關於 DoE 中的重複實驗大家好，
我希望這對團隊來說是一個簡單的問題。
我最近建立了一個包含三個因素的 DoE，每個因素都有 3 個級別的離散數值。我指定了與二階效應的交叉交互，並在 3 個塊中執行 18 次運行。我沒有指定要設計的任何重複，但是，我注意到在設計矩陣中，有 4 個運行是重複的。換句話說：18 輪設計包含 14 個獨特的組合和 4 個重複的組合。
第一：這是非典型的嗎？我原以為這 18 場比賽應該都是獨一無二的。JMP 是否試圖通過此實現某種動力？
-或者-
第二：我在初始設置中是否遺漏了一些東西，而我們實際上並沒有真正正確地探索設計空間？
不幸的是，前兩個塊已經啟動並包含一個重複（即，到目前為止，我有 11 次獨特的運行，其中有 1 次重複）。
如果我認為設計是合適的……那麼我們就可以按照原來的計劃和評估繼續進行（正確嗎？）。
然而，如果反饋表明這不是最好的方法：1）如果我們繼續原來的設計，我們會錯過什麼？2）是否可以重新配置最後一個隨機塊以替換重複的替代條件？
預先感謝您對此的意見！
克里斯
質量和工藝工程回复：關於能源部的重複實驗嗨馬克和維克多，
感謝你們兩位的意見……絕對有幫助，我很感激。如果我對評估有疑問，我可以在最後一個區塊完成後與您聯繫。
回复：關於能源部的重複實驗沒問題@馬克貝利，讀你的回复時我很困惑，因為我擔心我可能錯過了一些東西。
我在這篇文章中遇到了與第一個回復同步的同樣問題，因為我想在寫作時給出第一個答案，但是當我的回復發佈時，你已經提出了一個答案。回复：關於能源部的重複實驗對於造成的混亂，我深表歉意。 最初背景並不完全透明，隨著更多信息的出現，回複變得不同步。 我並不是建議中途改變。 我試圖解釋定制設計如何得出意想不到的解決方案。 我從一開始就試圖提出一種替代方法。 就這些。
回复：關於能源部的重複實驗你好@馬克貝利,
由於問題是關於估計二次項並將離散數值因子切換為連續數值因子，因此我看不出“即時”修改設計有什麼好處，因為這些更改可以在不修改任何運行的情況下實現（並且無需在增強中丟棄隨機塊的風險）？ 從第一個設計開始就可以估計二次項，所以我看不出改變最後一個隨機塊的運行的意義？
我知道JMP能夠在“增強設計”平台的實驗過程中順應變化，對此沒有“技術”懷疑（而且它確實是一個很好的例子，可以“玩”“增強設計”平台並熟悉它），但在這裡我沒有看到不運行已經計劃的最後一個隨機實驗塊並通過新計算的實驗更改這些運行有任何具體和顯著的優勢：兩種方法的比較顯示了兩種非常相似的設計，所以看起來更好（或至少更容易）堅持使用“簡單”和務實的選項來遵循原始設計？ 如果我沒有抓住重點，你能解釋一下嗎？
提前致謝，
回复：關於能源部的重複實驗首先，你不能打破它。 您將使用回歸分析，它仍然有效。 該設計是嘗試收集模型的最佳數據。
我會嘗試以這種方式恢復。 刪除尚未執行的運行。 然後選擇 DOE > 增強設計。 考慮到您已有的跑步，該平台將創建要完成的最佳跑步集。 嘗試一下。
回复：關於能源部的重複實驗你好@CBroomell1 ,
如果您沒有更改原始設計中二次效應的可估計性（JMP 默認設置為“如果可能”），則將因子類型從離散數值更改為連續數值將使您採用我描述的第二種方法：如果您有足夠的自由度，因為您的每個數值因子都有一個中間水平（由於初始因子類型離散數值，中間水平在設計中是“強制”的），JMP 可能能夠估計模型中的二次項。
由於您有 14 次唯一運行（以及 4 次重複運行），因此您應該能夠估計 14 項（截距 + 13 項），因此可以在您的設計中估計二次項。
如果您對分析/建模部分有任何問題，請隨時再次詢問 JMP 社區。
希望這能回答您的問題，
回复：關於能源部的重複實驗謝謝維克多！
我不會即時更改能源部。
關於參數：它們實際上是連續的，但有一個中心點。我不清楚如何設置初始矩陣並為每個級別設置三個離散值。但實際上，我們確實可以靈活地在某些限制之間徘徊（因素與試劑濃度和時間有關）。
因此，一旦我們完成了最終塊（使用離散值設置的矩陣），我們是否能夠獲得模型中的任何曲率，或者我們基本上堅持原始值，直到我們進一步探索？
最好的，
克里斯
回复：關於能源部的重複實驗你好@CBroomell1 ,
如果您可以提供有關這些因素的背景信息，這將有助於為您提供關於哪種類型更適合您設計中的因素的建議。 如果您有數值因子，但無法固定某些區間之間的任何值（例如，工業爐溫度可能被視為離散數值因子，您可以在180、200 和220°C 之間切換級別，但不能在這些之間切換）值，例如“步長”為 20）。 如果您沒有任何限制並且可以在級別之間選擇任何數值，那麼您可能會擁有連續的數值因子。
