如果这是我最感兴趣的项目，如何关注 DSD 中的块因素我有一个 6 参数过程，它们都是连续因素。我们知道如何运行 DSD 并找到这些因素的优化设置。但现在的问题是，我们怀疑硬件加工误差也很重要，我们想评估它的影响
因此，我们的想法是准备 2 台硬件设备，它们应该相同，除了存在一定程度的加工误差，我们将运行 DSD 设计：X1~X6 + 2 个块，运行 14 次（添加中心运行以估计二次效应）。因此 7 次运行将由第一台设备进行，而其他 7 次运行将由第二台设备进行。
问题如下：
- 当我们进行模型拟合时，我们选择响应面来估计X1〜X6的所有一阶和二阶项，那么区块因子呢？只应该估计主效应还是可以估计二次和交互项？（我们目前不知道它们是否存在，但这是可能的）
- 我们的想法是从模型中得到一个数字，表示：加工误差占模型的x％，我们能否从模型中获得这样的信息？（通常我们使用“访问变量重要性”功能来查看每个因素的贡献，但这不包括块因素）
- 下一步，我们将测量硬件的所有属性，并尝试找出哪些加工误差是工艺变化的关键。对整个过程有什么评论吗？再次强调，目标是评估加工误差对工艺的影响。
实验设计回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子你好@BayesRabbit7133 ，
您需要评估的第一件事是您想要考虑的阻塞效应的类型：固定的还是随机的。
- 固定阻断因子是您预期会对平均响应产生影响的因子，其级别已定义且“固定”（在您的案例中只有 2 台设备）。这也意味着您可以根据所选机器获得不同的预测值。
- 随机区组因子是您预期会影响响应方差的因子，其水平只是所有可能水平（总体）的子集。就您而言，您可能对设备导致的方差变化感兴趣，而这两台机器只是所有可用机器的子集。
关于您的问题：
希望这个答案能帮助你，
回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子我有一些问题、意见和澄清。
“我们知道如何运行 DSD 并找到针对这些因素的优化设置”
DSD 是一种筛选设计，并非用于确定“最佳设置”。
"我们怀疑硬件加工误差也很重要”。这句话让我很困惑。你说的硬件加工误差是什么意思？如果你知道这是一个错误，为什么不继续去理解它，甚至“修复它”呢？这是一个机械加工操作吗？你把这个操作的变化称为错误吗？你如何将它设置为不同的级别？为什么不找出影响这种变化的因素呢？要做到这一点，你需要对变化进行建模，而不是对平均值进行建模。
关于区组这个术语的使用可能存在一些混淆。正如 Victor 指出的那样，区组可以视为固定效应或随机效应。这些名称的区别在于您对与区组混淆的因素的理解程度。如果您已经确定了与区组混淆的所有因素，那么将区组视为固定效应是合理的。关键是与区组混淆的因素被研究人员视为噪音。也就是说，研究人员不愿意管理的因素（出于技术、经济或方便原因）。如果您没有将这些因素分配给区组，则区组通常被视为随机效应。我相信，如果您尽职尽责地分配和混淆区组中的噪声，您就可以更有效、更高效地理解您的流程和稳健性（不存在因子交互产生的噪声）。
“阻止你能阻止的，随机化你不能阻止的” GEP Box
“仅应估计主效应还是可以估计二次和交互项？”
估计与区块相关的非线性项是没有意义的。它类似于分类因子，由于它不是连续的，所以二次项没有意义（没有中心点）。但是，区块与因子的相互作用确实是可能的。这实际上是一个非常重要的知识。它回答了这个问题：设计因子效应是否与变化的噪声（由区块表示）保持一致？这是一种研究产品或工艺设计稳健性的非常有效的方法。
“我们的想法是从模型中得到一个数字，说：加工误差占模型的x％，我们能从模型中得到这样的信息吗？”
我不确定是否可以通过直接计算来确定加工误差所占的百分比，但您可以计算并比较 R 平方调整与模型中的区块和因子区块交互作用以及它们不在模型中的情况。但您为什么要这样做呢？如果区块很重要，您会怎么做？更彻底地调查加工误差……如果存在因子区块交互作用，您会怎么做？这表明因子效应取决于加工误差，这些需要进一步研究。
