最優計劃 // 分類因素早上好，
當我不切換到最優計劃平台時：
- 我制定了一個包含 3 個分類因素的計劃，每個因素有 3 個級別 + 我只添加了 3 個主要影響 => 18 個推薦試驗
- 我制定了一個包含 3 個分類因素、2 個 3 個水平因素和 1 個 4 個水平因素的計劃 + 我只添加 3 個主要影響 => 12 個推薦試驗。
當其中一個分類因素的因素水平更多時，為什麼第二個計劃的試驗更少？
提前致謝
實驗設計回复：最佳計劃 // facteurs catégoriels帖子中的一個小錯誤：什麼時候我用定制設計平台
回复：最佳計劃 // facteurs catégoriels你好@夏洛特1 ,
歡迎來到社區！
部分答案可以在這裡找到，關於如何計算自定義設計平台中的“默認”運行次數：設計生成 (jmp.com) ：“該值基於用於創建平衡設計的啟發式方法，該設計至少比最小試驗次數多四次試驗。 “
重現您的示例時，情況如下：
- 在您的情況 1 中，最小運行次數為 7：您有 1 個截距，每個 3 級分類因子有 2 個項（級別數 - 1，因為最後一個級別估計可以從其他級別計算：L1+L2 +L3 = 0）。 JMP 可以推薦 11 次遊程（7 次主效應估計最小遊程 + 4 次額外遊程），但這個數字會導致創建不平衡的設計，其中並非所有因子都盡可能精確和一致地進行估計。 因此 JMP 正在計算滿足平衡設計條件的最小遊程數，該設計至少比最小遊程數多 4 次（在這種情況下，您的因子的水平數不均勻，結果為 18 次遊程).
- 在您的情況 2 中，最小運行次數為 8：您有 1 個截距，每個 3 級分類因子有 2 個項，4 級分類因子有 3 個項。 當再添加 4 個遊程時，您可以獲得具有 12 個遊程的平衡設計，因此這是 JMP 的建議。
但是請注意，此默認設置可能不是您用例中的最佳設置，並且還有其他特性需要評估。 例如，查看功率分析（檢測統計顯著效應的能力，如果有的話），您可以看到這兩種設計顯然不等價：
運行 18 次的用例 1 與運行 12 次的用例 2：
並且可以對預測方差進行相同的比較和分析（12 次運行的預測方差高於 18 次運行），並查看設計中別名的差異等......
如果您在因子級別之間進行了所有組合，您還可以快速比較默認情況下用於估計主效應的運行次數與運行次數的比較：
- 在用例 1 中，您有 3^3 = 27 種可能的組合。
- 在用例 2 中，您有 4x3x3 = 36 種可能的組合。
所以非常直觀，即使兩種設計都可以使用“默認”運行次數，它們也不會覆蓋所有組合的相同實驗空間：在用例 1 中，您覆蓋了所有可能組合的 66.7%，而在用例 2，您僅涵蓋所有可能組合的 33.3%，因此與用例 2 相比，用例 1 中的因子功率更高，預測方差更低，...
希望這個回答對你有幫助
