如何获得 DOE 功率分析的 RMSE你好！ 我想这个问题之前已经被问过好几次了。 但我仍然对如何获得 DOE 多因素功率分析的 RMSE 感到困惑。 假设我有 7 个因子和 10 个响应，我是否必须首先对每个响应进行 10 次不同的试点研究以构建拟合模型，然后获得 RMSE（这将是大量工作！）？ 如何开展试点研究？ 有人可以提供更详细的获取 RMSE 的程序吗？ 谢谢！
实验设计回复：如何获取 DOE 功率分析的 RMSE你好@DendrogramSteer ,
您关于功率分析评估的问题确实是本论坛上经常被问到的话题。
您可能想在这里查看一些有趣的讨论（不是详尽的列表），关于如何使用此分析以及如何信任模型的结果：
https://community.jmp.com/t5/Discussions/Should-I-consider-power-analysis-in-DOE/mp/501063
https://community.jmp.com/t5/Discussions/Comparing-DoEs-Why-DGAI-efficiency-are-all-the-SAME-and/mp/559266
https://community.jmp.com/t5/Discussions/Losing-Power-and-Prediction-Variance-in-Custom-DOE-constraints/mp/544828
功效是指检测有效存在的显着效果的能力。我认为根据您研究的特点，您可能处于筛选（或优化开始）阶段，因此您需要评估和评估您的设计的力量，以确保不会错过显着的效果。
为了有效地使用功率分析，您需要指定：
- 您需要检测的信号大小（通过“预期系数”值）
- 实验和响应测量噪声的估计（通过“预期 RMSE”值）（针对每个响应确定，或使用最坏情况（较大的值））
- 显着性级别阈值（默认为 0.05）。
您可以在此处找到有关功率分析平台的更多信息：功率分析 (jmp.com)
如果您没有历史数据，您可能在研究开始时或在筛选阶段没有这些信息（并且创建这些试点研究可能代表您提到的大量工作，与传统研究相比没有太多附加值）可以在您的 DoE 环境中完成的运行）。
但是，您可以使用此功效分析平台来比较不同的设计和/或模型，并评估您的实验预算/约束可能如何影响有效检测显着效应的可能性。
我希望第一个答案会对您有所帮助，我相信其他能源部专家也喜欢@菲尔_凯还可以提供新的观点或丰富这个讨论，
回复：如何获取 DOE 功率分析的 RMSE如果您需要对所有 10 个响应进行功效分析，则需要对所有 10 个响应进行 RMSE。 首先，我想问为什么你需要对所有 10 个响应进行功效分析。 它们都那么重要吗？ 也许他们是。
这并不意味着您需要为每个响应进行单独的试点研究。 那会很奇怪。 毕竟，您不会对每个响应进行单独的实验。
事实上，您可能根本不需要进行任何试点研究。
当因素保持不变时，您需要估计响应的变异性。 您可能会从流程/系统上的现有数据中获得此信息。 如果不是，则测量 6 次运行的所有响应（如果您能负担得起，越多越好），并将所有因素设置为常数。 这 6 次运行中每个响应的标准差将是响应变异性的有用（非完美）估计，可用于功效分析。
我希望这有帮助，
菲尔
