几个因素之间的显着性大家好，
我想研究六个因素对蒸发的影响（最后我想有一个“严格”的模型，其中可能存在相互作用效应和幂项）：
我已经知道前四个对蒸发有很大影响，并且想知道后两个（板负载、体积/孔）是否也应包含在研究（模型）中。
您建议如何进行实验？ 首先找出两个因素（板负载、体积/孔）是否重要（如何为此目的设置 DOE？），然后继续进行 DOE（增强 DOE？）以获得更准确的信息，这是否是最有效的方法关于这些因素及其（可能的）相互作用？
先感谢您！
此致
实验设计回复：几个因素中少数因素的重要性我的第一个问题是，您是否真的希望将除其中一个因素之外的所有因素都作为离散数值？
回复：几个因素中少数因素的重要性不，这不是强制性的。 这些因素也可以被视为连续数值。
回复：几个因素中少数因素的重要性下一个问题...您处于筛选模式吗？ 或者针对您的学习的优化模式？ 您具体的实验目的和目标是什么？
回复：几个因素中少数因素的重要性我对情况了解不够，无法提供具体建议，也许我的想法没有用。
我确实有一些问题/意见：
不确定我是否明白回应是什么？ 是吗速度蒸发？ 什么蒸发（我假设是某种液体）？ 它是如何确定的（例如，增量体积、增量重量......）？ 你研究过测量过程吗？
”我想研究六个因素对蒸发的影响（最后我希望有一个“严格”的模型，其中可能存在相互作用效应和幂项）： ”
您想要一个模型来解释和/或预测吗？ （皮特在问什么）。 该模型应该是有用且合适的。 拥有复杂（严格）的模型并不会让事情变得更好（我想说事实恰恰相反）。
”我已经知道前四个对蒸发有很大影响，并且想知道最后两个（板负载、体积/孔）是否也应该包含在研究中（模型）”。 您是如何研究前 4 个因素的（例如观察、实验）？ 研究这 4 种情况时，板载量和体积处于什么水平？ 如果它们是恒定的，那么您研究的 4 个因素的影响取决于这些水平（它们是推理空间的一部分）。 如果它们发生变化，就会导致实验误差。 实现设计空间和推理空间将影响实验对预测的有用程度。
“不幸的是，未来的实验（未来的试验、明天的生产）将受到与影响本次实验的环境条件（温度、材料、人员）不同的影响……这只能通过对主题的了解，可能需要进一步的实验来帮助覆盖更广泛的条件，人们可以决定，未来的环境条件是否与今天的环境条件足够接近，以允许使用手头的结果，尽管有犯错的风险。”
戴明博士
从科学角度来看，较高的 T（如果是温度）、较长的暴露时间、增加的摇动速度和不加盖似乎会增加蒸发速率。 该材料的表面积是多少蒸发？ 环境条件如何（例如露点）？ 在未来材料的实验中蒸发的材料有多大代表性？
我不确定我理解你的级别设置。 如果级别平衡且等距，则分析会更容易（例如，T 位于 20、27、34；ExpTime 位于 4、7、10）
回复：几个因素中少数因素的重要性我还没有做任何测量。 首先，我想确定是否板负载体积/孔是重要因素。 其次，这是研究的主要目标，我希望有一个蒸发（速率）的预测模型。 蒸发是我想减少的副作用。
回复：几个因素中少数因素的重要性“不确定我是否明白回应是什么？ 是蒸发速度吗？ 什么蒸发（我假设是某种液体）？ 它是如何确定的（例如，增量体积、增量重量......）？ 你研究过测量过程吗？”
响应是液体的蒸发速率，我希望将这种不良影响最小化。 通过称重剩余液体来测量蒸发速率。
“你想要一个模型来解释和/或预测吗？ （皮特在问什么）。 该模型应该是有用且合适的。 拥有复杂（严格）的模型并不会让事情变得更好（我想说事实恰恰相反）。”
正如在回答皮特的问题时已经解释的那样，首先，我想更好地了解影响蒸发的因素有哪些（是这板负载和体积/孔重要因素？ ），其次，获得一个预测模型，我将用它来减少蒸发。
