两种不同设备的分析 DoE 结果我有两个使用相同 DoE 设计的不同设备的两个实验结果集。
两种设备具有相同的功能、结构和用途，只是规模不同。
我想展示两个设备的两个结果之间的平衡。
我尝试执行 TOST，但两个结果之间存在差距，这似乎来自比例差异。
根据我的经验，设备 B 通常在所有实验中都显示出较低的 Y1 和较大的方差，而不仅仅是这个 DoE。
如何显示两个结果之间的等价性？
分析美国能源部视窗回复：分析两种不同设备的 DoE 结果您可以通过查看（均值的）位置和（单个结果的）离散度来做到这一点。 在 JMP 中有几种方法可以做到这一点，一种方法是使用 Fit Y by X 平台，使用名义变量作为 X（例如测量设备）和连续变量（来自两台设备的响应）。
回复：分析两种不同设备的 DoE 结果你好@jmpneeeewbie ,
如果我理解正确你想做什么，一个可能的选择是有两列设备响应，每个设备一个，然后创建一个计算列“EquipA - EquipB”（设备值之间的差异您将在其上进行等效测试）。
然后，将此计算列与平台“分布”一起使用，并在红色三角形上单击“测试等效性”。 您必须输入 Target（此处为 0，因为您不希望两台设备之间存在差异，或者如果设备 B 的值不断降低或升高，则为 +/- 值），您认为差值几乎为零，以及此两个单侧检验的置信水平（因此，如果您希望输出中的置信区间为 95%，请指定置信水平 0,975）。 默认水平 0.95 将为您提供具有 90% 置信区间的输出。
请参阅示例中的数据表和等效性测试脚本。
希望对你有帮助
回复：分析两种不同设备的 DoE 结果我不确定我是否理解您想要什么，甚至您为什么关心等效性测试？ 在我看来，您有一个 RCBD，其中设备与块混淆。 我认为更重要的问题是：在更换设备时，DOE 的结果是否一致？ 在这种情况下，我会将块效应视为固定效应，并在做拟合模型时将主效应和所有块因子交互添加到模型中。 您正在寻找较小的分块因素相互作用，这表明设计因素对设备是稳健的。 如果逐个因素之间存在显着的相互作用，则设计因素的影响取决于使用的设备。 块效应的大小主要取决于设备。 由于可以分配此效应，因此您提高了检测设计因素效应的精度。
回复：分析两种不同设备的 DoE 结果你好@雷塞尔和@维克多_G
我做了配对 T 检验（配对）。
因此，它们在差异上具有统计显着性。
据我所知，两台设备的结果相差 -1.5484（平均差）并且具有统计意义。
回复：分析两种不同设备的 DoE 结果谢谢你的建议， @statman
就像上面的评论一样，我进行了配对 T 检验，结果表明两种设备存在差异并且在差异上具有统计显着性。
因此，当我将设备作为块放在拟合模型分析中时，它具有统计意义。
在这个实验中我想要两个展示的是设备 A 可以用 B 替换以进行 DoE 研究。
我目前的计划是分别分析两台设备的结果来创建一个设计空间，然后比较这两个设计空间来显示两台设备执行的DoE的等效性。 你认为这可能具有统计意义吗？
回复：分析两种不同设备的 DoE 结果如果您分享您的数据表，我很乐意为您分析。 我认为您应该对模型中的所有项进行分析并从中减去项。 使用丹尼尔图（正态图）寻找统计显着性，使用帕累托图寻找实际显着性。
回复：分析两种不同设备的 DoE 结果@jmpneeeewbie ：也许你可以简单地尝试用设备 A 和 B 的响应（A=Y，B=X 因为你试图用 B 替换 A）来做一个 Fit Y by X，看看你是否能够拥有连接设备的两个测量响应的简单线性模型？ 如果您有一个好的模型，这意味着您能够根据设备 B 的响应“预测”设备 A 的响应？
您还可以做的是通过每个设备响应以图形方式可视化您的实验空间，以查看您是否能够拥有相同的“地图”和最优值。 这不是统计测试，但它可以帮助您了解是否有很好的机会用 B 替换 A（请参阅所附实验空间 A 和 B 的截图）。
这两个选项都可以在此处链接的数据表“Equipment_correlation”中看到，对于一个简单的用例（两个因素，RSM 设计），脚本“Fit A by B”和“Visualize Experimental Space”。
没有进一步的信息或数据，很难为您提供帮助。
希望对你有帮助
