使用（本質上）運行順序作為一個因素來評估 DoE你好，
我有一個相對簡單的設計，我不確定如何在 JMP 中評估。
我們正在嘗試針對兩個因素找到 I 最優設計。一 (X1) 是具有 2 個水平和中心點的連續因子。 第二個 (X2) 本質上只是運行順序乘以 4。 該變量的順序不能改變。我們知道 X2 會導致我們的反應發生變化，並希望對其影響以及與 X1 的相互作用進行正確建模，並評估二次效應。 我附上了一個示例數據集作為示例。
我們遇到的問題是在 JMP 中正確設置和評估設計。
任何幫助將不勝感激！
謝謝。
實驗設計回复：以（本質上）運行順序作為一個因素來評估 DoE你好@ian-weykamp ,
如果我可以參與討論，以下是我對您最初的問題和評論的想法。
如果我很好地理解您的情況，可能有多種選擇來處理您的情況，以下是一些：
- 由於您預計響應會根據工具的使用次數而出現一些“降級”，因此考慮降級分析可能會很有趣，建立一個將工具的使用次數及其對響應的影響聯繫起來的模型？ 我不完全確定您可以使用另一個因素進行退化分析，但更熟悉此類分析的社區其他成員可能對如何處理此問題有答案。
- 如果由於每個“工具”的使用限制，您希望在實驗中使用多個“工具”，為什麼不運行測量系統分析（作為您最初主題的補充）？ 這可以幫助您定義實驗中總方差的一部分，您可以將其歸因於工具（之間的差異）。 如果您通過退化研究知道使用一種工具可以“安全”運行多少次，那麼了解由於工具變化而產生的方差可能會幫助您比較實驗設計中兩種工具的結果。
- 了解一種工具可能的運行次數後，您可以通過使用“工具”作為分塊因子來篩選更多感興趣的因素：例如，每個工具可能運行 4/8/16 次。
- 由於運行次數（您的 X2 列）似乎無法隨機或阻止，您可以將設計角色切換為“不受控制”而不是“連續”。 看因素 (jmp.com) 。 使用正確的角色創建設計可以得到更可靠的模型，而不是事後嘗試修改設計以更好地滿足需求。
我希望這幾個選項可以幫助您進行反思和實驗設置。
回复：以（本質上）運行順序作為一個因素來評估 DoE也許還有一些額外的澄清：
我們可以將這裡的 X2 視為非常昂貴的工具，每次測量使用 4 次，每個過程僅使用一次。X2 的讀數將為 4, 8, 12, ...我們知道，隨著該工具的使用次數增加，我們的響應會受到影響。 因此，我們無法對 X2 重新排序，並且它本質上可以被認為是實驗的運行順序，因為它隨著運行順序而增加。
我們此設計的目的是在先前建立的 X2 值限制上對我們的響應的一系列可接受的值進行建模。 本質上，進程運行到一定的運行次數，然後停止。
回复：以（本質上）運行順序作為一個因素來評估 DoE有趣的，但我很困惑。
我的想法：運行順序如何成為一個因素？ 假設它很重要，並且第三級給出了最好的結果。 您如何利用這些知識進行操作？ 您將如何運行這個過程？ 相應地，您還可以從實際意義上優化X1和X2的交互。 現在，如果你說因子 X2 是時間，您有一個具有多個級別的連續因子。 可以理解的是，您對隨機化會受到限制，因為 X2 無法隨機化。 時間在變化什麼？
另一個想法是，僅運行因子 X1 的每個級別 4 次（按順序），總共運行 12 次。 隨著時間的推移，本質上是一個 OFAT。
另一個想法是隨著時間的推移對每個級別進行採樣（相對於 DOE）...不限於 4 個特定時間。
我相信其他人也會插話。
