一個多級 (3+) 分類變量和許多連續變量的高效 DOE我想進行篩選實驗，以確定哪些因素對我的反應 (Y) 影響最大。 從過去的研究中，我知道這些變量具有交互作用，因此我需要在模型中包含交互項。 我認為相關的因素如下：
- X1——連續
- X2——連續
- X3——連續
- X4——連續
- X5——連續
- X6 - 僅具有 2 個級別的分類
- X7 - 有 10 個級別的分類
具體來說，X7是一種化學物質：脂肪酸。 脂肪酸可以是飽和的、單不飽和的或多不飽和的、長鏈的或短鏈的等等，所以我選擇了其中的 10 種涵蓋這一特性範圍的脂肪酸。 由於 X7 具有超過 3 個級別，因此我被迫使用 JMP 中的自定義設計，並考慮模型中的交互項，這導致大約 42 個實驗。 我想問是否有更有效的方法來做到這一點？ 具體來說，這是一種更有效的方法來設置 DOE 來研究 X7（分類變量）等變量。
大聲思考，起初我認為將 X7 從離散變量轉換為連續變量（可能通過關注脂肪酸的一個重要特徵）可能會有所幫助，因為這樣我就可以簡單地選擇“高”和“低”設置。 但化學品是多維的，即它們不能僅僅歸結為一個特徵/數字，所以我不認為這是前進的方向。
那麼，是否有更有效的方法來設計具有 X7 這樣的分類變量的研究呢？
實驗設計回复：一個多級（3+）分類變量和許多連續變量的高效 DOE你好@AsymptoticRules ,
歡迎來到社區！
使用化學結構作為分類因子有幾個缺點：
- 您也許能夠分析和選擇哪些分子表現最佳，但並不總能理解某些分子表現最佳的原因（極性、親水/親油行為、分子體積、原子數量、H 供體/受體、 ...),
- 您可以根據設計中使用的分子結構來分析響應，但不能預測實驗設計中尚未使用的新分子的響應，
- 使用具有如此多級別的分類因素的代價是與其他因素進行大量可能的組合，從而創建具有大量實驗的設計（這在篩選階段等早期階段可能不太方便）。
正如您提到的，處於篩選階段，減少要篩選的候選脂肪酸的數量，減少要篩選的實驗和相互作用的數量，並且只保留化學變異性最高的分子，以檢測顯著的影響和相互作用，這將是很有趣的，然後在第二步中將設計擴展到優化/預測設計，可能與其他候選分子一起。
為了減少候選脂肪酸的數量，我會嘗試分析您計劃篩選的最初 10 種脂肪酸的化學性質/分子描述符。 我將這樣做：
- 從化學結構中計算/提取分子描述符（可以使用多個選項，Python 上有不同的庫，例如RD套件計算分子描述符，或從公共數據庫中提取它們，例如公共化學,化學蜘蛛， 和好多其它的...）
- 使用 PCA（或其他降維分析）將大部分化學信息保留在低維數中（化學性質/分子描述符通常高度相關，因此您可以保留 >70% 的化學信息該化學類別只有一種主要成分） 。 此步驟應有助於候選分子的分析和選擇。
- 將候選分子繪製在平行坐標圖或另一種具有主要成分或原始分子屬性的可視化，以便能夠選擇最不相似的分子（例如，每個主要成分至少具有高水平和低水平）。 您還可以僅基於主成分作為協變量因子來模擬 DoE，並查看在 D 最優/篩選設計中會選擇哪些分子。
然後，您可以使用這些選定的分子作為設計中的分類因子水平，或直接使用主成分作為設計中的連續因子/協變量。
關於這個主題，您可能會發現這個演示很有趣： https://community.jmp.com/t5/Discovery-Summit-Europe-2017/Increase-Efficiency-and-Model-Applicability-Domain-When-Testing/ta-p/36572
這只是一種可能的選擇，我相信這個論壇的其他成員可能對分子作為因素有不同的經歷。 我個人總是嘗試盡可能使用這種方法將分類信息轉換為連續信息。
我希望這能幫到您，
回复：一個多級（3+）分類變量和許多連續變量的高效 DOE謝謝你的觀點，維克多！ 這對我來說確實有意義！ 當我嘗試時，我會嘗試更新這篇文章！
回复：一個多級（3+）分類變量和許多連續變量的高效 DOE我完全同意@Victor_G的想法。 我能想到的唯一另一件事是嘗試減少實驗中X7 的級別數量，那就是問這樣一個問題：“您是否有歷史觀測數據（可能來自生產運行），其中X7 因子在很寬的範圍內變化？”基本化學性質的值？” 然後使用變量識別建模方法，例如任何基於樹的方法，或者如果您有 JMP Pro，則使用一些擅長變量識別的廣義回歸平台。 許多這些方法的一個很好的特點是，與普通最小二乘回歸或它的近親變量識別逐步回歸等技術相比，它們對因素之間的相關性具有一定的魯棒性。 您也許可以篩選一些 X7 類別級別。
回覆：一個多層次（3+）分類變數和許多連續變數的高效 DOE你覺得這樣可行嗎，先預實驗，在特定條件，單獨篩選X7，再做第二輪。
回覆：一個多層次（3+）分類變數和許多連續變數的高效 DOE大聲思考，起初我認為將 X7 從離散變數轉換為連續變數（可能透過專注於脂肪酸的一個重要特徵）可能會有所幫助，因為這樣我就可以簡單地選擇「高」和「低」設定。但化學物質是多維的，即它們不能僅僅歸結為一個特徵/數字，所以我不認為這是前進的方向。
