SVEM 與客戶對 SVEM 在分析涉及分塊/分割/條帶系列的設計中的使用感到好奇。
對我可能提供的主題有什麼想法/評論嗎？我想說的是相關資源，但有些事情告訴我們，我們在這方面還為時過早。
先致謝！
回覆：具有分體/條帶設計的 SVEM除非我看到研究另有說法，否則我不會嘗試這個。 裂區的一大挑戰是整區誤差的估計。 AFAIK，使用 SVEM 所做的工作僅考慮了 MS 誤差來測試效果。 鑑於他們詢問 SVEM 會讓我相信他們正在研究的設計是樣本大小有限的，加劇了裂區誤差估計的問題。
回覆：具有分體/條帶設計的 SVEM謝謝@唐麥考馬克。確實是關於小樣本。 對我來說很有意義，我很欣賞您的回應！
回覆：具有分體/條帶設計的 SVEM我同意@唐麥考馬克。 分割圖的 SVEM 似乎並不自然。
不過，我認為它仍然可能提供資訊。 SVEM 採用預測/機器學習方法，而非統計/假設檢定方法。 因此，您可以說 SVEM 並不真正關心準確估計不同的變異數來源。
對於 SVEM，您必須將整個情節效果指定為固定效果（當然，在 Gen Reg 中不能有隨機效果），這看起來有點奇怪，最終會得到一個以整個情節為條件的模型 - 再次，很奇怪。 但它仍然可以告訴您系統中最重要的影響。 這樣，它可能有助於指導您進行裂區實驗的模型選擇，這具有挑戰性，因為您無法在 JMP 或 Pro 的模型選擇平台中包含隨機效應。
我永遠不會相信 SVEM 能為我提供明確的「最佳」模型。 但我現在幾乎總是將它用作我對任何實驗的分析的一部分。
回覆：具有分體/條帶設計的 SVEM只有在不與模型項混淆的情況下，您才能將整個繪圖效果指定為固定，隨著樣本量變小，這種情況的可能性較小。 我也會忽略使用整個圖表作為其錯誤項的因素（例如，難以改變的因素）。
回覆：具有分體/條帶設計的 SVEM同意！ 如果實驗太小，以至於整個圖都與難以改變的效果混在一起，那麼就沒有神奇的解決方案可以提供幫助。
回覆：具有分體/條帶設計的 SVEM@菲爾_凱@唐麥考馬克我真的很感謝你在這裡的想法，並為我想到的預感提供了具體的清晰度。我不確定他們在難以改變的效果和整個情節之間可能產生的混淆程度，但會分享以供他們考慮繼續前進。
回覆：具有分體/條帶設計的 SVEM根據我的觀察，要有效地使用 SVEM，您必須將完全不同類型的 DOE 與 SVEM 結合使用。 您需要類似於空間填充設計的設計，在設計區域內具有多個內部點。 創建具有該結構的裂區設計並不容易。 而且 SVEM 用於預測，而不是推理，因此如果您想揭示哪些效應真正重要，您需要更多不適用於 SVEM 的正交設計。
以下是一些討論快速靈活填充裂區設計的論文： https://arxiv.org/pdf/2003.09507.pdf , https://www.researchgate.net/publication/340115623_Space_Filling_Split_Plot_Design_using_Fast_Flexible_Filling
回覆：具有分體/條帶設計的 SVEM如果您認為有必要，請提出願望清單請求，或要求客戶使用公共願望清單。
回覆：具有分體/條帶設計的 SVEM謝謝@薩姆加德納以獲得額外的回饋。 我從我所看到的關於 SVEM 的資源中分享了一個類似的結論，它更適合更複雜（和中小型）的設計；與此相關，我過去也相應地傾向於 Adsurgo 的 Discovery 演講（其中包括空間填充混合物前提）。我也會分享 PDF 資源並了解他們的願望清單。 
