如何使用明确的筛选设计来考虑不受控制的因素你好，
我正在设计一个 DOE，其中有 6 个可控因素和 2 个不受控制的因素。
当使用定制设计时，我可以将因素设置为不受控制，但是通过明确的筛选，我不能。
1.) 有没有办法在最终筛选设计中设置不受控制的因素？
2.) 如果不是，如何解释不受控制的因素？
谢谢！
实验设计视窗回复：如何使用明确的筛选设计来考虑不受控制的因素你好@MetaLizard62080 ,
我认为这很简单。 您只需为不受控制的因素添加列，并在执行实验时添加它们的值。 然后将不受控制的因素作为影响纳入模型分析中。
在自定义设计中添加不受控制的因素只需添加空列以供您记录值，并将这些因素作为效果包含在模型脚本中。 如上所述，您可以轻松地为 DSD 执行此操作。
请注意，您将无法在特定的 Fit Definitive Screening 分析中包含不受控制的因素，因为这依赖于具有 DSD 折叠结构的所有因素。 但是，您可以进行拟合 DSD 分析来确定主动受控因素/效应，然后将不受控因素添加到生成的简化模型中。 或者，您可以使用从所有受控和不受控因素效应开始的逐步分析。 我可能会两者都做，看看他们是否得出相似的结论。
我希望这有帮助，
菲尔
回复：如何使用明确的筛选设计来考虑不受控制的因素感谢菲尔的帮助！
所以一个后续问题。
我想测试 JMP 如何在设计 DOE 时处理不受控制的变量，因此我进入自定义设计，加载我的因子，对主效应进行建模，然后添加 2 个不受控制的因子。 然后，JMP 自动添加了更多运行，我认为是为了解释与不受控制的因素相关的预期变异性的增加。 如果我无法在 DSD 中将这些变量设置为不受控变量，因此 JMP 不会添加运行，我如何确保有足够的运行来准确建模这些因素？
是否最好在没有这些因素的情况下继续进行并追溯添加列，或者我可以将它们设置为受控因素，知道我无法达到目标，然后追溯添加数据，或者我可以使用“额外运行的数量”添加额外的运行“ 特征。 你有什么建议？
回复：如何使用明确的筛选设计来考虑不受控制的因素好问题， @MetaLizard62080 。
每当您添加更多因子时，或者更确切地说，当您向要估计的模型添加更多效应时，JMP 都会在默认数字中添加更多游程。 它们是受控因素还是非受控因素并不重要。 如果要估计更多效果，则需要更多运行。
在您的情况下，我很可能会在 DSD 对话框中选择额外的运行，然后在创建设计后添加不受控制的因子列。 这假设您有资源来执行额外的运行。
相对于您可能希望估计的因素和影响的数量，DSD 是一个小型设计，因此即使您没有需要考虑的不受控制的因素，额外的运行也会非常有用。
我希望这有帮助，
菲尔
回复：如何使用明确的筛选设计来考虑不受控制的因素谢谢菲尔。
我感觉合理！ 我对此并没有真正的材料限制，所以似乎是可行的方法。
回复：如何使用明确的筛选设计来考虑不受控制的因素你好@MetaLizard62080 ：您能补充一下“不受控制”的具体含义吗？ 我问是因为这些不受控制的因素可能是随机效应，也可能是固定效应……它们可能对模型/结果/解释/等产生很大影响。
回复：如何使用明确的筛选设计来解释不受控制的因素@MetaLizard62080 @菲尔_凯，这里的好帖子。
https://community.jmp.com/t5/JMP-Blog/Proper-and-improper-use-of-Definitive-Screening-Designs-DSDs/bc-p/46508#M3289
回复：如何使用明确的筛选设计来考虑不受控制的因素嗨菲尔@Phil_Kay
这是我也想尝试的一个方法。您是否有关于向 DSD 添加不受控制的因子列的任何参考？如果可能的话，最好能看到一个例子。在这方面， @MetaLizard62080它对你有用吗......？
感谢对此的任何评论
干杯
巴里
回复：如何使用确定性筛选设计来解释不受控制的因素谢谢@Phil_Kay ，我会看看的。
巴里
回复：如何使用确定性筛选设计来解释不受控制的因素嗨@barry78 ，
我不知道有任何真实的例子，其中实验者在 DSD 中添加了不受控制的因素列。抱歉。
然而，我的同事@Peter_Polito 写了一篇博客，介绍了一项包含不受控制因素的实验（不是 DSD） 。
如果您对此方法有具体疑问，我建议您以新主题的形式发帖。
希望这可以帮助，
菲尔