“你是如何研究前 4 个因素的（例如观察、实验）？”
通过观察我知道前 4 个因素会影响蒸发。 这也符合我的化学/物理知识。 我有一种“感觉”，最后两个因素也可能对蒸发产生影响。 我想通过进行实验/测量来确认/拒绝这一点。 我假设这些测量结果也可以在 DOE 中使用（DOE 的目的是构建预测模型）。
回复：几个因素中少数因素的重要性我通常喜欢使用 DOE 连续解决问题。 从小处开始。 边走边学。 基于整合新知识和信息做出未来决策。 因此，从板负载的简单 2^2 全阶乘开始（注意，我建议板负载仅使用 2 个水平，您不需要 3 个水平来评估显着性）和体积/孔应该让您了解它们的影响。 然后根据结果，根据你学到的知识计划第二次实验。 太多不同的途径无法为您提供单一建议。 当你及时行进时，请记住噪音。 阻止是你的朋友。
回复：几个因素中少数因素的重要性谢谢你的解释。 虽然我同意顺序调查，但恕我直言，最好从一个大的设计空间开始，希望插。 我的意思是从很多因素开始。 问题是推理空间。 推理空间越小，结果在未来成立的可能性就越小（当条件总是发生变化时）。 如果您只对 2 个因素进行实验，那么其他因素在此实验期间“在做什么”（例如，它们是否发生变化？它们是否恒定？）。 由于您尚未对 4 个因子的影响进行量化或排序，为什么不运行分辨率较低的 6 因子设计，其中因子处于 2 个水平（例如，2^6-2 res IV、16 个处理或 2^6-3 res） III、8个治疗）。 下一次迭代可以帮助理解更复杂的模型术语（例如，非线性）。 同时，您可能想要运行重复并估计因子对蒸发速率的平均值和变化的影响（或至少最小化测量误差）。
最后，我总是建议你设计多个选项（没有人知道先验的“最佳”设计。 对于每个选项，预测您可以学到什么（例如，可以估计哪些效果，哪些效果可能会被混淆，哪些不在研究中）。 将这些知识与资源需求进行权衡。 选择一个并准备迭代。 第一个实验的目的是设计一个更好的实验。
回复：几个因素中少数因素的重要性我喜欢“从小事做起”的想法:)但另一方面，我也有同样的担忧：
“推理空间越小，结果在未来成立的可能性就越小（当条件总是发生变化时）。 如果您只对 2 个因素进行实验，那么其他因素在该实验期间“在做什么”（例如，它们在变化吗？它们是恒定的吗？）。
我想如果没有重大影响的话板负载和体积/孔在进行 2^2 阶乘之后，仍然有相当大的机会，这 2 个因素仍然对在 2^2 阶乘实验中保持不变的 4 个（显着）因素的某些不同组合产生影响。
回复：几个因素中少数因素的重要性我不明白“希望插入”是什么意思。你能解释一下吗？
回复：几个因素中少数因素的重要性在我的 2^2 全阶乘推荐中，我对您的评论做出反应，“……首先……”。 如果你觉得“……这两个因素仍然很有可能对 4 个因素的某些不同组合产生影响……”，我对设计更大的实验没有任何争议或问题。 您刚刚用文字描述了估计整个过程空间之间的交互效应的愿望。 因此，建立一个专门提供所需交互效果估计的最佳设计是正确的方法。
回复：几个因素中少数因素的重要性首选的是设计空间足够大以“包含”最佳条件（给定当前材料和技术）。 您可以快速收敛到最佳值。 如果您的设计空间太小，那么您将必须移动当前空间才能达到最佳效果（本质上是推断）。 我承认，实验设计中最常见的“错误”之一是初始设计中的水平设置太窄。 似乎有一些公开或潜在的尝试在第一个实验中找到最佳方案（当然，这是由管理层对一次性解决方案的渴望驱动的）。
我们总是在寻找最佳方案却似乎永远无法实现的原因是：
1. 我们从不从 ALL 开始调查（我们总是选择一些子集），并且
2、新材料、新技术的不断发明，拓展了研究的维度空间
