DoE 和輸入複製分析你好，
我已經按照設計執行了 DoE，但想知道如何評估複製分析數據，這些數據會輸入到每個條件的回應中。
我們通常使用分析部門提供的分析數據，但正在研究未來應用的快速分析工具。雖然此工具很有用，但在執行重複分析然後求平均值以獲得平均值時，它顯得最準確。通常，我們會手動（並透過判斷呼叫）刪除異常值回應數據，但我希望這些數據可以輸入到 JMP DoE 平台，它會自動確定異常值。
如何輸入此重複數據，但避免 JMP 相信這些是真正的重複，而不是簡單地重複相同條件的分析？如果我不這樣做，我認為 JMP 將提供「過於自信」的配置文件，除非我誤解了某些內容。
實驗設計視窗回覆：DoE 和輸入複製分析我對你的術語有點迷惑。我相信分析數據是與實驗中的處理相關的重複數據。
在設計中添加重複的一種方法是為每個重複添加額外的列。填充這些列後，將這些列堆疊起來。然後，您可以繪製處理內變異的圖表，評估處理內變異的一致性，並確定適當的統計數據來總結這些重複測量（例如平均值、對數標準差等）
回覆：DoE 和輸入複製分析嗨斯塔曼，
我想我想問的是，是否有一種方法可以將 JMP 中的行定義為複製分析數據，而不是複製運行數據。
例如，如果我在 DoE 中執行 12 次運行，每次分析 10 次，則我有 120 個回應。如果我只是將這 12 次運行疊加 10 倍，並應用每個複製回應，我就可以對資料進行建模，但是，JMP 會將這些視為複製運行，而不是複製分析。
假定過程變異數較低，JMP 是否會錯誤地查看此資料並不適當地縮小信賴區間（因為此時我們只有分析變異數）？
回覆：DoE 和輸入複製分析嗨@MetaLizard62080
也許這個示範可以給您一些指示： https://www.youtube.com/watch?v=zagpxGbfuiA &t=358s
如果每個分析重複序列都有單獨的列，則可以計算平均值和標準差並對它們進行建模。
回覆：DoE 和輸入複製分析您好@MetaLizard62080 ：另一種選擇是按照您的描述堆疊資料；然後，與 DoE 中的其他固定因素一起，將「運行」作為隨機效應納入模型中。結果將與分析平均值相同（如@gonzaef和@Steffen_Bugge建議的那樣），但您將獲得有關運行間變異性和運行內變異性的附加資訊。
編輯：你們的 DoE 有多少設計因素？
回覆：DoE 和輸入複製分析你好金屬蜥蜴...
我很欣賞你提出這個問題的最初本能——同一實驗運行的重複測量與包含所有可變性來源的“新鮮”重複迭代不同：起始材料、遵守因子設置等。輸入。
您最初的問題分為兩部分：重複測量平均/異常值檢測和排除，作為 DOE 測量反應的一部分。
JMP 可以幫助解決這兩個部分，但要單獨解決。
我也同意其他社群成員的建議，我的直覺也是聚合在一個單獨的資料表中，然後進行總結。
雖然使用“快速測量系統（容易出現異常值，可以手動識別和排除）”與使用“分析部門測量”相比可以節省時間/成本，但對於您的情況來說可能是一個不錯的選擇- 但有一些注意事項。
這兩個測量系統可能會給出具有偏移、斜率或線性差異的最終結果。
JMP 還擁有用於測量系統評估的出色工具。
- 如果實驗的目標是確定最大化或最小化響應的因子設置，那麼測量系統的任何差異可能都不重要。
*但*
- 如果目標是確定達到某個目標的因子設定（由分析部門測量）...或
- 如果回應存在規格限制（再次「由分析部門測量」），則需要作為因子操作範圍建立的一部分來避免...或
- 如果目標是建立（並發布）一個模型來預測結果，給定未來的一組因子設定（對於輸入 X，我們期望 Y 的值是多少）
……那麼在測量系統之間進行轉換的方法就變得更加相關。
關於異常值檢測/排除
JMP 擁有多種支援這項工作的工具。他們是否做出與您的“手動/通過判斷呼叫”完全相同的決定......“這取決於”。建議的匯總多行架構將起作用，其中一個步驟是審查並選擇性地排除異常行。在列公式中也可能存在一些異常值篩選，這些異常值篩選將選擇性地排除（條件「缺失」）被視為異常的行。
