Trovare il miglior utilizzo del tempo è una sfida. Spesso è necessario comprendere l'effetto del tempo nella sperimentazione industriale e come questo effetto varia in base ad altri fattori.
In un esperimento progettato, si impostano i fattori di input all'inizio di ogni esecuzione. È quindi relativamente economico campionare e misurare la risposta in diversi momenti durante l'esecuzione. È possibile utilizzare la registrazione automatica, nel qual caso si otterranno molti più dati su come la risposta varia nel tempo.
Sembrerebbe che sia facile usare questi dati per costruire un modello che ti dica ciò che devi sapere. Tutto ciò che ti serve è un grafico di profiler per la tua risposta, con il tempo come una delle "X" in basso. Tuttavia, il tempo non è come le altre X perché non lo hai impostato all'inizio di ogni esecuzione. Questa differenza apparentemente sottile solleva molti interrogativi.
È possibile aggiungere semplicemente il tempo come effetto, come si farebbe per gli altri fattori DoE? Bisogna preoccuparsi di violare i presupposti della regressione dei minimi quadrati ordinari? È più sicuro creare un modello separato per ogni punto temporale?
