如何在全因子 DOE 设计中包含多点批量测试结果？我正在尝试评估通过在机械搅拌机中混合四种成分而生产的批次的营养均匀性。想要在两个水平（成分类型、混合速度、使用的材料量）和多个响应（营养素 - 铁、铜等）中使用三个因子的全因子设计。
全析因 2 * 2 * 2 设计 = 8 次独特试验
每次试验的产品被包装成两个袋子，并从袋子的多个位置（顶部/中部/底部）抽取样品进行测试。每批共检测 18 个样品。 如何将这些数据包含到 DOE 中？ 是否必须将样品位置和袋号作为因素？或者必须对 18 个样本测试的结果进行平均才能包含在全因子设计中？我是否必须对每批结果运行单独的方差分析来评估批次均匀性？
回复：如何在全因子 DOE 设计中包含多点批量测试结果？在这种情况下，全因子设计方法很有意义，因为您需要所有组合。 包括 Bag 和 Position 作为因素。 不要复制设计。 您想要对平均浓度建模，以便随机变化主要来自过程而不是来自化验。 相反，将三列添加到表中响应数据列的右侧。 在这些列中输入三次重复测定。 将均值公式添加到响应数据列。 （提示：选择复制数据列，右键单击其中一个，然后选择新建公式列 > 聚合 > 均值。 从此列复制公式并将其粘贴到响应数据列的公式中。 您不需要新的数据列，因此将其删除。 或者，如果您认为这样更快，则直接在响应数据列中创建公式。）
单击模型表脚本旁边的绿色三角形。 删除任何包含 Bag 或 Position 的交叉项。 选择 Bag 和 Position terms，点击 Attributes 旁边的红色小三角，然后选择 Random Effect。 现在您将估计混合技术、材料数量和成分类型的固定效应。 REML 大纲将显示 Bag、Location 和统计误差的方差分量的估计值。
回复：如何在全因子 DOE 设计中包含多点批量测试结果？嗨马克
感谢您的回复。
全析因大概是最好的经典综合设计，其中包括所有组合的试验。实际上我的两个因素是绝对的（打字错误 - 混合技术是因素而不是混合速度，混合速度是恒定的），总共三个因素（混合技术，材料量或填充水平，成分类型）。是的，反应是根据各自的营养浓度来衡量的。
这些袋子装满后几乎是圆柱形的，几乎有 3 英尺高，并且使用一个特殊的采样器来抽取样本，允许从顶部/中部/底部的相同高度/深度抽取样本。 每批产品分为两袋（袋 1 和袋 2）。 从每个袋子中，我计划在三个位置取样 (T/M/B)。 每袋 9 个样品（每批共 9*2=18 个样品）。 由于我不打算固定样品的水平位置，因此每个袋子三个位置的三个顶部样品可以被视为重复。 我打算使用“示例垂直位置”（顶部、中部、底部）和包 # (1/2) 作为因素。你怎么认为？ 是的，由于化验等变化，需要为 T/M/B 取三个样本。
谢谢
回复：如何在全因子 DOE 设计中包含多点批量测试结果？我忘了补充一点，设计中未捕获的分析的另一个方面是嵌套的因素水平。 例如 Location = Middle 每个 Bag 都不一样。 这在物理上是不可能的。 JMP 设计方法假设所有因子水平都是越过. 嵌套结构是在“拟合模型”启动对话框中添加的另一个方面。
您可能需要一些帮助来在“拟合模型”对话框中指定您的模型，所以尽管问吧！
回复：如何在全因子 DOE 设计中包含多点批量测试结果？几个问题来帮助澄清您的请求。
- 为什么选择全因子设计方法？
- 你为什么为每个因素选择两个水平？ 你的两个因素是连续的。 这些因素的两个水平假定每个因素的影响是线性的。
- 响应是以量（例如，重量）还是浓度来衡量的？
听起来你的设计已经定型了。 许多解决方案取决于您打算如何模拟对响应的影响以及您想要的估计值。 有些效果是固定的，有些是随机的。 这三个因素贡献了固定效应。 批处理产生随机效应。 包和位置呢？ 您似乎从每批次的每个袋子的每个位置采样了三次。 如果是这样，是否因为测定营养水平的测定不精确而需要三个样本？ 如果测量系统误差占变异的很大一部分，那么您可能希望将其与您想要表征的过程变异分开。 我会使用三个测量值的平均估计值来减少测量误差分量。
您可以输入批次、袋子和位置作为因素。 默认情况下，JMP 会将它们的效应建模为固定效应，但您可以在“拟合模型”对话框中将它们更改为随机效应。 随机效应产生方差分量估计。 固定效应产生系数估计。
方差分量估计需要比可比置信区间的平均估计大得多的样本量。 也就是说，均值的估计比方差的估计更有效。
