关于阻断的孔板 DoE 问题大家好，
我有一个客户问题，我不太确定正确答案是什么。情况如下：
- 生物技术工艺，他们尝试优化复杂的缓冲液配方
- 因素：20 种成分 + 温度
- 他们可以负担得起 3 孔板，84 个孔用于实验条件
- 它们有一个线性约束，一些相互作用和二次效应
- 温度只能根据孔板变化。
现在问题是：
既然它是一个 DoE 因子，那么从统计学角度来看，它该如何看待？阻断因子，难以改变的因子？一方面，他们当然对温度感兴趣，因为它是常规的 DoE 因子（固定效应），但它只有 3 次重复。而这 3 次重复可能会与板间变异性混淆。
那么，分析结果的适当方法是什么？
我希望这是有道理的;)
谢谢
弗洛里安
回复：关于多孔板 DoE 阻塞的问题拜伦比我更了解这一点 - 但对于板，您还需要了解实验室的后勤工作，以设计出可执行的“良好设计”。通常，您需要使用“良好设计”而不是“最佳设计”来进行可执行的实验。例如，就板装载而言，这是手动实验还是自动实验？通常，您需要在板内设置块，因为完全随机的实验（没有自动化）可能很难实施。
回复：关于多孔板 DoE 阻塞的问题为什么不尝试 252 次运行的分割区设计，将温度作为难以改变的因素，并尽可能地使所有两个因素相互作用？这将使分析更容易，因为您不必像将温度视为一个区块那样向模型添加整个图列和随机效应。我将开始次数增加到 10，花了几分钟才完成。这也为您提供了添加约束的选项。
回复：关于阻塞的孔板 DoE 问题早上好@Byron_JMP ！感谢您的详细回复，我喜欢这种方法，也喜欢对 Pro 的推动。
但是有两个限制：1）DSD 不适应线性约束；2）添加超过 8 次额外运行的选项只是 EA:)
到目前为止，我能够生成的是一个 252 次运行的 RSM 设计，以温度作为 3 级阻塞因子。
温度难以改变的裂区设计在几个小时后仍未收敛。
它确实通过创建随机块（组运行到......）进行了收敛。
按照您的方法，首先假设温度效应远大于板间差异，对我来说，最简单的方法似乎是进行 252 次运行 RSM 设计，以温度作为 3 级阻塞因子，然后使用您的分析方法和 GenReg。
你怎么认为？
回复：关于多孔板 DoE 阻塞的问题我想我可能不同意到目前为止大家的回答。
温度可能会比其他任何因素产生更大的影响，甚至与温度无关的板块间差异也是如此
我将在三个板中以完全相同的方式设置实验，然后在所需的温度下运行每个板。
由于只有 84 个孔和 20 个因素，他们正在寻找一个确定的筛选设计
这将为您提供 72 次运行，其中 12 个中心点（全为零）
在板上，这意味着 1-7 行有实验运行，第 8 行开放用于控制等。板上的 12 列中每列都有一个中心点。
然后在分析中，这些块有点不相关（在实际意义上），因此从模型脚本中删除“：Block”
对每个单独板块的分析将让他们发现因素和可能更高级别的项很重要。通过所有额外的运行，他们将能够估算出许多二次项和交互项（如果存在的话）。
为了最终连接所有三个板，请小心创建源列。
将该源列重新编码为连续的数字温度值。
进入拟合模型，选择所有 20 个变量和温度，单击 RSM 的宏按钮
选择个性=广义回归，然后使用两阶段前向选择
如果他们没有 jmppro，就卖给他们，因为说实话，如果他们真的认为他们有 20 个因子可以做某事，他们就会买任何东西，即使他们只有三块板的预算。他们应该花更多的时间来决定他们需要实验什么。
回到真正的答案——
如果他们没有 pro，则对每个温度使用 Fit Definitive Screening（：Block 已删除）。比较参数表以查看不同温度下的结果是否不同。Fit Definitive Screening 将有助于找出哪些变量不重要。
在组合数据表中，使用拟合模型和 RSM，但仅针对活性因素，包括温度。
这里的关键细节是他们正在研究 96 孔格式。进行可执行的实验比拥有完美的设计更重要。（完美的设计大约需要 808,182,895 次运行）
让他们相信他们需要进行后续实验来调整真正重要的因素，这也非常重要。
回复：关于多孔板 DoE 阻塞的问题是的，确实如此。他们计算出 3 个板对于这项任务来说是可行的（CDMO，他们想将其作为一个程序出售）。
因此，您可以争辩说板材是随机效应（并且正如所讨论的，甚至是位置），但他们还想研究温度，而他们只能按板材调整温度。
