如何在全因子 DOE 設計中包含多點批量測試結果？我正在嘗試評估通過在機械攪拌機中混合四種成分而生產的批次的營養均勻性。想要在兩個水平（成分類型、混合速度、使用的材料量）和多個響應（營養素 - 鐵、銅等）中使用三個因子的全因子設計。
全析因 2 * 2 * 2 設計 = 8 次獨特試驗
每次試驗的產品被包裝成兩個袋子，並從袋子的多個位置（頂部/中部/底部）抽取樣品進行測試。每批共檢測 18 個樣品。 如何將這些數據包含到 DOE 中？ 是否必須將樣品位置和袋號作為因素？或者必須對 18 個樣本測試的結果進行平均才能包含在全因子設計中？我是否必須對每批結果運行單獨的方差分析來評估批次均勻性？
回复：如何在全因子 DOE 設計中包含多點批量測試結果？在這種情況下，全因子設計方法很有意義，因為您需要所有組合。 包括 Bag 和 Position 作為因素。 不要復制設計。 您想要對平均濃度建模，以便隨機變化主要來自過程而不是來自化驗。 相反，將三列添加到表中響應數據列的右側。 在這些列中輸入三次重複測定。 將均值公式添加到響應數據列。 （提示：選擇複製數據列，右鍵單擊其中一個，然後選擇新建公式列 > 聚合 > 均值。 從此列複製公式並將其粘貼到響應數據列的公式中。 您不需要新的數據列，因此將其刪除。 或者，如果您認為這樣更快，則直接在響應數據列中創建公式。）
單擊模型表腳本旁邊的綠色三角形。 刪除任何包含 Bag 或 Position 的交叉項。 選擇 Bag 和 Position terms，點擊 Attributes 旁邊的紅色小三角，然後選擇 Random Effect。 現在您將估計混合技術、材料數量和成分類型的固定效應。 REML 大綱將顯示 Bag、Location 和統計誤差的方差分量的估計值。
回复：如何在全因子 DOE 設計中包含多點批量測試結果？嗨馬克
感謝您的回复。
全析因大概是最好的經典綜合設計，其中包括所有組合的試驗。實際上我的兩個因素是絕對的（打字錯誤 - 混合技術是因素而不是混合速度，混合速度是恆定的），總共三個因素（混合技術，材料量或填充水平，成分類型）。是的，反應是根據各自的營養濃度來衡量的。
這些袋子裝滿後幾乎是圓柱形的，幾乎有 3 英尺高，並且使用一個特殊的採樣器來抽取樣本，允許從頂部/中部/底部的相同高度/深度抽取樣本。 每批產品分為兩袋（袋 1 和袋 2）。 從每個袋子中，我計劃在三個位置取樣 (T/M/B)。 每袋 9 個樣品（每批共 9*2=18 個樣品）。 由於我不打算固定樣品的水平位置，因此每個袋子三個位置的三個頂部樣品可以被視為重複。 我打算使用“示例垂直位置”（頂部、中部、底部）和包 # (1/2) 作為因素。你怎麼認為？ 是的，由於化驗等變化，需要為 T/M/B 取三個樣本。
謝謝
回复：如何在全因子 DOE 設計中包含多點批量測試結果？我忘了補充一點，設計中未捕獲的分析的另一個方面是嵌套的因素水平。 例如 Location = Middle 每個 Bag 都不一樣。 這在物理上是不可能的。 JMP 設計方法假設所有因子水平都是越過. 嵌套結構是在“擬合模型”啟動對話框中添加的另一個方面。
您可能需要一些幫助來在“擬合模型”對話框中指定您的模型，所以儘管問吧！
回复：如何在全因子 DOE 設計中包含多點批量測試結果？幾個問題來幫助澄清您的請求。
- 為什麼選擇全因子設計方法？
- 你為什麼為每個因素選擇兩個水平？ 你的兩個因素是連續的。 這些因素的兩個水平假定每個因素的影響是線性的。
- 響應是以量（例如，重量）還是濃度來衡量的？
聽起來你的設計已經定型了。 許多解決方案取決於您打算如何模擬對響應的影響以及您想要的估計值。 有些效果是固定的，有些是隨機的。 這三個因素貢獻了固定效應。 批處理產生隨機效應。 包和位置呢？ 您似乎從每批次的每個袋子的每個位置採樣了三次。 如果是這樣，是否因為測定營養水平的測定不精確而需要三個樣本？ 如果測量系統誤差佔變異的很大一部分，那麼您可能希望將其與您想要表徵的過程變異分開。 我會使用三個測量值的平均估計值來減少測量誤差分量。
您可以輸入批次、袋子和位置作為因素。 默認情況下，JMP 會將它們的效應建模為固定效應，但您可以在“擬合模型”對話框中將它們更改為隨機效應。 隨機效應產生方差分量估計。 固定效應產生係數估計。
方差分量估計需要比可比置信區間的平均估計大得多的樣本量。 也就是說，均值的估計比方差的估計更有效。
