DOE 中控制變因的意外變化你好，
我做了一個客製化設計來了解塗層溫度和速度對性能的影響。我保持所有參數相同。然而，出乎意料的是，我不得不針對不同的運行來改變噴嘴氣壓，因為不可能在相同的氣壓下進行塗層。所以，我的問題是如何將氣壓變化納入 DOE 中。我負擔不起更多的跑步費用。
是否有可能考慮不同的氣壓，或者我應該假設它對最終性能沒有任何影響（我不確定）。
我的問題清楚嗎？
先致謝
實驗設計回覆：DOE 中受控變數的意外變化嗨@Mathej01 ，
如果噴嘴氣壓是實驗設定中的新變量，您可以使用這些值並將其視為不受控制的因素：「不受控制的因素是其值在生產過程中無法控制的因素，但您希望將其包括在內在模型中。假設您可以記錄每次實驗運行的因子值。 ”
您只需在資料表中新增一個包含噴嘴氣壓值的新列，然後新增列屬性「設計角色」（不受控制）、「因子變更」（簡單）和「編碼」（在資料表中新增最小值和最大值）低值和高值）。
然後，您可以在模型中添加這個新的不受控制因素作為主效應，以更好地評估其對實驗設定中反應的重要性。
希望這個回答對你有幫助
回覆：DOE 中受控變數的意外變化您只需將氣壓值編輯為實際值，然後進行分析即可。它可能不再是統計上的最佳設計，但您仍然可以獲得一個有用的模型。如果您對設計評估指標有所了解，您也可以使用評估設計工具或比較設計工具（DOE > 設計診斷）來查看因子水準的變化對設計中的混雜因素的影響。
回覆：DOE 中受控變數的意外變化以下是我的問題和想法：
您有噴嘴氣壓的實際值嗎？測量的是實際氣壓嗎？噴嘴氣壓是如何控制的（例如，您轉動的是旋鈕嗎？）？如果是透過某個旋鈕（或其他方式控制閥門），您有該設定的讀數嗎？它是連續變數還是分類變數？它是否因實驗中的每個處理而變化，或者是否僅隨著塗層溫度和速度的相關變化而變化？小心這個！如果這些變化與某些治療組合相關，則可能存在多重共線性。
雖然實際上，該變數是可控的，但只是未包含在您計劃的實驗中，但您可以選擇將該變數視為協變數（通常這是處理可測量的不受控變數的策略）。當您建立用於實驗分析的模型時，您必須編寫一個混合模型（即實驗因素和交互作用的固定效應以及作為隨機變數的協變量）。您在分析中引入了潛在的多重共線性。您需要檢查協變數和任何模型項（固定效應）之間的相關性。這可以透過相關矩陣（分析>多變量方法>多變量並輸入包括協變量在內的所有模型項）和/或在運行擬合模型後使用VIF（右鍵單擊參數估計表>列>VIF）來完成。我建議您先編寫協變量模型（用於擬合模型分析），然後編寫固定效應。您應該使用順序檢定（紅色三角形>估計>順序檢定）來檢驗協變數的顯著性。
自我註記：
1. 在進行實驗之前更徹底地識別變數。我建議在運行實驗之前先進行過程映射（ https://www.tandfonline.com/doi/abs/10.1080/08982119908919275 ）實驗，以識別可控因素和噪音因素。
2. 在進行任何實驗之前，預測您將得到的結果。原因之一是，這可以讓您思考可能的組合，以確定它們的合理性。
"實驗完成後諮詢統計學家通常只要求他進行屍檢。他也許可以說出實驗是因為什麼而死亡的。
羅納德·費希爾爵士
回覆：DOE 中受控變數的意外變化謝謝@Victor_G 。這很有幫助。儘管這是出乎意料的，但我有噴嘴氣壓的值。
另外作為後續問題，我可以將其添加為噪音而不是不受控制的因素嗎？是否有意義 ？
回覆：DOE 中受控變數的意外變化謝謝@Victor_G的回答。
萬一我也在這個帖子中交流這個主題：已解決：定義協變量 - JMP 用戶社區
我在那裡解釋說，我很困惑，因為我在實驗之前就知道了一個變數（粉末濕度），並且它在某種程度上不受控制。我很困惑，因為據說協變數是預先知道的變數（就像我的情況一樣）。然而，我的變數（粉末濕度）並沒有真正與從一種處理到下一種處理的因子水平的變化共同變化（正如@Mark_Bailey在另一個線程中所解釋的那樣）。
因此，我更傾向於將我的變量視為不受控制的變量，但我並不完全確定做出了正確的選擇。
問候，
朱利安
回覆：DOE 中受控變數的意外變化謝謝@SamGardner 。我無法比較這種情況下的設計。
回覆：DOE 中受控變數的意外變化我不確定我是否同意所做的區分。協變數是可測量的雜訊變數（無論出於何種原因您都不願意控制的變數）。由於您可以為每種處理輸入一個值，因此可以在模型中通常為該隨機變數分配 1 DF)，從而減少 MSE 的估計值。您將編寫一個混合模型。
現在使用協變量存在問題。例如，您可以解釋的協變數數量受到限制。您對協變數使用什麼值？假設協變數是維克多提到的化學性質。請注意，化學性質各不相同，您使用的值可能不完全正確。您在測量協變量時存在額外的測量誤差...