如果块或因子块交互作用不显著，您是否会调查加工误差？
回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子假设我在一个很小的反应器里做化学反应，工艺参数包括反应物A、B、C的重量，温度，反应时间，紫外光强度，一共有6个因素。
现在反应器设计为 1mL 大小，但我实际得到的反应器可能是 0.9ml，或 1.1ml，或 1mL 左右的任何可能数字。因此，理论上反应器大小是一个连续的数字，但它很贵，而且我们目前手头只有 2、3 个反应器，所以我将其作为块因子。
整个化学反应过程比较复杂，中间会有气相反应，所以反应器的大小应该会影响气体浓度，最终可能会影响最终的产量。所以我们怀疑区块和工艺参数之间可能存在相互作用。
如果尺寸的微小差异很重要，我们会希望更精确地控制尺寸，例如 +/- 0.01 毫升而不是 +/- 0.1 毫升。这并不容易实现，因此我们需要在继续之前确保它很重要。
根据应用，我们将使用不同大小的反应器，所需的工艺窗口也不相同，因此反应器大小的灵敏度在每种情况下可能不同，例如，如果是 10mL 大小的反应器，+/- 0.1mL 应该不重要。但对于 2mL 大小的反应器呢？什么时候它才会变得足够重要，我们应该开始更好地控制它
回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子正如你所描述的反应堆体积，这似乎是一个可控因素（尽管成本可能很高）。甚至不知道你为什么称之为错误？
区块用于处理噪声因素（您不愿意长期和未来管理的因素）。区块的目的是同时增加推理空间（通过改变噪声使其更能代表未来情况）并提高设计的精度（通过划分和分配噪声，从而降低 MSE）。如果您正在运行 RCBD，将体积与区块混淆会增加区块效应的分辨率，并将体积与其他噪声（反应器到反应器、设置、原材料批次到批次等）混淆。为什么不将体积作为设计因素呢？
回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子反应器的尺寸不是一个可控因素，由于某些原因（与工艺无关），它被设计为1mL，我们无法改变它。
我之前提到过，反应器有多种尺寸，它们用于不同的应用/产品，与 1mL 反应器相同，它们也不能被视为工艺因素，在每种情况下，尺寸始终是固定的。
回到 1mL 大小的情况，它被设计为 1mL，但该反应器的制造偏差目前为 +/- 0.1mL，因此我们称之为误差。我们想评估这种硬件偏差的影响，如果它很重要，我们可能需要花费资源尝试将制造偏差改善到例如 +/- 0.01mL
还有一件事，反应堆非常昂贵，每个反应堆都可能花掉我们全年的预算，因此你不可能获得很多反应堆并形成适合其尺寸的工艺窗口。
至于您提到的混淆，是的，还会有其他与反应堆大小（反应堆间、设置等）相关的反应堆相关噪声。其中许多是无法测量的，但大小是可以测量的，并且根据我们的知识应该是最重要的。所以目前我们只是忽略了混淆。
回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子很抱歉问题太多。当工程或科学没有得到充分描述时，提供具体建议是非常困难的，我完全理解这超出了本论坛的范围。我问的大多数方程式都不需要在这里回答，而是供您自己思考。一方面，您正在运行 DSD，根据定义，它是一种筛选设计，旨在识别活性因子/相互作用以供进一步研究。这些通常使用粗体级别设置来夸大因子效应。您的反应堆问题听起来很有挑战性，因为您不能夸大体积效应（或者您可以吗？）由于 DSD 实验着眼于设计因子的相对效应，并且它们的水平被夸大了，因此将因子的相对效应与更窄的级别设置进行比较可能具有挑战性。在这种情况下，比较可能会有偏差。
我会继续殴打，直到士气提高为止......
