考慮 DOE 中的標準差我做了一個 DOE，定制設計了 6 次運行。這 2 個因素是連續的，響應 Y 的單位是 %。當我得到 Y 的結果時，標準差非常大。因此，如果我只輸入平均值，我相信它不會公正地反映設計預測。那麼我該怎麼做才能添加模型考慮的這些標準差以獲得更好的預測。
實驗設計回覆：考慮 DOE 中的標準差你能發布一個例子嗎？
聽起來您對 6 次運行中的每一次都進行了重複測量？
除非您想在 JMP Pro 中使用混合模型分析數據，否則一個不錯的選擇是使用重複測量的平均值和對數轉換的標準差作為 Y。
重複的平均值利用中心極限定理，讓您更能估計雜訊系統，而標準差可讓您查看設計空間中是否有雜訊較小的部分。
回覆：考慮 DOE 中的標準差除了@Byron_JMP的建議之外，您還可以使用透過「分析」>「擬合模型」提供的LogLinear Variance平台。
因素範圍是否足夠寬以引起巨大的影響？
回覆：考慮 DOE 中的標準差沒有足夠的資訊/上下文來提供具體建議。反應變數到底是什麼？ ％ 什麼？例如，對於理解特定的故障機制，％良率並不是一個非常有用的回應（有很多因素可能導致良率問題）。正如拜倫所建議的，您如何計算標準差？這在治療變異範圍內嗎？如果是這樣，則標準差正在量化治療中噪音變化的影響。您可能肯定想知道模型效應是否會影響這一點。另外，正如 Byron 所建議的，您將能夠對 2 個反應進行建模：平均值（精度更高，因為這將減少治療內的噪音）和標準差（或您選擇的任何變換）。