回复：关于多孔板 DoE 阻塞的问题谢谢@russ_wolfinger @Chris_Kirchberg @DonMcCormack ，
已经很有意义了。我和他讨论了板上的随机化，他认为孔的位置没有影响。
因此，为了确保我理解设计设置的建议。在定制设计中，他将通过以下方式创建设计
- 指定 20 个连续因子
- 将温度指定为连续因子，但很难改变
- 设置线性约束
- 增加模型特效
- 将整块地数量设置为 3
正确的？
回复：关于多孔板 DoE 阻塞的问题抱歉，我早上没想清楚。 @DonMcCormack的答案比我更正确，但我仍然不会只用 3 个盘子来改变温度。每个盘子一个温度或两个盘子一个温度和一个盘子一个温度可能会让人大致认为有效果，但正如 Don 所说，功率太低，对这种差异没有任何真正的信心。
回复：关于阻塞的孔板 DoE 问题我同意@russ_wolfinger 的观点，你正在处理一个有点复杂的裂区设计。我会将温度视为一个难以改变的因素。只有三个孔板，温度的功率会非常低，可能低到只有巨大的影响才会具有统计意义。话虽如此，进行统计测试仍然很好，可以避免得出实验噪声范围内存在较大差异的结论。虽然最合理的方法是将板的行和列视为随机效应，但它可能会使用户的分析复杂化。如果他们对此感到满意，那就去做吧。当我过去不得不处理这种情况时，一个常见的替代方法是忽略板外围的孔，并假设行和列之间的差异可以忽略不计，通过消除两个额外的随机效应来简化分析。
回复：关于多孔板 DoE 阻塞的问题为了清楚起见，他们有 3 个盘子，每个盘子只能有一个温度？只有 3 个盘子，他们甚至无法估计两种不同温度设置的方差或影响。每个温度至少需要 2 个。特别是因为温度是分割图的图/块。
回复：关于多孔板 DoE 阻塞的问题有助于避免混淆的一个好的起始方法是将温度视为连续协变量，并指定盘子以及可能的行（盘子）和列（盘子）作为随机效应。
这是一个裂区场景，其中的一些深入讨论和示例位于https://www.amazon.com/JMP-Mixed-Models-Ruth-Hummel/dp/195236521X?asin=1951684028&revisionId=&format=4&depth=1
回复：关于多孔板 DoE 阻塞的问题我仍然坚持对每个温度/板块进行完全复制的设计的想法。
对于 RSM 模型来说，20 个因子是不切实际的，因为需要运行的次数太多，而且要准确无误地抽取 252 个组合，这确实很难。对机器人进行编程来执行这些组合也许是可行的，但我不知道有哪个机器人系统可以处理 20 个组件，也许他们有一个？
如果他们确实需要 20 个因子，那么 DSD 确实是正确的方向。对于违反线性约束的运行，请将板上的孔留空并将数据报告为分析缺失，或者无论如何都要运行，不会有足够多的不良运行来破坏实验。对于额外的运行，只需像 JMP 一样添加虚拟变量。它与添加额外因子完全相同。例如，使用 20+8 个因子进行设计，然后删除额外的 8 列。折叠结构将存在。额外运行选项比解释虚拟运行概念更简单。（注意：8 个额外因子增加了 16 次运行.. 总运行数 = 因子 * 2 + 1。应该能够检测到 10 或 11 个活跃因子及其高阶项，假设 20 个因子中约有一半是活跃的，这可能有点夸张）。 @DonMcCormack可以再检查一下我吗？
回复：关于多孔板 DoE 阻塞的问题
对于违反线性约束的运行，请将板上的孔留空并将数据报告为分析缺失，或者无论如何都要运行，这样就不会出现足够多的不良运行来破坏实验。
请记住，DSD 中缺少的运行往往会破坏事物（您还需要隐藏/排除相应的折叠运行和/或使用 GenReg 之类的程序进行分析）。
回复：关于多孔板 DoE 阻塞的问题我对这样进行实验有两个顾虑。首先，我讨厌放弃运行的想法。这与 DOE 优于临时实验的原因背道而驰。其次，由于存在如此多的双因子相互作用和如此少的信息（我假设如果他们知道得更多，那么因素就会更少），您可能会面临大量活跃的 2FI 的风险。在这种情况下，DSD 表现不佳。我会将其视为筛选实验，而不必担心二次效应。每块板运行 252 次，您足以估计所有主效应和 2FI。鉴于有三个板，2FI 的功效应该不错，具体取决于约束条件。
顺便说一句，当我尝试创建这个设计时，我最终在 5-10 分钟后终止了设计生成。我不确定是不是我让它运行的时间不够长，还是它根本不起作用。我会在晚上再试一次，然后告诉你发生了什么。
