565281_zh-TW

liliconcom

Doe 和複製品你好
讀了很多書後，我對複製有點困惑。
我應該什麼時候使用它？ 在這種情況下？ 以及如何計算重複次數？

謝謝實驗設計回覆：美國能源部和複製品

太有幫助了！ 謝謝@Victor_G ！

回覆：美國能源部和複製品

有多種複製策略：

1.完全隨機重複（CRR）：目的是獲得隨機誤差的估計，同時減少估計的偏差。 此估計隨後可用於統計測試（MSmodel/MSerror）。 CRR 也可能增加推理空間，但這可能會損害設計的精確度（Box 的定義）。 當噪音尚未被識別時使用該策略。 這通常會使實驗規模加倍。

2.隨機完全區組設計（RCBD）：目的是增加推理空間，同時提升設計的精確度。 此外，還可以分配區塊和逐塊互動效果，這是魯棒設計所需的。 這也使實驗規模增加了一倍。 如果您能夠識別噪音，這是一個更有效和高效的策略。

「阻止你能阻止的，隨機化你不能阻止的」GEP 盒子

3. 隨機不完全區組設計（RIBD 或 BIB）：與 RCBD 類似，但區組是分段的（如分數階乘）。 在這種情況下，高階模型效應將與高階區塊效應混淆。 這是分配噪音影響、增加推理空間、同時提高設計精度的有效策略。 它不需要將實驗規模加倍。 該策略在加工或製造環境中比在產品或製程設計環境中更有用。

回覆：美國能源部和複製品非常感謝您的寶貴建議！回覆：美國能源部和複製品你好@YanivD ,

使用複製是為了更精確地估計純誤差和更準確地估計參數。 在設計中加入仿行可以降低模型中的變異數預測和參數估計變異數。

如果您的回應中存在強烈噪音，或者您需要達到一定程度的預測精度，您可以使用它。 您還可以透過使用“增強設計”平台，指定您的因素和反應，然後按一下“複製”，在第二輪實驗中加入重複（例如，如果您意識到您的預測變異數太高）。

對於重複次數沒有“硬性規則”，因為這可能取決於主體、使用的設備、所需的精確度等... 請注意，根據您使用的 DoE 平台（經典或客製化設計），您可能有兩種選擇：
- 您可以指定重複次數，即所有實驗在 DoE 中獨立實現的次數，
- 您可以指定重複運行，這是設計中一項實驗的獨立重複。

關於重複次數（或重複運行），我建議嘗試您想到的不同設計（有/沒有重複和不同數量的重複），並透過「比較設計」平台（在 DoE / Design Diagnostics 中）對它們進行比較）。 在比較視窗中，您將獲得有關重複對模型精度影響的更多信息，並且您將能夠選擇實驗預算和模型精度之間的最佳折衷方案。

我希望第一個答案對你有幫助