这些反应器看起来像是微型反应器。它们是用于生产还是开发？反应是自热反应还是端热反应？温度是如何控制的？反应器的体积如何影响反应器中制造的材料的性能指标？反应需要多少空间？反应是否同时在反应器的所有位置发生？您是否评估/测量过反应器内的变化？为什么您必须花钱解决供应商的反应器变化问题？每个反应器是否可以有不同的处理因素和水平？
“该反应器的制造偏差为 +/- 0.1 毫升”。+/- 是多少？这是总分布还是 1 个标准偏差？我不明白的是，对于每个反应器，“体积”都没有变化，对吗？只有当您有额外的反应器时，体积才会产生潜在影响，对吗？所以在您的第一个实验（DSD）中，您在一个反应器中进行了这些处理，对吗？
您是否担心如果反应器体积发生变化，初始 DSD 实验中各因素的影响会发生变化？（顺便说一下，这是反应器和设计因素的相互作用）
据我所知，这里有一些可供您选择：
1. 使用第二个反应器运行第一个 DSD 的第二个重复（确保第一个重复中设置的所有水平都是“相同的”。反应器不是连续变量，因此不需要中心点。通过反应器效应对设计因子效应、反应器和二阶设计因子进行建模。
2. 记录第一个 DSD 每次处理的实际反应器体积，用第二个反应器重复运行 DSD 并记录体积的实际值。将体积作为分析中的协变量。
3. 将反应堆视为整个区段因子，将 DSD 视为裂区设计的子区段。
4. 获取第一个 DSD 的结果，并在多个反应器中对这些“首选设置”进行采样，其中反应器内位于子组内，反应器之间位于子组之间。
"因此目前我们只是忽略了混淆因素。”
我的建议是永远不要忽视混淆因素，而是要识别它。如果明确识别了混淆因素，那么消除混淆的策略就更容易找到。
回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子我完全理解问这些问题只是为了提供帮助，并且始终感谢帮助。我们将在本次实验中将连续因子设置在较小的范围内，因此我们应该能够观察到反应堆因子的影响。
“该反应器的制造偏差为 +/- 0.1 毫升”。+/- 是多少？这是总分布还是 1 个标准偏差？我不明白的是，对于每个反应器，“体积”都没有变化，对吗？只有当您有额外的反应器时，体积才会产生潜在影响，对吗？所以在您的第一个实验（DSD）中，您在一个反应器中进行了这些处理，对吗？
+/- 0.1 毫升是总变化。本部分以下所有问题的答案都是肯定的
我们过去做过很多 DSD，这是我们学到的唯一 DOE 方法，所以下面的问题可能还不够成熟。此外，我们公司的电脑无法上传任何文件到论坛，对此我们深表歉意。
使用第二个反应器运行第一个 DSD 的第二次重复（确保第一次重复中设置的所有水平都是“相同的”
我不太明白你在这里建议的实验。我最初的计划是创建一个 13+1 运行的 DSD 表，其中 7 个由第一个反应器运行，而另外 7 个由第二个反应器运行。你的建议似乎是在第一个反应器中运行所有 13 次 DSD 运行，然后在第二个反应器中再次运行所有 13 次？并且所有设置的水平都是相同的平均值，例如，所有 6 个连续因子都是 +/-10%？（我们通常在之前的 DSD 中为每个因子设置不同的范围，例如因子 A +/-10%，因子 B +/-20%，等等）
2. 记录第一个 DSD 每次处理的实际反应器体积，用第二个反应器重复运行 DSD 并记录体积的实际值。将体积作为分析中的协变量。
将体积视为协变量，那么我应该在 JMP 中做什么？
3. 将反应堆视为整个区段因子，将 DSD 视为裂区设计的子区段。
我从 JMP 帮助中查看了裂区设计，它似乎是由自定义设计创建的，并且很难改变因素，我们如何将 DSD 纳入自定义设计中？
4. 获取第一个 DSD 的结果，并在多个反应器中对这些“首选设置”进行采样，其中反应器内位于子组内，反应器之间位于子组之间。
不确定此评论在 JMP 中的实际操作
回复：如果这是我最感兴趣的项目，如何关注 DSD 中的块因子我原来的计划是建立一个13+1运行的DSD表，其中7个由1号反应堆运行，另外7个由2号反应堆运行。
好的，抱歉，我的第一个建议是，我没有意识到你有关于两个反应堆的结果。我不确定你是否有足够的 DF 来将反应堆添加到模型中。没有数据表，我只能猜测......确保你有一列名为反应堆的列，并将一个反应堆设置为 1，另一个反应堆设置为 2。你可以尝试分析 DSD 的设计因素，删除不重要的项，重新运行模型，将反应堆添加到模型中。
将体积视为协变量，那么我应该在 JMP 中做什么？
如果您在多个不同的反应器体积上进行了实验，则可以将反应器体积作为混合模型的一部分进行分析。DSD 因子被视为固定效应，而反应器体积则是随机效应。继续进行典型的协变量分析。
我从 JMP 帮助中查看了裂区设计，它似乎是由自定义设计创建的，并且很难改变因素，我们如何将 DSD 纳入自定义设计中？
实际上，运行裂区设计的原因有很多，其中只有一个原因是难以改变因子水平。但无论如何，您都会将反应器指定为难以改变的因子，这会将其放在整个图中。设计因子将位于子图中。老实说，我不确定 JMP 是否能适当地处理这个问题。我认为您可以通过将反应器添加为分类因子、创建表格并按分类因子排序来解决。分析需要一些帮助。
不确定此评论在 JMP 中的实际操作
它不是JMP中的操作，而是研究过程的迭代计划。
