自定义 DOE 约束中的失去功效和预测方差所以我必须根据设备能力禁止某些组合，但它会显着降低预测方差和功率。 有办法解决这个问题吗？ 如果我做不到，如果功效低且预测方差高，我怎么能相信结果呢？
共享和交流结果回复：在自定义 DOE 约束中失去功效和预测方差谢谢你们俩！ 我选择的设计只是具有所有交互的自定义 DOE，除了我删除了不可能的 4 次运行并添加了 2 个中心点。 我遇到困难的地方是，如果我不能在这些参数极端情况下进行测试，那么执行额外运行的哪些参数可以减少预测方差。
回复：在自定义 DOE 约束中失去功效和预测方差限制因素探索空间总是以牺牲权力为代价的。 解决它的方法是向 DOE 添加更多运行。
回复：在自定义 DOE 约束中失去功效和预测方差你好@evtran ,
阅读您的问题并查看预测方差刻画器，我们确实可以看到您的设计并不完全平衡，因为在较低水平的因素（摇摆温度、摇摆速度）下预测的相对方差似乎小于较高水平的你的因素水平，所以我们可以看到一些限制。 如果不查看设计本身，可能很难为您提供帮助，但对于与功效和预测方差相关的问题，这里有一些一般性的评论和建议：
- 当您知道要检测的信号的相对大小并且对实验和响应测量噪声 (RMSE) 有很好的估计时，功率是有意义的（请参阅答案@Phil_凯这里 ：已解决：我应该考虑在 DOE 中进行功率分析吗？ - JMP 用户社区),
- 根据您的目标（和设计），您可能对术语的重要性不感兴趣，但对预测精度更感兴趣。 在这种情况下，您应该查看并比较不同设计的不同预测相对方差（和设计空间分数图），以选择最能最小化此相对预测方差的设计。
- 在不与其他设计进行比较的情况下查看功效和/或相对预测方差可能不是很有帮助。 您或许可以尝试使用多个模型和最优性标准生成多个设计。
- 最优性标准：如果要突出显着效果，D 最优（或 A 最优）设计可能是合适的。 如果您只关心响应预测，也许 I 最优设计更适合您的需要。
- 几个模型：当你设计你的模型时，你可以尝试修改模型中的项。 例如，如果您正处于研究的开始阶段，您可能只能筛选主效应（然后扩充您的设计以查看交互作用和可能的二次效应？）。 或者您可以在模型中输入交互项（和二次效应？）并将可估计性更改为“如果可能”，以专注于主要影响，但如果您在分析中有足够的自由度，仍然可以输入其他影响.
- 样本量：我不知道在你这里的具体案例中考虑了多少次运行，但是如果实验成本不是太多，增加样本量可能会帮助您对筛选能力更有信心（并有助于增加功效并减少相对预测方差）。
为了能够“信任”结果，您可以将检测到的显着影响与您的领域专业知识进行比较：它有意义吗？ 您还可以准备一些额外的运行（验证运行），您将使用它们将预测与实际测量值进行比较（以检查您的预测精度是否可以满足您的需求）。
有时，您别无选择，只能尝试一种设计，因为根据实验预算、您的目标和设计限制，没有其他设计比您现有的设计更好。
确保设计“足够”满足您的需求和特定情况的唯一方法是运行实验，并尝试分析结果。 如果存在一些困难，您仍然可以扩充您的设计。
希望这个回答对你有帮助，
