太多的路徑你好，
我進行過幾次實驗設計 (DOE)，但反覆出現的挑戰是需要進行大量的試驗。例如，當使用具有 7 次實驗運行的篩選設計時，我們通常每次執行測試 4 到 6 次重複以評估可重複性。這使得每個 DOE 總共進行 28 至 42 次試驗。
然而，在進行所有這些試驗之後，模型性能往往不令人滿意——R² 值約為 0.35 到 0.65。此外，由於置信區間較寬和參數估計不一致，我們很難找到可靠或可重複的模型。在許多情況下，即使在同一測試的兩個不同區域的受控條件下收集 Y 數據，模型也缺乏一致性並且無法提供支持性見解。
這變得越來越令人沮喪。我們如何有效地解決這個問題並減少浪費的努力，同時提高模型可靠性？
實驗設計
