确认结果：重新进行混合设计还是进行新的设计？大家好，JMP 社区，
我进行了以下具有约束条件的混合设计：MeOH + ACN + UPW = 0.6，以及 MeOH + ACN ≤ 0.3。
重复此混合设计来确认结果是否更好，或者创建一个新的设计进行验证？
多谢！
金伯利
详细混合设计：
版本：Jmp Pro 18
实验设计回复：确认结果：重新进行混合设计还是进行新的设计？你好@K_JMP ，
我不确定是否完全理解你的问题。
你已经运行过这个设计了吗？结果可靠吗？模型准确吗？我认为你的描述中可能缺少一些限制因素的范围，因为如果我只使用你提到的甲醇和乙腈，我的设计空间会略有不同：
因此，根据您的屏幕截图，MeOH ≥ 0,1 和 ACN ≤ 0,15 似乎可以起作用：
您想验证什么：最佳还是模型？
希望这些想法能对你有所帮助，
回复：确认结果：重新进行混合设计还是进行新的设计？我同意Victor的观点，我不确定你到底想问什么。如果你已经确定某个混合设计是正确的，并且完成了它，那么根据混合响应面选择最佳空间并运行该过程（混合设计通常是优化设计，这意味着你已经确定了你想要建模的因素）。
回复：确认结果：重新进行混合设计还是进行新的设计？你好@Victor_G & @statman
谢谢您的解答！抱歉，我的表达不够清晰。
首先让我们提供一些额外的背景信息：
- 我确实也包括了一些其他范围：
- 甲醇 0.1 至 0.3
- ACN 介于 0 至 0.15 之间
- UPW 介于 0.3 和 0.5 之间
- 我还设定了混合物的总和：MeOH + ACN + UPW = 0.6
- 该设计包括二阶相互作用和一个三阶相互作用（MeOH × ACN × UPW），以捕捉组分之间的影响关系。
- 这是一个 I 最优设计，也包括三个中心点，总共运行 12 次。
我实际上想做的是确认结果（确保包含的点的结果是可信的），并且想进一步探索这个空间（因为我担心由于设计空间中的点有限，我会错过一些趋势）。最后，我只想确保我选择了一个可接受的最优值（因为我需要评估和组合不同的响应，从而得出最终的比例）。
根据你们的意见，我考虑了以下几点：
- 我最近运行了这个包含 12 次运行的设计（结果可以作为区组 1 来实现），并计划再次运行当前设计两次，并将新的运行分配到不同的区组，以解释不同实验之间的差异。这将使我能够评估系统效应并降低结果的标准差。因此，当我使用“增强设计”选项时，运行次数将达到 36 次。
- 此外，为了探索额外的设计空间并潜在地发现非线性趋势，我正在考虑再次扩展设计，添加 Scheffé 立方点。正如@Victor_G提到的，这些点或许可以作为验证点。例如，这可以进行 44 次运行，其中新增的点以红色突出显示。
-
剩余的问题/疑虑：
当执行第二个数据增强步骤（即添加Scheffé 立方点）时，我确实看到预测方差的数量增加了（达到 0.57），并且设计空间分数图也增加了（如下所示）。这种增加是有道理的，但是我不确定这是否是实现我的目的最明智的做法？
提前致谢！
亲切的问候
金伯利
回复：确认结果：重新进行混合设计还是进行新的设计？嗨，金伯利，
我不确定最后一条评论/问题：
@K_JMP写道：
剩余的问题/疑虑：
当执行第二个数据增强步骤（即添加Scheffé 立方点）时，我确实看到预测方差的数量增加了（达到 0.57），并且设计空间分数图也增加了（如下所示）。这种增加是有道理的，但是我不确定这是否是实现我的目的最明智的做法？
您应该使用“比较设计”平台来确保预测方差概况和设计空间分数图是基于相同的假设模型计算的。如果您在每个“ 评估设计”设计的脚本中比较这些信息，结果会有所不同，因为原始设计和重复设计具有相同的假设模型，但增强设计不同，因为其中添加了 Scheffe 三次项。
当使用“比较设计”平台对这 3 个设计进行分析时，设计的比较是在相同的假设模型上进行的，并且比较结果完全合乎逻辑：
您可以清楚地看到，从原始 I 最优设计到复制设计的预测方差大幅减少，而从复制设计到增强设计又一次减少，这是完全合理的：大幅减少首先是由于复制，然后是由于添加点以更好地支持第一个初始模型并对其进行验证。
希望这个答案能对你有所帮助，
