客製化設計應選擇哪種因子類型我正在優化生產流程，首先想使用客製化設計評估每個因素對回應的貢獻。
因素包括設施條件，它們是連續變量，但實際上很難改變其值。
對於這樣的變量，我應該選擇哪一種因子類型？
設施條件可能有重大貢獻，我想找到最佳值，但我可以改變的可能值的範圍是有限的，我無法創建平衡的實驗設計。
另一方面，如果我將其視為分類變量或區塊變量，我會擔心如果該變量具有重大貢獻，我將無法推斷最佳值。
實驗設計視窗回覆：客製化設計應選擇哪種因子類型你好@Victor_G 。
抱歉耽擱了。
我了解這兩類變數之間的差異。
我明白這個差異對於下一階段的篩選，也就是優化階段來說，有著很大的意義。
非常感謝您的好意建議。
回覆：客製化設計應選擇哪種因子類型嗨@yukko ，
如果您有 2 個水平，則變數的類型不會在設計中產生差異。
如果您需要3 個水平，選擇離散數字因子有助於將中間水平設定為因子範圍內的任何選定值，而連續數字因子則需要在模型（和/或中心點）中設定二次項以在設計中包含第三個層級（這將自動成為因子範圍內的中間點）。
將數字因子視為離散或連續的最大區別在於插值，這意味著可以在用於連續因子的水平之間的任何給定值連續預測響應，具體取決於回歸模型和本文中使用的術語模型。
X1 作為離散數值和 2 個層級的探查器（使用 2 個層級完成建模，但只能透過指定所研究的兩個層級之一來完成預測）：
將 X1 作為具有 2 個等級的連續數值的探查器（使用 2 個層級完成建模，但可以在 X1 的整個範圍（從 -1 到 1）上進行預測）：
希望這可以幫助您理解其中的區別
回覆：客製化設計應選擇哪種因子類型非常感謝@Victor_G 。
我理解它應該被視為離散數。
另一方面，如果變數的類型在初始篩選階段不是很重要，那麼將變數視為連續變數和離散變數有什麼區別？
回覆：客製化設計應選擇哪種因子類型嗨@yukko ，
歡迎來到社區！
如果您的因素是可以測量的變量，我建議使用數字因素。根據JMP Help關於連續和離散數值因子（ Factors）的描述和區別：
“考慮到製程和測量系統的限制，連續因子是一個概念上可以設定為您提供的下限和上限之間的任何值的因子。 ”
“離散數字因子只能呈現離散數量的值。這些值具有隱含的順序。 ”
因此，根據數值因子範圍內出現中間值的可能性，您可以選擇選擇數值連續（對因子水平選擇沒有限制）或數值離散（可以為每個因子僅選擇某些水平）因子。
如果您首先想要評估每個因素對自訂設計回應的貢獻，則因素類型的選擇可能影響不大：當您處於篩選階段時，您可以選擇 2（最小值和最大值）來每個因素有3 個（最小、中間、最大）水平，因此這兩種因素類型的設計和分析將非常相似。
對於離散數值因子和 3 個水平，您可以選擇一個不是中間水平的中間水平，這與連續因子不同，模型將自動包含二次效應。與連續因素相比，分析會略有不同，因為離散因素類似於序數因素（分類但有序）。
對於連續因子，您可以在模型中加入二次效應（和/或中心點），以在設計中為這些因子添加第三個層級。
希望這個回答對你有幫助
