增强全因子设计这是基于最近与同事的合作。他执行了具有 2 个中心点运行的 3 因子全因子设计（3 因子的经典、简单设计）。设计分析结果显示严重缺乏拟合，并进行了“曲率”（即模型中缺少二次效应）检验，并且具有很强的统计显着性。然而，采用这种设计，无法独立估计每个二次效应。
为了解决这个问题，我建议他增强他的设计，以便他可以独立估计二次效应。传统的方法是在设计中添加轴向运行，而增强设计平台可以让您轻松做到这一点。然而，在这种情况下，他选择了平台中的“增强”选项。他指定他想要将新的运行分组到一个单独的块中，指定 RSM 作为他想要拟合的模型，并选择运行总数为 16（根据我的建议）。这将创建一个包含 10 次原始运行和 6 次新运行的增强设计表。
结果出乎意料。我原本期望采用轴向延伸的设计，但它却在设计立方体 8 个边中的 6 个边缘的中点上给出了 6 个新延伸点。我进一步研究了这一点，并在平台中尝试了一些不同的设置。我注意到，如果将“球体半径”设置为小于或大于 1，则生成的增强设计将添加 6 个轴向游程，但如果“球体半径”= 1，则会给出边缘中点游程。我没有更改任何其他设置（例如最优标准），但我确实将启动次数设置得更大（200000）。请参阅下表和设计的旋转图。
这是预期的吗？
我又尝试使用 I 最优性作为最优性标准，这给出了我预期的 Axial 运行。
考虑到所有这些，在这种情况下使用的最佳实践是什么？
回复：增强全因子设计我必须承认，我对最优设计理论的了解并不如我所想的那么多。我仍然不清楚为什么选择略高于 1 的球体半径会导致添加轴向运行，而默认球体半径 1 会导致添加中点/边缘运行。
回复：增强全因子设计我考虑的一种设计比较评估技术是创建您正在考虑运行的任意多个候选设计...然后使用比较设计平台的各种设计评估指标（最优性标准等）以及绘图（例如设计的分数）空间）来看看哪种设计具有您最想要的特征。 既然您的实际问题现在是在 RSM 土地上，那么某些标准会比其他标准更相关吗？
另一种方法是我所说的“纯粹实用”方法。 通常，问题解决团队希望看到特定的治疗组合，并让设计诊断随心所欲。 在过去的糟糕日子里，当默认的 RSM 设计是唯一的选择时，我们总是进行此类讨论……因此，诸如内接、外接或轴面上的属性可能决定我们的整体方法。 或者也许我们在特定组合的祭坛上牺牲了可旋转性。
回复：增强全因子设计如果单击自定义设计的模型部分中的 RSM 按钮，会将最优标准更改为 I 最优。 增强设计中的相同操作不会改变标准。
