使用 DOE 进行 OFAT 实验只是想知道，如果您正在进行 OFAT（一次一个因素实验）实验，使用 DOE 是否有用？与仅进行扫描和回归分析相比，您是否能从能源部获得更多统计信息？
高级统计建模消费者和市场研究数据探索和可视化实验设计预测建模和机器学习回复：使用 DOE 进行 OFAT 实验Victor 列出了为什么要进行多因素实验与 OFAT 的优秀清单：OFAT 的推理空间极其狭窄。 OFAT 期间所有其他因素必须保持不变。 狭窄的推理空间会对您推断当前研究之外的结果的信心产生负面影响。
回复：使用 DOE 进行 OFAT 实验你好@LogitPorcupine1 ,
如果您的系统中有多个因素，我不明白为什么您不使用 DoE 而不是 OFAT 方法。
与 OFAT 相比，DoE 有很多好处，以下是一些：
- 有限的（并提前计划/控制！）实验数量，
- 可以研究相互作用和非线性效应，
- 用于解释或预测响应变化的数学模型，
- 高效率（信息与实验次数），
- 错误在设计空间中平等/同质地共享，
- 创建约束/定制设计的可能性
- 通过“增强”和许多可能的策略的迭代过程：您可以从筛选主效应开始，然后检查交互作用，最后构建一个强大的响应面模型来准确预测您的响应，...
使用 JMP 学习 DoE 有很多资源，以下是一些：
实验设计介绍套件| JMP 入门
统计思维 (STIPS) - 免费在线统计课程 |联合管理计划
实验设计（DOE）课程|联合管理计划
实验设计|联合管理计划
您还可以查看 Nature 上这篇非常好的文章，了解使用 DoE 的好处，以避免实验空间中出现“空白点/区域”（图 2）：实验设计 (DoE) 方法加速铜介导的芳基锡烷 18F 氟化反应的优化科学报告 (nature.com)
希望这能帮助您的反思和理解，
