實驗分析設計JMP 社群您好，
關於我進行的實驗設計的分析，我有兩個問題：
1) 當執行篩選 DOE（Plackett-Burman 設計）且其中一個模型項對因變數有正面影響但似乎未達到統計顯著性時，在執行第二項時仍包含該因素是否有意義、最佳化DOE？我認為，當某個因素對 DOE 篩選結果沒有統計上顯著的影響時，並不一定意味著該因素對結果的影響可以忽略不計。它是否正確？
2）當分析DOE並透過刪除不顯著項來簡化模型時，我觀察到失擬檢定在簡化模型後變得不顯著，而在簡化模型之前則顯著。我該如何解釋這一點？這是否意味著透過刪除這些項，模型的純誤差會增加，從而減少失擬？
謝謝你，
莎拉
實驗設計回覆：實驗分析設計關於1.)中包含的問題，這是我的想法。不要沉迷於統計顯著性。首先，你要嘗試解決一些實際問題。如果您的領域知識告訴您「不重要」因素很重要......那麼請務必將其包含在後續實驗中。 「不重要」背後的原因可能多種多樣。測量系統噪音過大。也許因子等級太窄，訊號無法高於雜訊。並且不要陷入與護身符 0.05 值相關的 p 值懸崖心態……你會告訴我，如果 p 值為 0.051，你會丟棄該因子，如果它是 0.049，則保留它？
至於問題 2。 ）更多的想法...缺乏擬合測試很好...但是殘差圖告訴你什麼？在失密測試中交換自由度就像試圖尋找「獲勝者」。這不是我會花很多時間的事情。回到實際問題。專注於最終的模型如何幫助您解決實際問題...而不是 LOF 的 F 檢定。
我的五美分...其他人可能會有不同的感覺。
回覆：實驗分析設計關於你的第一個問題，因素範圍是否足夠寬以引起強烈的影響（即反應的變化）？限制預期良好水準的值周圍可能會降低非零估計的測試效力。
回覆：實驗分析設計謝謝@P_Bartell ，這也是我提出的兩個問題的思考過程。
回覆：實驗分析設計@Mark_Bailey我使用了盡可能廣泛的範圍，對我正在測試化合物/因子的細胞沒有毒性。否則，這會給我帶來有限的訊息，因為所有細胞都會死亡。
