DOE 類型你好，
我的 DOE 有多個因子，每個因子的水平不同，範圍從 3 到 5。相反，我嘗試創建一個僅具有主效應而沒有交互效應的自訂設計。提供的測試數量為21個，如何確保這個客製化設計是可靠的？此外，有沒有什麼方法可以讓我稍後添加互動效果以及已經填寫的回應值？當我新增互動效果時，我需要重新填入回應表。謝謝。
進階統計建模可靠度分析回覆：DOE 類型你好@faizarizmin ，
歡迎加入社群！
由於您似乎是 DoE 的新手，我建議您查看 JMP 中列出的DoE 資源 實驗設計俱樂部討論和本帖中列出的其他資源（及其他資源）： DOE 的學習材料？
這些資源將幫助您創建設計並了解如何比較/評估它們。
由於您在這個篩選階段似乎有很多因素，如果運行次數對於您的實驗預算來說不是太高，那麼確定性篩選設計也可能是一個有趣的選擇。
您也可以使用設計瀏覽器來建立和比較多個並行設計，具有不同的運行規模、重複次數、最優標準等...
最後，設計評估和比較將與您的目標（此處為篩選）連結起來。對於篩選設計，目標是在眾多潛在因素中識別出正面作用。評估過程圍繞著三個互補的面向：
- 功率分析是效應偵測能力的主要工具。透過功率分析表和圖，我們可以評估設計是否能夠在指定條件下可靠地檢測活性效應。
- 標準誤差估計透過量化估計精度來補充功效分析。相對標準誤差表可以直接比較設計，揭示它們準確估計主效應（以及在假設模型中添加的交互作用）的能力。
- 相關性分析透過顏色編碼矩陣可視化，透過揭示效應混雜來完成篩選評估。這些地圖揭示了潛在的混疊結構，有助於平衡運行經濟性和效果分離能力。
不同的目標可能導致不同的設計策略和不同的評估，這是我在 LinkedIn 上寫的關於這方面的帖子： https://www.linkedin.com/posts/victorguiller_d%C3%A9couverte-des-plans-oml-orthogonal-main-activity-73000619676884-QC
希望這個第一個答案能幫助你，
回覆：DOE 類型非常感謝！
