如何使用自訂 DoE 平台執行迭代 DoE 方法你好，
我過去讀過一些關於如何處理 DoE 和模型細化的方法的文章。我看到的一種方法是使用增強設計選項來建立模型，它被描述為一個迭代過程。
透過這種方式，您可以在初始階段執行更多篩選類型的自訂 DoE、評估模型、簡化模型，然後增強設計以進一步優化和減少變異數。
1. 作為一種模型細化方法，這個過程看起來合理嗎？
2. 使用此方法您將採取哪些步驟來完善您的模型？
- 篩選是否應該同時評估主效應和交互效應，還是應該從主效應開始，然後再進行二階交互作用？
- 如果發現主效應“微不足道”，這是否意味著也沒有潛在的相互作用效應？
- 您是否應該在篩選階段添加中心點來檢測曲率？
- 您應該在這個階段添加重複嗎？ （我聽說當評估大影響而不是低方差時，這可能是不必要的）
- 何時應添加重複/關注方差減少？
先致謝！
實驗設計預測建模和機器學習視窗
