使用（本质上）运行顺序作为一个因素来评估 DoE你好，
我有一个相对简单的设计，我不确定如何在 JMP 中评估。
我们正在尝试针对两个因素找到 I 最优设计。一 (X1) 是具有 2 个水平和中心点的连续因子。 第二个 (X2) 本质上只是运行顺序乘以 4。 该变量的顺序不能改变。我们知道 X2 会导致我们的反应发生变化，并希望对其影响以及与 X1 的相互作用进行正确建模，并评估二次效应。 我附上了一个示例数据集作为示例。
我们遇到的问题是在 JMP 中正确设置和评估设计。
任何帮助将不胜感激！
谢谢。
实验设计回复：以（本质上）运行顺序作为一个因素来评估 DoE你好@ian-weykamp ,
如果我可以参与讨论，以下是我对您最初的问题和评论的想法。
如果我很好地理解您的情况，可能有多种选择来处理您的情况，以下是一些：
- 由于您预计根据工具的使用次数您的响应会出现一些“降级”，因此考虑降级分析可能会很有趣，建立一个将工具的使用次数及其对响应的影响联系起来的模型？ 我不完全确定您可以使用另一个因素进行退化分析，但更熟悉此类分析的社区其他成员可能对如何处理此问题有答案。
- 如果由于每个“工具”的使用限制，您希望在实验中使用多个“工具”，为什么不运行测量系统分析（作为您最初主题的补充）？ 这可以帮助您定义实验中总方差的一部分，您可以将其归因于工具（之间的差异）。 如果您通过退化研究知道使用一种工具可以“安全”运行多少次，那么了解由于工具变化而产生的方差可能会帮助您比较实验设计中两种工具的结果。
- 了解一种工具可能的运行次数后，您可以通过使用“工具”作为分块因子来筛选更多感兴趣的因素：例如，每个工具可能运行 4/8/16 次。
- 由于运行次数（您的 X2 列）似乎无法随机或阻止，您可以将设计角色切换为“不受控制”而不是“连续”。 看因素 (jmp.com) 。 使用正确的角色创建设计可以得到更可靠的模型，而不是事后尝试修改设计以更好地满足需求。
我希望这几个选项可以帮助您进行反思和实验设置。
回复：以（本质上）运行顺序作为一个因素来评估 DoE也许还有一些额外的澄清：
我们可以将这里的 X2 视为非常昂贵的工具，每次测量使用 4 次，每个过程仅使用一次。X2 的读数将为 4, 8, 12, ...我们知道，随着该工具的使用次数增加，我们的响应会受到影响。 因此，我们无法对 X2 重新排序，并且它本质上可以被认为是实验的运行顺序，因为它随着运行顺序而增加。
我们此设计的目的是在先前建立的 X2 值限制上对我们的响应的一系列可接受的值进行建模。 本质上，进程运行到一定的运行次数，然后停止。
回复：以（本质上）运行顺序作为一个因素来评估 DoE有趣的，但我很困惑。
我的想法：运行顺序如何成为一个因素？ 假设它很重要，并且第三级给出了最好的结果。 您如何利用这些知识进行操作？ 您将如何运行这个过程？ 相应地，您还可以从实际意义上优化X1和X2的交互。 现在，如果你说因子 X2 是时间，您有一个具有多个级别的连续因子。 可以理解的是，您对随机化会受到限制，因为 X2 无法随机化。 时间在变化什么？
另一个想法是，仅运行因子 X1 的每个级别 4 次（按顺序），总共运行 12 次。 随着时间的推移，本质上是一个 OFAT。
另一个想法是随着时间的推移对每个级别进行采样（相对于 DOE）...不限于 4 个特定时间。
我相信其他人也会插话。
