什麼是OFAT？有什麼問題嗎？
一次一個因素 (OFAT) 實驗通常涉及保持除一個因素之外的所有因素不變，改變其餘因素，並觀察這如何改變反應。如果不仔細檢查，OFAT 似乎是一種直觀且「科學」的解決問題的方法。就我個人而言，在了解實驗設計 (DOE) 實驗方法之前，我從未質疑過 OFAT 作為預設方法，甚至認為我每次嘗試時都不能同時改變多個因素。我記得有一次與一位製程工程師一起花了大約三天時間嘗試使用 OFAT 方法優化製程。我認為我是有條不紊、科學的，以正確的方式解決問題，同時需要最少的資源。我錯了。經過檢查，OFAT 既不 a) 擅長尋找最佳流程設定（最佳點），也不 b) 有效利用資源。
等等，OFAT 沒有找到最佳點？
不，OFAT 並不總是能找到最佳的流程設定。要查看這一點，請下載並安裝OFAT 與 DOE 插件，它會產生兩個過程因素（稱為“x”和“y”）的曲線響應，並顯示該響應的圖表以及右側的一些按鈕圖表的。 “Scatterplot 3D”按鈕產生一種互動式方式來視覺化回應的形狀。 “切換可見性”按鈕可開啟或關閉整個響應表面的視圖。
在此範例中，想像嘗試找出可能的最高製程輸出，該輸出位於 x=2、y=8 的方塊中。 「OFAT Once」按鈕模仿了一種標準的 OFAT 方法：
- 隨機選擇一個地點。
- 保持所有其他因子不變（在本例中為“y”），在允許的空間內改變剩餘的一個因子（“x”），尋求最大值。
- 從找到的最大值中，選擇另一個要變化的因素（「y」是本實驗中唯一剩下的因素），保持所有其他因素不變，並尋求最大值。
- 重複步驟 3，直到測試了所有因素（在本例中沒有必要，因為總共只有 2 個因素）。
- 慶祝一下，因為您已經利用科學找到了最佳點！但等等，你確定嗎？
親自嘗試一下。點擊“切換可見性”按鈕清除圖表（假裝您已經不知道事情是什麼樣子）。使用「OFAT Once」按鈕，觀察實驗過程如何展開。如果幸運的話（大約 20% 的時間），您會找到進程的最大值/最佳點。其餘時間，您最終將找不到最大值。有時，您甚至會進入右下象限，認為最大過程輸出約為 1.5 個單位。以下是一個幸運的 OFAT 實驗（左）和一個不幸的實驗（右）的例子。
使用「OFAT 10x」按鈕模擬快速運行 OFAT 實驗 10 次，您會發現只有大約 30% 的時間才找到最佳點（您的數字可能會因隨機採樣而有所不同）。
「OFAT 1000x」按鈕可快速執行 1,000 次實驗並輸出 OFAT 找到最佳位置的頻率。只有大約 25% 的時間才能找到最佳點，這表明 OFAT 實驗不可靠。
但可以肯定的是，OFAT 是有效率的。美國能源部那種奇特的方法將需要更多的實驗運行，對嗎？
錯誤的。 DOE 意味著更少的運作。互動式腳本中的每個 OFAT 實驗需要執行 19 次（「x」因子運行 10 次，「y」因子運行 9 次）。視窗右側的 DOE 按鈕可開啟一個資料表，其中包含在 JMP 自訂設計器中建立的 DOE 結果，其中包括所有主效應、所有雙向交互作用、所有平方項和所有立方項。 JMP 使其成為14 次運行的DOE，它不僅找到了最佳點，而且還生成了一個模型來預測這兩個因素的整個範圍，如下面的分析器所示（要與此分析器交互，請執行「模型」 DOE 資料表中的腳本）。
隨著複雜性的增加，結果只會變得更好。使用相同 OFAT 方法的具有 5 個連續因子的過程將需要 46 次運行（第一個因子 10 次，其餘每個因子 9 次） ，甚至可能找不到最佳點。 JMP 的自訂設計器會針對相同的五個因子產生一個設計，該設計僅需要 12 次運行（僅主效應）或 27 次運行（主效應、所有雙向交互作用、所有平方項）。這些設計還包括重複運行，因此可以計算響應變化的估計值。顯然，DOE 的實驗方法比 OFAT 實驗更好：DOE 使用更少的實驗並且更頻繁地找到最佳點。
這是一個有利於能源部的令人信服的論點。還有別的嗎？
是的。除了在需要更少資源的情況下更頻繁地找到解決方案之外，DOE 方法還產生一個模型，可用於回答有關所研究因素的其他問題。對於 OFAT，如果情況發生變化，運氣決定了是否可以在不進行進一步實驗的情況下解決新情況。例如，如果上述範例流程的客戶僅需要約 1.5 個單位的流程輸出，且成分「y」變得極為昂貴，該怎麼辦？ OFAT 方法可能無法解決這個問題。 DOE 方法有一個模型，可以產生 x=0 和 y=1 的新最佳點。
你的經歷又如何呢？您在工作中看過這兩種實驗方法的例子嗎？想添加一些我錯過的東西嗎？請在下面評論。
