回复：我找到了我的最佳分类水平；如何在设计增强期间放弃其余部分？你好@Brian_Pimentel ,
欢迎来到社区！
我可以问你更多关于你的研究目标的细节（优化/预测，解释，两者？......），因素的数量，运行次数，你已经拥有的设计和结果？
看起来你正在做一个 DoE 来“选择一个赢家”，例如选择 3 级分类因子中的最佳级别。 但是这个因素在主效应分析中重要吗？
- 如果是，我强烈建议扩充您的设计，继续使用这个分类因子并查看 2 因子交互。 您可能在该分类因素和其他因素之间有一些显着的交互作用，因此在存在交互作用的情况下，B 级可能并不总是最佳选择。
- 如果不是，您可以简单地扩充您的设计（在菜单“DoE”、“扩充设计”中），而无需在扩充面板中使用此因素。 例如，我使用了 JMP 数据集“Algorithm Data”并在除 3 级分类因子“Algorithm”之外的所有因子上扩充了设计：
算法在我的设计中不再是一个因素，所以我可以简单地设置这个因素的水平并在相应的列中输入选择的水平。
无论您如何进行扩充（有或没有 3 级分类因子），我还建议选中“将新运行分组到单独的块”选项。 有关“增强设计”平台的更多信息，请访问此处：增强设计 (jmp.com)
希望这个回答对你有帮助
我找到了最佳的分类水平；在设计增强过程中如何放弃其余部分？假设我已经设计了最初的主效应筛选实验，其中因素之一是 3 级分类（A、B、C）。
经过第一组实验后，我相当确定 B 级是我的流程最佳决策，并希望增强设计以获得双因素交互作用等。 如何将设计增强限制为仅探索 B 级？ 使用“隐藏和排除”会导致其他因素的大量信息丢失，我想避免这种情况。
谢谢！
数据混合和清理实验设计质量和工艺工程
