大家好，
希望从专家和集体思想中得到一些关于上述主题的反馈。 我将首先描述场景，然后讨论手头的问题。
设想：我们的业务经常处于由研发人员运营的 DOE 遭受外部滋扰因素的情况下——为了“拯救”DOE 进行管理有时具有挑战性。 研发人员通常会生成 DOE 以一次测试多个因素。 在这个过程中，通常会制作 3 批的倍数，每批都有不同的配方，以测试影响结果的因素。 进入配方的因素都是连续因素，并且根据设计通常是 2 级（低/高）。 通常包括中心点以帮助估计方差。 研发人员通常生产 3、6、9 等批次。 原因是因为在流程的初始步骤之后，批次需要在烘箱中干燥，并且一次只能干燥三批次，因此批次数量为 3 的倍数。 第一步后立即将批次干燥。干燥后直接研磨材料。由于一天内的时间有限，每天只能执行固定次数的运行，这也是 3 的倍数，一天内最多可能完成 9 次。
问题：由于烤箱所在位置的物理限制，外部环境温度和湿度（更常见的是湿度）是滋扰因素。 我称它们为讨厌的东西，因为它们是已知的，但无法控制。 环境温度和湿度可以在将一组 3 批次放入烘箱中进行干燥时测量，但无法控制这些因素或提前知道它们会是什么。 众所周知，湿度会在干燥步骤期间（和/或之后不久）影响材料，并且怀疑环境温度也可能会影响材料。
讨论：我想更好地了解如何在 DOE 中管理这些有害因素。 当然，我们可以按天分块，并在每个分块内进行一组分布良好的随机运行，从而估计在哪一天生产和干燥批次时引入的噪音。 我们还可以将其作为固定效应引入（即使它并不是真正固定的），这将有助于估计每个区块的平均每日差异。 我们甚至可以将“天”视为“很难”改变效果，以获得裂区设计，这将有助于了解该因素如何与其他因素相互作用——但是——我们无法控制湿度和不知道在实验运行开始之前会是什么。 我们可以将其视为协变量，这需要进行 ANCOVA 分析以从响应中消除有害因素的影响。 或者，我们可以简单地将滋扰因素引入为不受控制的因素。
一些讨论要点：
- 这很好，尽管没有必要估计由于滋扰因素而引入的噪声，这会建议随机阻塞。
- 估计由滋扰因素引起的日常变化也很好，这将建议固定阻塞。
- 很高兴看到这些有害因素是否或如何与其他已知的主要因素相互作用，这表明将它们列为“非常难以”改变的因素，但实际上它们是不可能改变的，因为我们无法控制它们.
- 执行 ANCOVA 可能有助于消除有害因素，以便比较不同日期的批次。 但是，据我了解，要在 JMP 中执行此操作，只能将一个分类因子与一个连续的协变量因子相结合，以获得正确的分析类型。 我们当然可以将我们的一些主要因素更改为分类数据类型，但问题是我们有几个主要因素必须包含在任何模型中。 这样做时，JMP 不再像您对 ANCOVA 所期望的那样将数据拆分为不同的拟合线。 尽管我可能不完全理解 JMP 如何在模型中有多个因素的情况下执行 ANCOVA。 关于此主题的示例数据和联机帮助非常有限。
- 最后，我们可以将其作为不受控制的变量添加到模型中，将级别留空并在执行运行时填充数据。 稍后对模型的分析应显示不受控制的变量是否对响应有任何影响。
一些问题：
- 在这种情况下，我们通常一次干燥固定数量的批次，并且所有批次都可能受到有害因素的影响，是否有最佳方法将有害因素纳入模型以了解影响，如果有的话，它有什么反应？
- 我们会使用单一方法还是混合方法。 例如，最好只使用随机（或固定）区组，还是使用随机区组，但也包括滋扰因素作为非受控变量？ 同样，是否最好将 Day 用作很难改变的因素，同时将湿度和气温作为不受控制的因素？
- ANCOVA 真的是正确的方法吗，或者这会导致错误的结论吗？
- 您是否曾在工作场所遇到过类似情况？如果是，您使用什么方法来管理您的滋扰因素？
感谢您的帮助，我期待着阅读回复。
谢谢！，
DS
