DOE 增强设计 - 建议的运行每次都会变化并且具有非整数你好，
我已经完成了 4 个因子的半因子筛选，现在想要增强设计以包括其余缺失的双向相互作用和轴点以检查二次方程。
当我使用 DOE -> 增强设计 -> 增强 -> RSM 和第二次交互时，建议的运行次数始终为 18（10 次先前运行和 8 次新运行作为增强设计），但是，每次实际运行都会发生变化我尝试这些相同的步骤。 我在下面粘贴了两个例子。我想知道为什么会发生这种情况以及为什么运行会发生变化。
我的第二个问题是关于 JMP 建议的“奇怪”非整数值（下表中的 56.6 和 57.2 - 该因子的范围已设置为 50-70）。 为什么 JMP 要求在这些特定值而不是中点（在本例中为 60）运行？ 这与最优标准（D 最优与 I 最优）有关吗？
先感谢您！
实验设计回复：DOE 增强设计 - 建议的运行每次都会更改并且具有非整数我不确定为什么建议的运行次数每次都会变化。 这可能取决于您采取的具体步骤。
部分因子设计使用给定水平的组合。 增强使用自定义设计，通过算法创建级别。 有时，偏离中心的水平会提高最优性，但您可以将它们设置回整数值，而最优性损失很小。
回复：DOE 增强设计 - 建议的运行每次都会更改并且具有非整数感谢您的答复！
建议的运行次数不变（始终为 8） ，但是这 8 次运行中因子的值发生了变化。 例如，在第一次尝试中，JMP 建议使用水平 (4,2,15,56.6) 的因子运行。 但这个组合在接下来的尝试中并没有出现。
回复：DOE 增强设计 - 建议的运行每次都会更改并且具有非整数有多种额外运行选项可以提供相同/相似的最优性。
回复：DOE 增强设计 - 建议的运行每次都会更改并且具有非整数增强设计功能并没有真正考虑建议的运行次数。 除非您指定需要超过 8 次额外运行的较大模型，否则它将始终为 8。
例如，创建两个因素的设计，仅主效应模型。 现在选择augment，你会看到额外的运行次数比你的设计多了8次。 尝试另一个包含 20 个因子的示例。 再次强调，坚持仅使用主效应模型。 增强将再次增加 8 次运行。
底线是不要考虑额外的 8 次运行。 您需要指定可以执行的适当数字，以满足您的功效和预测精度。
对于您的四个因素，有 6 个双向交互作用。 有四个二次项。 您的增强设计将从您开始的地方拟合 10 个附加模型项（即 5 个项 - 截距 + 4 个主效应）。我建议在增强过程中至少开始 10 次额外运行，可能更多，以满足适当的预测精度。
回复：DOE 增强设计 - 建议的运行每次都会更改并且具有非整数组合设计方法是确定性的。 他们总是会得到相同的结果。 JMP 中的增强使用自定义设计。 然而，定制设计是一种算法方法，它从新运行的（可怕的）随机设计开始。 它迭代地改进设计，直到优化所选的最优标准。 因此，我们称之为优化设计。 随机起点是无法保证获得相同结果的原因之一。 事实上，定制设计并不会搜索一次最佳设计。 它可能是局部最优的，因此它会多次重复搜索过程。 每次都会以新的随机设计开始。
此外，通常情况下，有不止一种设计具有相同的最优性。 JMP 无法再区分设计。 重复增强过程可能会得到不同的结果。
