最佳计划//分类因素早上好，
当我不切换到最优计划平台时：
- 我制定了一个包含 3 个分类因素的计划，每个因素有 3 个级别 + 我只添加了 3 个主要影响 => 18 个推荐试验
- 我制定了一个包含 3 个分类因素、2 个 3 个水平因素和 1 个 4 个水平因素的计划 + 我只添加 3 个主要影响 => 12 个推荐试验。
当其中一个分类因素的因素水平更多时，为什么第二个计划的试验更少？
提前致谢
实验设计回复：最佳计划 // facteurs catégoriels帖子中的一个小错误：什么时候我用定制设计平台
回复：最佳计划 // facteurs catégoriels你好@夏洛特1 ,
欢迎来到社区！
部分答案可以在这里找到，关于如何计算自定义设计平台中的“默认”运行次数：设计生成 (jmp.com) ：“该值基于用于创建平衡设计的启发式方法，该设计至少比最小试验次数多四次试验。 “
重现您的示例时，情况如下：
- 在您的情况 1 中，最小运行次数为 7：您有 1 个截距，每个 3 级分类因子有 2 个项（级别数 - 1，因为最后一个级别估计可以从其他级别计算：L1+L2 +L3 = 0）。 JMP 可以推荐 11 次游程（7 次主效应估计最小游程 + 4 次额外游程），但这个数字会导致创建不平衡的设计，其中并非所有因子都尽可能精确和一致地进行估计。 因此 JMP 正在计算满足平衡设计条件的最小游程数，该设计至少比最小游程数多 4 次（在这种情况下，您的因子的水平数不均匀，结果为 18 次游程).
- 在您的情况 2 中，最小运行次数为 8：您有 1 个截距，每个 3 级分类因子有 2 个项，4 级分类因子有 3 个项。 当再添加 4 个游程时，您可以获得具有 12 个游程的平衡设计，因此这是 JMP 的建议。
但是请注意，此默认设置可能不是您用例中的最佳设置，并且还有其他特性需要评估。 例如，查看功率分析（检测统计显着效应的能力，如果有的话），您可以看到这两种设计显然不等价：
运行 18 次的用例 1 与运行 12 次的用例 2：
并且可以对预测方差进行相同的比较和分析（12 次运行的预测方差高于 18 次运行），并查看设计中别名的差异等......
如果您在因子级别之间进行了所有组合，您还可以快速比较默认情况下用于估计主效应的运行次数与运行次数的比较：
- 在用例 1 中，您有 3^3 = 27 种可能的组合。
- 在用例 2 中，您有 4x3x3 = 36 种可能的组合。
所以非常直观，即使两种设计都可以使用“默认”运行次数，它们也不会覆盖所有组合的相同实验空间：在用例 1 中，您覆盖了所有可能组合的 66.7%，而在用例 2，您仅涵盖所有可能组合的 33.3%，因此与用例 2 相比，用例 1 中的因子功率更高，预测方差更低，...
希望这个回答对你有帮助
