你好@Enormous_PValue ，
欢迎加入社区！
我不完全确定您是否区分了重复（堆叠表）和重复（拆分表）。
重复和复制之间的区别 ：重复是指在同一实验运行中进行多次响应测量（数据表中的相同样本/行，对该样本进行的每次测量都有几列） ，而复制是指针对每个治疗组合进行多次实验运行（数据表中的多个样本/行）。
- 重复是为了更准确地估计纯误差和参数估计。重复是一次新的运行。重复减少了所有变异源（实验 + 测量）。
- 重复测量可用于降低测量方差并提高测量精度/准确度。重复测量仅减少测量的方差。
您可以在此处阅读有关这一重要差异的更多信息： https://cdn.statease.com/media/public/documents/2021-08_Replicates_vs_Repeats.pdf
关于您的用例，如果您提到了重复，则可以使用增强设计平台复制您的设计。请参阅复制设计示例。但是您是对的，使用此平台对其进行扩充将创建一个表，其中重复运行的排序方式与原始设计相同（它只是复制和堆叠原始运行的次数，您已指定）。我看到两个可能有趣的选项可用于改进随机化：
- 要么你创建带有重复的设计，如果你能够同时运行实验，你可以随机化整个数据表。 @jthi昨天为我找到了一个很好的技巧，使用“表子集”功能对数据表进行随机化，随机子集的采样大小为 1： 从数据表中随机化行
- 如果您无法同时运行实验，最好添加阻断随机效应来确定重复次数，并随机化每个重复内的运行。这样，您就可以在模型中考虑重复之间的差异。
不要通过“运行”/治疗组合对重复进行平均。重复是单独的新运行，它们可以增加自由度，从而更容易地检测某些影响。对它们进行平均会消除这一重要的好处。
如果您的问题是针对重复而不是重复，您可以在各种帖子中阅读有关如何处理它们的更多信息：
我可以将重复的标准偏差纳入 DOE 分析吗？
如何将样本的多个测量结果添加到我的实验设计中？
如何编写带有重复和重复的数据表
DOE - 重复与重复
如何在 DOE 响应数据中包含重复
基本上在重复场景中，您会为每次重复测量添加一个测量列，并且您可以将模型拟合到这些测量的平均值以及标准差（如果您感兴趣的话）。
希望这个回复能帮到你，
