具有 3 個或更多水平連續因子的部分因子設計<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好，
客戶詢問 JMP 是否允許使用 3 個或更多水平連續因子（無分量、有分量（不同水平））進行部分因子設計。 或者，
是否可以在全因子設計設定中使用它產生的部分設計，並且仍然能夠產生可靠的數據？
多謝，
瓦萊麗
回覆：具有 3 個或更多水平連續因子的部分因子設計我同意馬爾科姆關於了解這些高階效應的想法。
隨之而來的一件事是中間的值（無論是連續的還是離散的數字）不會經常出現。
篩選設計平台中的主效應篩選設計是一個例外：它同樣頻繁地使用離散數值因子的值，但您需要檢查設計評估以查看高階項。
回覆：具有 3 個或更多水平連續因子的部分因子設計在您的請求中，我要重點關注的關鍵字是「可靠的數據」。 客戶可能希望在運行實驗之前花一些時間使用設計評估工具來比較設計的功能、混疊等的不同方面。 與他們的過程知識相結合，這種實驗前的執行工作可以幫助他們擁有最高程度的信心，並相信他們的具體實驗目的和目的有「可靠」的機會實現。 因此，馬爾科姆的想法非常適合生成候選設計……但我肯定會花一些時間評估各種候選設計。
回覆：具有 3 個或更多水平連續因子的部分因子設計此外，如果它們有大量因素，那麼模擬許多高階效應的實驗運行總數將是昂貴的。 因此最好也詢問他們實驗運行的成本是多少，以及他們的實驗預算是否有任何限制。
回覆：具有 3 個或更多水平連續因子的部分因子設計嗨瓦萊麗，
您能否詢問您的客戶他們想要調查多少個因素以及他們想要對反應進行建模的效應的性質 - 線性、二次、雙因素交互作用還是高階效應？ 然後我們可以引導他們進行適當的設計，如果他們有大量因素，則該設計將是DSD或最優設計。 我懷疑兩者都將實現他們的意圖，即超越對大量因素的線性效應進行建模。
馬爾科姆