回覆：DOE 中受控變數的意外變化若要將原始設計與「執行時」的設計進行比較，請製作原始設計的副本，修改副本中的因子設置，然後使用比較設計來比較原始設計和修改後的設計。
回覆：DOE 中受控變數的意外變化我可能是錯的，但非受控變數和協變量之間的區別對我來說涉及兩個方面：
- 時間依賴性：協變數可以在進行實驗之前提前測量或計算，而不受控制的變數僅在實驗期間測量。
- 使用此變數：協變數可用於選擇/過濾最有希望的條件來優化實驗，而不受控制的因素只是變異性的來源，但對從業者來說沒有興趣。
在我的例子中，溫度和壓力也可能有一些測量誤差，就像任何測量的輸入因素一樣，所以我認為這不能區分協變量和不受控制的因素。此外，我指的是用作協變量的分子屬性作為您可以計算的屬性（也稱為“分子描述符”，因此不涉及測量誤差，但仍然可能存在一些不準確/偏差）。
回覆：DOE 中受控變數的意外變化感謝@Victor_G和@statman對這個主題的所有看法。它們有助於更好地理解該主題。儘管如此，我發現有時協變數和非受控變數之間的界線非常好。
回覆：DOE 中受控變數的意外變化我不確定對與錯，但我認為使用協變量不需要時間依賴性。只是您可以測量每種治療的協變量。另外，我認為我不理解您對此變數語句的使用。協變數是固定效應模型中的隨機變數。因此你有一個混合模型。考慮協變量會降低 MSE 估計值（如果不考慮這一點，MSE 將包括協變量的影響）。有人可能會說這提高了實驗的精確度。作為隨機變量，我通常從添加一階效應開始，但您可能也可以估計其他效應（交互作用和非線性）。如果協變數確實顯著，則使用者可以在模型中輸入協變數值並求解模型中剩餘的顯著因素（選擇水準）以改善結果。
我總是對確定因果關係感興趣。我們希望（希望）能夠使用我們願意管理的因素來發展一個有用的模型，但這不是自然所要求的。它可能存在於對練習者極為有用的噪音中。知道顯著的變化是由噪音引起的，這使得人們能夠擴大他們的調查範圍。人們可能會發現他們願意管理以前沒有的因素，或者人們可能希望對噪音變得穩健，這兩種選擇對從業者來說都很重要。
回覆：DOE 中受控變數的意外變化如果我很好地理解了這個主題，那麼這不是設計中沒有正確的噴嘴氣壓值的問題，而是沒有將其作為一個因素包含在設計中的問題。
它應該固定在一個恆定值，但這在實驗中是不可能的，因此@Mathej01確實記錄了實際值，以便在分析中考慮它們。
@Mathej01設計角色「雜訊」僅在建立設計並產生資料表後才可用（它不是自訂設計的設計建立中的主要因素類型的一部分）。噪音因素是指生產中難以控製或控製成本昂貴的變數。但是，您必須能夠在實驗過程中控制噪音因素。
如果您對有關噴嘴氣壓值的穩健最佳化感興趣，您確實可以更改「雜訊」類型中的「不受控制」類型，這表示在存在雜訊係數的情況下具有最佳且最穩健的期望（=控制因噪音因素導致的反應變化）。您可以在此處找到使用雜訊因子進行最佳化的範例： Example of a Noise Factor in the Prediction Profiler
希望對你有幫助，
回覆：DOE 中受控變數的意外變化你好@statman ，
我對協變數的定義感到困惑。這裡將其定義為「可以測量的不可控變數」。在這些帖子中可以找到類似的定義：
使用 ANCOVA 探索數據 - JMP 用戶社群
實驗設計中的協變數是什麼？ (jmp.com)
我的問題是，DoE 中的「協變數」與「不受控制」有什麼區別？
我過去使用協變量作為不可控因素（我正在使用具有此術語的其他軟體）。然而，在 jmp 中，這是兩個不同的東西，但定義足夠接近，至少對非統計學家來說會造成混亂。
您能幫忙澄清這些差異嗎？
謝謝，
朱利安
回覆：DOE 中受控變數的意外變化嗨@Julianveda ，
協變量是您想要在模型中考慮的變量，無法控制它，但您提前知道這些值（在實驗之前） ，並且您希望憑藉良好的協變量空間代表性和“良好”模型，您可能會能夠理解協變量和反應之間的聯繫，並使用模型選擇協變量因素的正確設定/值來優化您的過程/實驗。
您可以考慮原材料的物理化學性質：根據化學結構和性質，您可能不會始終擁有相同的輸入值。但這些值可以在進行實驗之前測量或已知。如果您考慮這些特性，選擇具有代表性的化學品子集，在DoE 中將它們用作協變量，並使用足夠「良好」的模型分析結果，您可能會更好地理解這些分子特性如何影響響應。因此，您下次也許能夠選擇具有正確特性的化學物質來優化您的回應。
不受控是您想要在模型中考慮的變量，但您只知道實驗期間、每次運行時的值，並且它也無法控制（顧名思義）。
您可以在實驗過程中考慮溫度或壓力：您事先不知道這些因素在實驗過程中可能會如何變化，但您可以記錄每次運行的值並考慮反應中的這種變化。但稍後您可能無法將這些不受控制的因素設定或修復為特定值，以優化您的流程/實驗。
希望這能澄清，
回覆：DOE 中受控變數的意外變化您將變數的性質（例如，不受控製或雜訊）與實驗中的處理方式混淆了。處理可測量的不受控變數的一種方法是將其視為協變數。還有其他方法可以處理實驗中的噪音。
