通过添加一个连续因子并删除两个级别的分类参数来增强 DOE好的，这是我的 DOE 设计：
我有 3 个连续因素和 2 个分类因素
X1 (-1,1)
X2 (-1,1)
X3 (-1,1)
X4（X4_1、X4_2、X4_3 和 X4_4）
X5（X5_1 和 X5_2）
我想通过添加额外的 X6 连续因子来增强设计。 并去掉两级X4和一级X5。
我希望得到 DOE 帮助的情况如下：
-我似乎无法删除增强设计中的级别（例如，对于X4，X5）
-我无法在增强设计中添加X6（我只能手动创建一个新列，然后在增强中添加另一个级别）
对我来说，似乎创建一个新的定制设计（如下所附：后续设计）为我提供了最少的额外实验。 我必须更改模型中的内容以仅考虑 X6，并回答两个额外的问题：X4*X6 交互和 X6^2
这是正确的做法吗？增强设计有限，我无法用它做我需要的事情（又名，删除分类级别并添加连续参数）
谢谢
亚斯明
回复：通过添加一个连续因子并删除两个级别的分类参数来增强 DOE嗨，亚斯敏，
无法按照您的描述进行扩充的原因与您的第一个实验中的数据属性有关。
删除 X4（或任何因子）的因子级别是不可能的，只能添加级别。 因为您已经拥有您希望忽略的级别的数据。 当您在完整增强设计上启动拟合模型时，JMP 应该做什么？ 忽略具有不良级别的行？ 这会丢弃有关您其他因素的信息。
添加连续因子也是类似的问题。 如果您仅在扩充后才开始记录新因子的值，则原始行的数据将全部丢失，并且拟合模型会将它们丢弃。 仅当您已经拥有该因子的现有数据时，您才能添加新的连续因子 - 也许它在第一个研究中保持不变，或者可能它不受控制，但值已被记录。 无论哪种情况，您都可以通过将现有数据添加到第一个设计中来进行增强，然后使用它来增强。
回复：通过添加一个连续因子并删除两个级别的分类参数来增强 DOE谢谢乔丹！
回复：通过添加一个连续因子并删除两个级别的分类参数来增强 DOE我进一步研究了这一点。 实际上有一种方法可以在增强设计中仅使用几个级别的分类因素来进行增强。
技巧是添加一个因子约束并选择不需要的分类级别
对多个约束使用“或”而不是“与”，可以从 X4 中删除两个因素，从 X5 中删除一个因素
我的后续问题是如何减少添加的额外运行的 nb，因为我不认为我需要 8 次实验。
