混合设计DOE分析你好，
我最初有一个包含 3 个因子和 6 次运行的混合设计来进行实验，在进行实验之前，我想知道我的设计是否有效？我使用了最佳标准，进行了 6 次无中心点的运行，其中有 3 个混合因子，分为 2 个级别
实验设计回复：混合设计DOE分析你好@Statexplorer ，
由于没有提供足够的信息或背景，回答您可能非常困难。
但是，基于有限的信息，我可能有一些疑问和讨论。
在与您相同的条件下重新创建设计，似乎您只假设了一个主效应模型：
- 您这个设计的目的是什么？您的实验预算/限制是什么？
- 您的系统复杂度是多少？为什么您要为只有几个因素 (3) 的混合设计假设如此简单的模型？您将无法使用此设置评估因素的混合（每个实验仅涉及 1 个因素），因此您可能会错过组件的良好组合，因为您没有研究混合物。
- 我对 I-optimality 的使用也有点惊讶，因为您假设模型只具有主效应。这里的优化标准不会改变任何东西，无论您的设置采用哪种优化标准，您最终都会得到相同/相似的设计。
我建议尝试其他混合设计模型，具体取决于假设的复杂性和您的实验预算：
- 使用自定义设计并指定 2 个因素交互作用，您最终会得到包含最多 2 个成分的混合物，默认推荐运行次数为 12（最少运行 6 次）：
- 如果您对混合因子的范围没有限制，我还建议您尝试和比较经典混合设计： 混合设计类型的示例
- 通常情况下， 单纯形中心设计是一个有趣的选择，它提供至少 7 次运行（您可以添加重复运行），三个包含 1 个组分的实验，三个包含 2 个组分的混合实验，以及一个包含 3 个组分的中心点：
- 另一个有趣的选项是使用增强型单纯形中心（可通过“ ABCD 设计”选项获得），它提供与单纯形中心设计相同的点，并添加 3 个对应于 3 个成分混合物的点。您可以将这 3 个添加的点用作单纯形中心设计和相关模型（主效应和 2 个因子相互作用）的验证点，和/或使用它们更精确地估计模型的参数：
- 最后，如果您想在不假设特定模型的情况下均匀地探索实验空间，您还可以尝试空间填充混合设计或单纯形格子设计。但是，为了提高效率，这些设计通常需要比基于模型的设计更多的运行次数：对于空间填充，JMP 建议每个因子运行 10 次（但您可以根据需要调整总运行次数），对于 3 个混合因子的单纯形格子设计，JMP 建议运行 21 次。更大的运行次数和良好的实验空间覆盖率有助于使用灵活的模型，例如机器学习模型。
希望以上几点能对你有所帮助，
回复：混合设计 DOE 分析嗨 Victor 谢谢你的回复，
目的是筛选来自不同供应商的不同批次的材料，我们可以按百分比取材料数量，加起来应该是100。
没有预算限制，因为从我这边来看这将是第一个 DoE，我想从较少的实验开始，我已经考虑了所有双向交互，有 2 个重复，没有中心点，符合 I 最佳标准。
我给出的所有 2FI 均为如果可能，则可以包含在模型中
我认为我是最优的，因为有人告诉我，我适合混合设计的最佳标准。
由于这是第一个 DOE，我考虑了很少的实验来检查是否发生任何错误。
回复：混合设计 DOE 分析你好，我们又见面了，
既然您提到了筛选供应商的不同批次，我想知道您是否真的处于混合设计的情况？听起来您可以使用因子设计（如果一次只有一个原材料批次），或自定义设计（以便在存在各种批次的情况下进行混合）。
我不明白您在设计中考虑了哪些因素以及原材料和批次之间的联系。您还可以分享一个匿名设计表以更好地了解您的设计设置吗？
您能提供更多信息吗？：
- 您的配方中是否有 3 种原材料（加起来为 100%），并且每种 RM 都有几种批次选项？
- 比例/相对数量是否相似或者它们之间存在很大差异（例如 A + B 代表配方的 98-99％，而 C 代表剩余部分？）？
- 您需要筛选多少批次？您如何选择它们？与您可能从供应商处收到的批次总数相比，这个小批次子集有多具代表性？
希望我的问题与你的主题相关，
回复：混合设计 DOE 分析你好，维克多
- 您的配方中是否有 3 种原材料（总计 100%），而每个 RM 都有多个批次选项？RM 有来自不同供应商的 5 到 6 个批次
- 比例/相对数量是否相似或者它们之间是否存在很大差异（例如 A + B 代表配方的 98-99％，而 C 代表剩余部分？）？- 是的
- 您需要筛选多少批次？-5 批次您如何选择它们？- 根据其良好的结果
回复：混合设计DOE分析
