使用新的离散数值扩展 DOE你好，
我对一个有四个参数的化学反应进行了 DoE，其中三个参数有四个离散数值和一个常数。DoE 给了我一些有用的见解，现在我想扩展 DoE，但限制离散参数的值并将常数值更改为连续值。我看了很多你的 YouTube 视频，并搜索了这里的讨论，但没有找到。
我发现其中一个参数的较低值是最佳值（我们将其称为 A、B、C 和 D 中的 A），所以现在我想将 DoE 的范围扩大到 A 附近，并从即将进行的实验中移除 B、C 和 D。尝试使用增强设计时，不允许将因子更改为 A、E 和 F。与此一致，我也不允许将我的恒定参数更改为连续参数以进行以下实验。
我肯定漏掉了什么，但我觉得我已经找遍了所有地方。唯一的解决方案是使用我新需要的参数制作新的 DoE 吗？或者我可以用这些参数扩展我当前的 DoE 吗？
实验设计回复：使用新的离散数值扩展 DOE我提醒你不要缩小因子范围。为什么？DOE 生成最佳数据来估计模型参数。反过来，你使用该模型来估计最佳条件。限制范围将损害参数估计的精度和功效。
因子特征保存为列属性。在扩充设计之前，请更改属性设置。
回复：使用新的离散数值扩展 DOE我不明白你的情况，你提供的第一次实验的细节很少，但我有以下想法/问题。首先，你为什么要“延长”第一次实验？似乎因素 A 是你想在下一次实验中包括的唯一因素。推理空间可能完全不同。
1. 对于您的因素“A”，您发现较低的值是最好的。这个因素在多少个级别进行了测试？似乎您想尝试更低的 A 值？没有交互作用吗？
2. 您发现 B、C 和 D 没什么用（例如，不重要），所以您想将它们从考虑中剔除。实验中的其他因子水平有多“大胆”？您会将它们设置在哪里？
3. 您想添加 2 个新因子 E 和 F，然后添加在第一个实验中保持不变的因子。虽然可以这样做，但您会错过与 B、C 和 D 因子的任何可能交互。此外，A 的重要性是有条件的。其重要性取决于模型中的其他项以及您如何估计 MSE。如果其中任何一个发生变化，A 的重要性也可能发生变化。
4. 回想起来，在第一次实验中，除了 A、B、C、D 之外，你还应该对常数、E 和 F 进行实验。然后删除项的决策会更有效。
