中心复合设计输出问题下午好，
我使用 CCD 进行了两次不同的实验，结果都令人困惑。每次实验都代表两种不同的材料，它们彼此之间不是重复的。
每个实验都是一个面心 CCD，有 2 个区块，每个区块都是一个重复。每个区块在样本内确实存在差异。我假设该区块在模型中并不重要，因为内部方差很大，使得方差可以忽略不计（我正在研究细菌，无论我做什么，接种物都会发生变化 - 它遵循泊松分布）。结果是存在 (1)/不存在 (0)。目标是 100% 存在。
当我运行拟合名义逻辑并将所有变量保留在模型中时，两个实验的整体模型检验的 p 值均小于 0.05，拟合度不足 >0.05。但是，当我开始消除不显著的影响时，拟合度不足变为 <0.05。
我不知道该如何继续。我应该为每个实验做第三次重复吗？用轴点来增强它（使其可旋转）？保留所有变量？删除变量（拟合度不足 <0.05）后“按原样”使用剖析器，看看它是否有效？
提前感谢您的帮助！
基础数据分析与建模实验设计回复：中心复合设计输出问题
这样分析是可以的吗？
回复：中心复合设计输出问题你好@Feline614 ，
由于关于背景和您的目标的信息有限，我有一个非详尽的（许多）问题列表，希望这些问题也能帮助您思考并指导您：
- 目标：您的目标是什么？
- 了解细菌存在背后的关键因素和影响？
- 优化细菌存在的条件？整体优化还是针对每种材料进行优化？
- 回答：您是否仅限于二进制（是/否或不存在/存在）响应测量？是否有任何可能的选项来计数细菌数量（手动或借助计算机视觉工具……？）？
通过评估测量系统和实验准备的变异性/噪声，连续响应将有助于分析因素的结果，并能够精确估计因素的影响。
- 实验设置和 DoE 选择：为什么选择分别运行两个实验？两个实验设置中 X_1 和 X_2 的因子、范围和单位是否相同？
如果两种设计之间的因子和单位相同，为什么不分析整个数据集？您可以连接两个数据集，在连接中使用“来源列”来识别数据的来源和使用的相关材料，并通过在术语列表中添加材料主效应和材料因子与 X1 / X2 之间的 2 因子相互作用来创建类似的模型。它可以帮助您概括您的发现，增加您的推理空间并理解您的因子和响应之间的关系。
- 阻塞因子：您的阻塞因子是什么？您是否怀疑阻塞因子可能导致平均响应发生变化（固定效应，设计角色“阻塞”），或导致响应方差发生变化（模型创建中的随机效应，使用广义线性混合模型）？
如果您的阻断因素与您的实验能力（例如，每天的实验次数）相关，则它可能会被视为随机效应。
- 模型选择标准：您的模型选择标准是什么？看来您的分析是基于统计效果标准和模型 p 值，但您想进一步完善您的模型？为什么您想消除一些影响（统计意义但没有实际意义/重要性？与领域专业知识不相符？其他……）？
一些评论： 失拟合检验可以帮助您评估模型是否能很好地拟合数据。较小的 p 值（<0.05）表示明显不拟合（因此，在您的情况下，“消除不显著的影响”似乎会导致模型拟合不足，因为模型太简单而无法很好地拟合数据）。
P 值不是用于模型评估和选择的唯一标准，指标应根据您的目标进行选择。例如，信息标准 (AICc、BIC) 也可能有助于评估模型的复杂性/准确性平衡和适用性。
- 模型选择：您使用了名义逻辑模型。如果您有 JMP/JMP Pro，则可以使用其他估计方法通过广义回归模型尝试不同的模型。也可以使用简单的机器学习模型，如基于树的模型（决策树/随机森林）或支持向量机。为了避免过度拟合，您可能必须限制基于树的方法的树深度（仅 2/3 分割）或 SVM 的支持向量数量，但使用这些其他建模选项可以提供不同的见解。
- 模型的使用：你想用从模型中学到的知识做什么？结果为什么/如何“令人困惑”？你是否已经从所做的分析中学到了一些什么？你是否能够通过测试模型得出的结论来验证这些结论，从而将这些知识付诸实践？研究结果/结论是否符合领域专业知识？
重复背后的动机是什么？用轴点进行增强？你想如何/为什么继续你的主题？
我希望这些问题能帮助你，
