各位看到这篇文章的朋友们，大家好！祝大家今天过得愉快！
问题背景：我是一名工程专业大三学生，我构建了包含三个离散数值因子、两个水平和一个响应的实验设计 (DOE)，并进行了试验。之后，我将使用 JmpPro 的线性回归模型，构建一个包含所有交互作用的模型，用于结果分析。（这是作业）
但是在数据收集过程中出现了一个问题，其中一个因素因另一个因素而偏离了一个常数。
问：我相信这个问题很容易解决，我也有一些想法，但在继续之前，我需要找到一个公认的解决方法。所以我会写下我的一些想法，并欢迎任何更专业的人士与我讨论。
DOE 设置：我有两个编码级别的三个离散数值因子（公称管道尺寸、管流速和蒸汽压力）。
问题在于，在进行试验时，目标因子水平存在错误，导致使用了错误的管道流速。错误在于，使用了错误的管道直径来计算目标流速。
我已经重新计算了我的因素的测量值，并将显示所需值和我正在处理的值之间的比较。
下表可以更好地说明我的困境。
| 因子 ID |
目标
净推荐值 ["]
|
目标
速度 [米/秒]
|
目标
P_s [磅/平方英寸]
|
|
测量
速度 [米/秒]
|
| +++ |
1/4 |
2.5 |
20 |
|
4.297 |
| ++- |
1/4 |
2.5 |
5 |
|
4.297 |
| +-+ |
1/4 |
1.5 |
20 |
|
2.578 |
| +-- |
1/4 |
1.5 |
5 |
|
2.578 |
| -++ |
1/8 |
2.5 |
20 |
|
1.456 |
| -+- |
1/8 |
2.5 |
5 |
|
1.456 |
| --+ |
1/8 |
1.5 |
20 |
|
0.873 |
| --- |
1/8 |
1.5 |
5 |
|
0.873 |
测量的管道流速有一个与公称管道尺寸相关的常数。
@NPS = 1/4 ["] 常数 ≈ 0.582，@NPS = 1/8 ["} 常数 ≈ 1.718
想法 1：我最初纠正这个问题的想法是引入另一个具有 2 个级别的离散数字因子，称为“比例因子”，并开发一个不完全因子设计，其中级别与 NPS 的因子级别一致，然后用 sf*v_t 替换 v_t 的所有实例。
然而，这种方法比较粗糙，没有得到教授的认可。（他鼓励我参考 JmpPro 的 YouTube 账号或 JmpPro 文档来寻找解决方案）。
想法 2：我的下一个想法是将管流速的级别数从 2 改为 4，然后开发一个不完整的 DOE，但我觉得这不能令人满意，而且考虑到测量的速度级别和期望的速度级别之间存在明确的关系，我肯定可以做得更好。
想法3：我最近的想法是确定v_t有两个水平，但依赖于NPS。我之前考虑过将v_t设为依赖于NPS的协变量因子，但不确定具体该如何设置，因为协变量因子看起来更像是非受控因素，这不太符合我的情况。
我将非常感谢任何可以用来修正我的模型的建议或建议资源。
提前致谢。