您可以採用不同的方法，從曲率測試到二次項完全估計，來考慮二次項的搜索和估計。
- 基本選項是添加中心點來評估您的響應中是否存在任何彎曲。 這種經濟的方法可以對曲率進行失擬檢驗，如果檢測到明顯的失擬，您可以通過中心點在模型中擬合一個二次效應（並且僅一個二次效應）。 您可以通過逐步回歸等分析來評估哪個二次項可能是最重要的添加到模型中。
- 對於離散數值因子，JMP 默認情況下在模型中輸入二次項並將其可估計性設置為“如果可能”，這意味著如果模型中有足夠的自由度，則將估計二次項。 您還可以使用數值連續因子來執行此操作，將它們輸入模型中並通過單擊文本將其可估計性從“必要”切換到“如果可能”。 此方法提供了一種靈活的方法來估計非飽和設計的二次項（運行次數大於所需的最小值）。
- 您還可以直接在模型中添加二次項並將其可估計性設置為“必要”。 這樣，JMP 將在您的設計中設置實驗，以便能夠估計這些影響。 如果它們不重要，您可以將它們放在建模中（如果從領域專業知識的角度來看它們也沒有意義）。
關於你的問題，我不會“在運行中”修改能源部，但會根據能源部第一次的調查結果來考慮可能的增強措施。
希望這個回答對你有幫助
回复：關於能源部的重複實驗你好@CBroomell1 ,
歡迎來到社區！
我們可能缺乏信息來更準確地指導您使用 DoE 方法，但有關重複運行的問題可以得到解答。關於您的設計，根據您的描述，無需擔心，這是常見的：
- 對於具有3 個水平的3 個離散數值因子，根據您假設的模型，以下是您可能想要估計的最大項數：1 個截距、3 個主效應(X1、X2、X3)、3 個雙因子交互作用(X1X2 、X1X3、X2X3）和3 二次效應（X1*X1、X2*X2、X3*X3），如果您想估計這些因子的曲率（如果您指定固定分塊因子，則+ 1 主效應；如果指定固定因子，則+0指定隨機塊）。 因此，這意味著您需要至少 10 次（如果是分塊因子，則需要 11 次）運行才能估計這些影響。 使用最小運行次數的問題是，您沒有自由度來估計純誤差並執行失配測試，以評估模型是否很好地擬合數據。 因此，默認情況下，JMP 將建議在這種情況下進行更多運行，以便能夠測試模型並對估計更有信心（並且能夠平衡塊之間的運行），並將創建重複運行。 添加複製運行增加了某些估計的精度並提高了失擬檢驗的功效。
- 這些重複運行需要按照 JMP 進行的隨機化獨立完成和測量（這意味著您必須在相同條件下與其他實驗一樣進行實驗），而不是僅多次測量一個實驗來填充重複的響應運行。 重複（意味著僅重複測量）有助於減少測量的方差，但可能對參數估計和失擬檢驗沒有幫助。
為了獲得更多關於 DoE 的信心和知識，我強烈推薦實驗介紹套件的設計，並嘗試來自 DoE 的模塊STIPS培訓班。
如果您想描述您的情況（不共享機密數據）並獲得有關您的 DoE 的更多詳細信息，請隨時共享匿名數據表或虛擬數據來展示您的案例。
希望對你有幫助，
回复：關於能源部的重複實驗謝謝馬克的意見。
也許我的設計設置不正確。我並沒有接受我的因素的離散水平......我們正在努力尋找最佳條件並可以適應連續因素。所以 - 是的 - 我們想估計曲率，然後根據需要通過額外的運行來確認結果。
考慮到這一點：您是否建議更改 6 次運行的最後一個塊，以將重複運行替換為其他運行（我無法更改前 2 個塊，它們僅包含 1 個重複）？此時我是否可以更改 JMP 中的設計以適應上述任何情況？
感謝您的兩個設計 - 我會看看它們。
問候。
克里斯
回复：關於能源部的重複實驗定制設計提供了許多功能來根據您的情況定制結果。 它們會對最終的設計產生深遠的影響。 您正在考慮組合 (3x3x3x2)，但 JMP 沒有這樣做。 為什麼不？ 因為該組合結果（“全因子設計”）可能不是最佳的。 您添加了大小為 6 的隨機塊，因此設計中無法實現平衡。 您使用離散數字因素在計劃中為每個因素強制設置了三個級別。 該選擇限制了設計。 它必須向模型添加二次項，以在設計中保留三個級別，但將其可估計性更改為“如果可能”。 這迫使使用貝葉斯 D 最優方法。 因此，您要求 JMP 優化設計來估計一組模型。 由於所有這些規範，您可以獲得一些複製，因為它比沒有復制的設計更優化。
您打算估計曲率項嗎？ 您是否想測試曲率，然後在曲率顯著時增強設計？
據我了解，我根據您的描述創建了兩種設計。 第二個使用連續因子，但其他方面是相同的。 我附上了兩個數據表供您探索。
