一个多级 (3+) 分类变量和许多连续变量的高效 DOE我想进行筛选实验来确定哪些因素对我的反应 (Y) 影响最大。 从过去的研究中，我知道这些变量具有交互作用，因此我需要在模型中包含交互项。 我认为相关的因素如下：
- X1——连续
- X2——连续
- X3——连续
- X4——连续
- X5——连续
- X6 - 仅具有 2 个级别的分类
- X7 - 有 10 个级别的分类
具体来说，X7是一种化学物质：脂肪酸。 脂肪酸可以是饱和的、单不饱和的或多不饱和的、长链的或短链的等等，所以我选择了其中的 10 种涵盖这一特性范围的脂肪酸。 由于 X7 具有超过 3 个级别，因此我被迫使用 JMP 中的自定义设计，并考虑模型中的交互项，这导致大约 42 个实验。 我想问是否有更有效的方法来做到这一点？ 具体来说，这是一种更有效的方法来设置 DOE 来研究 X7（分类变量）等变量。
大声思考，起初我认为将 X7 从离散变量转换为连续变量（可能通过关注脂肪酸的一个重要特征）可能会有所帮助，因为这样我就可以简单地选择“高”和“低”设置。 但化学品是多维的，即它们不能仅仅归结为一个特征/数字，所以我不认为这是前进的方向。
那么，是否有更有效的方法来设计具有 X7 这样的分类变量的研究呢？
实验设计回复：一个多级（3+）分类变量和许多连续变量的高效 DOE你好@AsymptoticRules ,
欢迎来到社区！
使用化学结构作为分类因子有几个缺点：
- 您也许能够分析和选择哪些分子表现最佳，但并不总能理解某些分子表现最佳的原因（极性、亲水/亲油行为、分子体积、原子数量、H 供体/受体、 ...),
- 您可以根据设计中使用的分子结构来分析响应，但不能预测实验设计中尚未使用的新分子的响应，
- 使用具有如此多级别的分类因素的代价是与其他因素进行大量可能的组合，从而创建具有大量实验的设计（这在筛选阶段等早期阶段可能不太方便）。
正如您提到的，处于筛选阶段，减少要筛选的候选脂肪酸的数量，减少要筛选的实验和相互作用的数量，并且只保留化学变异性最高的分子，以检测显着的影响和相互作用，这将是很有趣的，然后在第二步中将设计扩展到优化/预测设计，可能与其他候选分子一起。
为了减少候选脂肪酸的数量，我会尝试分析您计划筛选的最初 10 种脂肪酸的化学性质/分子描述符。 我将这样做：
- 从化学结构中计算/提取分子描述符（可以使用多个选项，Python 上有不同的库，例如RD套件计算分子描述符，或从公共数据库中提取它们，例如公共化学,化学蜘蛛， 和好多其它的...）
- 使用 PCA（或其他降维分析）将大部分化学信息保留在低维数中（化学性质/分子描述符通常高度相关，因此您可以保留 >70% 的化学信息该化学类别只有一种主要成分）。 此步骤应有助于候选分子的分析和选择。
- 将候选分子绘制在平行坐标图或另一种具有主要成分或原始分子属性的可视化，以便能够选择最不相似的分子（例如，每个主要成分至少具有高水平和低水平）。 您还可以仅基于主成分作为协变量因子来模拟 DoE，并查看在 D 最优/筛选设计中会选择哪些分子。
然后，您可以使用这些选定的分子作为设计中的分类因子水平，或直接使用主成分作为设计中的连续因子/协变量。
关于这个主题，您可能会发现这个演示很有趣： https://community.jmp.com/t5/Discovery-Summit-Europe-2017/Increase-Efficiency-and-Model-Applicability-Domain-When-Testing/ta-p/36572
这只是一种可能的选择，我相信这个论坛的其他成员可能对分子作为因素有不同的经历。 我个人总是尝试尽可能使用这种方法将分类信息转换为连续信息。
我希望这能帮到您，
回复：一个多级（3+）分类变量和许多连续变量的高效 DOE谢谢你的观点，维克多！ 这对我来说确实有意义！ 当我尝试时，我会尝试更新这篇文章！
回复：一个多级（3+）分类变量和许多连续变量的高效 DOE我完全同意@Victor_G的想法。 我能想到的唯一另一件事是尝试减少实验中 X7 的级别数量，那就是问这样一个问题：“您是否有历史观测数据（可能来自生产运行），其中 X7 因子在很宽的范围内变化？”基本化学性质的值？” 然后使用变量识别建模方法，例如任何基于树的方法，或者如果您有 JMP Pro，则使用一些擅长变量识别的广义回归平台。 许多这些方法的一个很好的特点是，与普通最小二乘回归或它的近亲变量识别逐步回归等技术相比，它们对因素之间的相关性具有一定的鲁棒性。 您也许可以筛选一些 X7 类别级别。
Re: Efficient DOE of one multi-level (3+) categorical variable and many continuous variables你觉得这样可行吗，先预实验，在特定条件，单独筛选一下X7，然后再做第二轮。
回复：一个多级（3+）分类变量和多个连续变量的有效 DOE仔细思考后，我最初认为将 X7 从离散变量转换为连续变量（可能通过关注脂肪酸的一个重要特征）可能会有所帮助，因为这样我就可以简单地选择一个“高”和一个“低”设置。但化学物质是多维的，也就是说，它们不能简单地归结为一个特征/数字，所以我不相信这是前进的方向。
