DoE 和输入重复分析你好，
我已经按设计进行了 DoE，但想知道如何评估输入到每个条件的响应中的重复分析数据。
我们通常使用分析部门提供的分析数据，但正在研究一种快速分析工具以供将来使用。虽然此工具很有用，但它在执行重复分析，然后取平均值以达到平均值时似乎最准确。通常，我们会手动（并根据判断）删除异常响应数据，但我希望这些数据可以输入到 JMP DoE 平台中，它会自动确定异常值。
我该如何输入这些重复数据，但又不让 JMP 相信这些是真正的重复数据，而不是简单地重复分析相同条件的数据？如果我不这样做，我认为 JMP 会提供“过于自信”的配置文件，除非我误解了什么。
实验设计视窗回复：DoE 和输入重复分析我不太理解你的术语。我相信分析数据与实验中的处理方法有重复性。
将重复添加到设计中的一种方法是为每个重复添加额外的列。填充这些列后，堆叠这些列。然后，您可以绘制治疗内变异的图表，评估治疗内变异的一致性，并确定适当的统计数据来总结这些重复的测量值（例如平均值、对数标准差等）
回复：DoE 和输入重复分析你好，Statman，
我想问的是，有没有办法将 JMP 中的行定义为重复分析数据，而不是重复运行数据。
例如，如果我在 DoE 中执行 12 次运行，并每次分析 10 次，则我会得到 120 个响应。如果我将这 12 次运行堆叠 10 次，并应用每个重复响应，我就可以对数据进行建模，但是，JMP 会将这些视为重复运行，而不是重复分析。
JMP 是否会错误地查看这些数据，并假设过程方差较低而不恰当地缩小置信区间（因为此时我们只有分析方差）？
回复：DoE 和输入重复分析嗨@MetaLizard62080
也许这个演示可以给你一些启发： https://www.youtube.com/watch?v=zagpxGbfuiA &t=358s
如果每个分析重复系列都有单独的列，则可以计算平均值和标准差并对它们进行建模。
回复：DoE 和输入重复分析您好@MetaLizard62080 ：另一种选择是按照您描述的方式堆叠数据；然后，除了 DoE 中的其他固定因素外，将“运行”作为随机效应包含在模型中。结果将与分析平均值相同（如@gonzaef和@Steffen_Bugge所建议的那样），但您将获得有关运行间变异性和运行内变异性的附加信息。
编辑：您的 DoE 中有多少设计因素？
回复：DoE 和输入重复分析你好，MetalLizard......
我很欣赏您最初提出这个问题的直觉 - 对同一次实验运行的重复测量不同于包含所有变异源的迭代的“新鲜”重复：起始材料、对因子设置的遵守情况等。我同意之前社区对此的意见。
您的最初问题分为两部分：重复测量平均/异常值检测和排除，作为 DOE 中测量响应的一部分。
JMP 可以帮助解决这两个部分的问题，但需要分别处理。
我也同意其他社区成员的建议，我的直觉也是在单独的数据表中进行汇总，然后进行总结。
尽管与使用“分析部门措施”相比，“快速测量系统（容易出现异常值，可以手动识别和排除）”可以节省时间/成本，这可能是您情况的绝佳选择 - 但也有一些注意事项。
这两个测量系统可能会给出具有偏移、斜率或线性差异的净结果。
JMP 还具有用于测量系统评估的出色工具。
- 如果实验的目标是确定最大化或最小化响应的因子设置，那么测量系统的任何差异可能都无关紧要。
*但*
- 如果目标是确定因子设置以达到某个目标（由分析部门衡量）……或者
- 如果响应存在规格限制（再次“由分析部门测量”），则需要在建立因子操作范围时避免该规格限制...或
- 如果目标是建立（并发布）一个模型来预测结果，给定未来的一组因素设置（对于输入 X，我们预期 Y 的值是什么）
.....那么，在测量系统之间进行转换的方法就变得更加重要。
关于异常值检测/排除
JMP 有多种工具支持这项工作。他们做出的决定是否和你的“手动/凭判断”完全一样……“视情况而定”。建议的汇总多行的架构将起作用，其中有一个步骤是检查并有选择地排除异常行。还可以将一些异常值筛选放入列公式中，有选择地排除（条件“缺失”）被认为不寻常的行。
