處理多天的響應措施各位，
我有一個問題，我無法在網上找到答案，我懷疑正確的方法是什麼。 希望你能幫助我 
簡而言之，我正在通過將各種成分混合在一起來製作蛋白質麵團。 準備好後，麵團靜置 5 天，然後加工成蛋白質棒。 在這 5 天內，麵團的質地發生了變化。
我的研究問題是混合過程如何影響 5 天內的質地發展。
我的目標是優化混合過程，以便在 24 到 48 小時內獲得正確的質地
我的疑問是：
1. 我應該創建我的設計，有 5 個響應，每天一個嗎？
2. 我是否應該將我的設計複製 5 次，添加一個稱為天數的額外因素，在其中記錄我測量響應的時刻？
在第一種情況下，我無法模擬“天數”對麵團質地的影響，因此無法針對該因素進行優化。
在第二種情況下，我覺得我在作弊，因為我不是在復制模型。 我只是在不同的日子多次分析同一主題/運行。
您對此設計的方法是什麼？
感謝您的投入，
親切的問候，
埃利亞
數據表美國能源部回复：處理多天的響應措施我建議您將響應視為功能數據。 也就是說，響應是隨時間變化的整條曲線。JMP 可以使用函數數據作為 DOE 中的響應。 請參閱有關文檔定義功能響應進而使用 Functional Data Explorer 分析 DOE .
回复：處理多天的響應措施你好@EliaDF ,
歡迎來到社區！
可能有多個選項可用，具體取決於您使用的 JMP 版本（JMP 或 JMP Pro）和測量過程。
關於測量過程，測量是否具有代表性？ 我的意思是：你是在一個點上還是在幾個點上測量紋理？ 如果它在一個點上，這個點是否代表整個麵團質地？
測量是否對樣品具有破壞性？ 我的意思是：您能否在幾天內監控和測量同一個樣品的質地，或者您是否需要準備多個麵團以便每天至少進行一次測量？
關於您擁有的 JMP 版本/許可證，有幾個選項：
- 借助 JMP，您可以使用“通過 X 擬合 Y”平台為 DoE 的每個實驗建模紋理 (Y) 與日 (X)，並提取曲線參數以將其用作建模中的響應你的能源部。
- 借助 JMP Pro，您可以使用功能數據瀏覽器，將日指定為 X，將紋理指定為 Y，並將您的 DoE 因子指定為“補充”變量。 然後您可以指定您的目標曲線或優化目標，並查看這些因素如何影響紋理曲線與天的形狀。 可以在此處找到將 Functional Data Explorer 用於 DoE 數據集的示例： https://www.jmp.com/support/help/en/17.1/index.shtml#page/jmp/example-of-functional-doe-analysis.shtml
如果您可以使用 Functional Data Explorer，則第二個選項可能是最好的，並且使用相同 ID 標記來自同一實驗的行將防止將“重複行”視為新的重複運行。 如果您有 JMP，逐個實驗分析曲線實驗（單一分析或在您的數據表中創建一個“ID 實驗”並將其用作 Fit Y by X 平台中的“by”變量）也應該避免錯誤地“創建”重複運行.
希望這個回答對你有幫助
回复：處理多天的響應措施親愛的馬克，
謝謝你的回答。 我將進一步研究功能性反應；）回复：處理多天的響應措施嘿維克多，
感謝您的回答。 不幸的是，我有 JMP pro，但我會嘗試使用樣本 ID 來解決問題。
該方法不是破壞性的，但我做了一個足夠大的批次，這樣我就可以每天重複三次，持續 5 天。
我用於響應的值是三個重複的平均值（在不同點上測量）。回复：處理多天的響應措施好的，不幸的是，Functional Data Explorer 在 JMP 中不可用，僅在 JMP Pro 中可用。
我建議以兩種方式進行分析：
- 像你提到的那樣每天都有一個響應列，在這 5 個響應上創建你的模型，並使用 Profiler 同時優化所有響應，
- 使用“通過 X 擬合 Y”平台（或其他平台）對每條曲線獨立建模（使用 ID 列從 DoE 中發現每個獨立實驗），提取每條曲線的係數，並將它們用作您的 DoE 的響應. 如果您可以創建看起來像您要實現的目標的“假”黃金曲線，則在嘗試使用 DoE 的模型優化曲線係數時，定義優化目標和目標值可能會更容易。
結合和比較這兩種方法可能會非常有趣且信息豐富。
作為最後的註釋/評論，考慮紋理在不同測量點上的可變性可能也很有趣，而不僅僅是平均值，如果您發現紋理的可變性可能不均勻或不恒定值取決於實驗。
回复：處理多天的響應措施只是想補充一些想法……我很困惑你有沒有 JMP Pro？ “不幸的是我有 JMP pro”。 我同意維克多關於查看重複測量的均值和一些變異估計的觀點（這些是不是考慮重複）為每一天。 意識到你會捕獲批次內誤差和這 3 個樣品中混雜的測量誤差。 您對測量系統的信心如何？ 您可以進行的另一項分析是對 3 天內的多個響應進行多變量分析（分析>多變量方法>多變量）。
