如果在 DoE 設計過程中忘記添加主效應項怎麼辦？在設計優化工藝參數的研究時，我錯誤地添加了交互作用項，但沒有添加主效應項。 現在我已經收集了所需的數據。 我應該怎樣做才能充分利用數據？
謝謝！
實驗設計回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？你好@zj2000 ,
歡迎來到社區！
您可能已經從模型中刪除了主要影響，但您將能夠通過您的設計來估計它們（即使“不太優化”）：您對7 個因素中的每一個因素都有假設的相互作用和二次效應（因此每個因素模型中有 3 個級別（最小-中-最大），並且您有足夠的自由度來估計它們。
- 該設計中有 44 個獨立實驗，代表 43 個自由度（其中一個用於估計截距）。 包含主效應（要估計的7 個項）、雙因素交互作用（要估計的21 個項）和二次效應（要估計的7 個項）的模型將需要35 個自由度（如捕獲“方差分析”中所示）使用一個響應的隨機數據擬合模型”），因此您有足夠的 DF 來估計所有這些項（以及 8 來估計模型誤差）：
您可以使用評估設計平台（菜單 DoE、設計診斷、評估設計）檢查估計主效應（以及模型的其他效應）的功效，指定您的因素和響應，並在假設的模型中添加主效應。 沒有顯示錯誤消息，因此可以估計主效應，您將獲得此窗口：
即使您在設計生成時從模型中刪除了主效應，原則效應遺傳確保如果設計中存在高階項（如您在模型中添加的二次項或雙因子交互作用），則模型中應存在且可估計低階項（如主效應）。 請注意，您已經意識到的錯誤是一個很好的建議，可以添加到JMP 願望清單關於設計創建：如果用戶指定具有高階效應的模型而不添加低階效應，則提供警告（或阻止？）。
查看之前的快照，您可以看到主效應仍然比二次項具有更高的功效，即使在設計生成期間未添加主效應也是如此。 如果在設計生成時添加到模型中，大多數主效應可能具有更高的功效（例如 T 2、100 等），但最終您應該能夠獲得正確的分析和模型。
您可以將生成的設計與具有相同運行次數但添加了主效應的設計進行比較（請參閱附表“自定義設計流程2”進行設計比較），以了解此更改可能會在哪些方面影響結果和分析（較低）主效應的功效、實驗空間邊緣較高的預測方差、較高的估計標準誤差……）。
希望這個答案能幫助你（並安撫你），
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？嗨維克多，
非常感謝你的回复！ 我在“構建模型效應”框中添加了 7 個主要效應項，並分析了數據，並嘗試使用預測刻畫器中的優化意願函數來確定最佳過程參數。 你認為這會起作用嗎？ 我正在附加帶有數據的文件。
再次感謝！
賈森
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？你好@zj2000 ,
我不知道您的目標是什麼，也不知道您對模型的接受標準/閾值，也不知道您希望通過此設計找到什麼。另外，根據您的行業/研究領域，特定的度量值（例如 R² = 0,4 或模型的特定 RMSE 值）可以被認為（足夠）好或壞。
在您使用 D2v 響應值的情況下，可以識別可能的重要因素（是否由您的領域專業知識確認）。我不知道您是否有 JMP 還是 JMP Pro，但我將主要使用 JMP 可能性來確定：
- 如果您想找到此響應可能的重要因素，您可以使用探索性工具，例如預測篩選（在分析、篩選、預測因子篩選中）：基於 Bootstrap 森林，它是一個有用的工具，可以對您的響應進行排名並查看哪些因素可能是最有影響力的：
就您而言，V2 和 100（也許還有 T1）可能是對 D2 v 響應影響最大的因素。
- 您還可以構建一個包含設計中所有假設的主效應、相互作用和二次效應的模型，並開始細化/簡化您的模型。 對於模型中的所有項（即使有些項不具有統計顯著性），R² 值約為0.5，但該模型在解釋響應變異性方面不具備統計顯著性，且調整後的R² 約為0，因此這個完整的模型需要一些細化才能有用。
通過測試多個模型（使用JMP/JMP Pro）並刪除不會帶來解釋響應的有價值信息的項，我們可以得到一個更小且具有統計顯著性的模型（僅包含項V2、V2xV2 和100 ），但R²/R²調整後的值非常低，即使接近 (0,21 - 0,15)。
這聽起來合理嗎？ 你期待這個嗎？ 您如何解釋這種情況？您的領域專業知識可以嗎？
您的回答似乎相當“嘈雜”，這可能部分解釋了為什麼很難獲得高 R² 值並找到統計上顯著的術語。
也許在接下來的步驟中增強對感興趣因素的設計（通過領域專業知識的分析來確認）可能會很有趣，也許添加其他可能的因素，並使用複制來估計噪聲並將其考慮在內在建模中。
我已附上數據表，其中包含與我提到的分析相對應的腳本（預測器篩選、完整模型、簡化模型）。
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？嗨維克多，
你能試試這個嗎？
謝謝，
賈森
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？我嘗試優化 7 個參數以獲得最大響應。 當我使用“最大化意願”功能時，我得到了這個。 我現在的問題是：1. 這是獲得最佳參數的正確方法嗎？ 2. 為什麼它不將 NP 和 V2 的線進一步向左推以獲得更高的 D2 v？
謝謝，
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？嗨傑森，
這個新表中 D2v 的響應值似乎更容易使用來構建高效且有用的模型。
我可以問一下上一個表和這個表之間的值如何/為什麼發生變化？ 測量記錄錯誤，或者這些值是用於訓練自己的合成數據嗎？
通過嘗試我之前提到的不同步驟，您可以擁有一個（非常令人滿意且具有統計顯著性）完整或簡化模型，解釋大部分響應變異性。 您現在必須檢查該模型是否有用並且是否符合您的領域專業知識，或者該模型是否可以幫助您發現有用的東西。
1. 是的，使用“最大化意願”可以幫助您根據找到的模型找到因子的最佳設置。
2. 您可能需要檢查意願函數是否適合您的用例；此處，您已將 D2v 的目標設置為 0 到 100 之間的值的“匹配目標”，因此 JMP 繪製一條最佳值約為 50 的曲線。 如果您想更改意願和目標，請單擊分析器旁邊的紅色三角形，單擊“優化和意願”，然後單擊“設置意願”。 您將能夠更改響應 D2v 的目標（最小化、最大化、匹配目標）並指定高、中、低值的不同值邊界及其相關需求（意願分析和優化）：
希望這個回答對你有幫助
回复：如果在 DoE 設計過程中忘記添加主效應項怎麼辦？嗨維克多，
你的擴展非常有幫助。 多謝！
我做了一個包含這些主效應項的設計，並用該設計分析了數據。 這是我第一個上傳的。 在第二個數據集中，數據被添加到有缺陷的原始設計中。
