If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.If you are experimenting without using DoE, you are almost certainly wasting your time. A real-world example with water testing data shows why.如果您在不使用 DoE 的情況下進行實驗，幾乎肯定是在浪費時間。 一個帶有水質測試數據的真實示例說明了原因。
我討厭看到人們浪費時間。 這就是為什麼我不厭其煩地告訴科學家和工程師使用實驗設計（能源部）。 如果他們在不使用能源部的情況下進行實驗，那麼他們幾乎肯定是在浪費時間。
乍一看，能源部似乎很神奇。 甚至有人告訴我這是一種宗教！ 這讓我笑了。 可能是因為我認為那個人說的有一定道理。
我想要通過簡單的解釋揭開能源部的神秘面紗一些術語和概念在人們剛開始使用時可能會感到困惑。 我希望通過案例研究，您會發現統計設計的實驗只有令人信服的、合理的理由。 你不需要盲目信仰。
在關於這個主題的第一篇文章中，我想讓您沉浸在多參數過程和系統的可能性空間的巨大規模中，並向您展示我們如何通過探索這個空間的聰明方法來克服挑戰，以學到最多的東西我們可以不浪費時間或精力。
一個真實的例子
我們的例子來自分析方法開發。 我們希望開發測量水中有機氯化物農藥和多氯聯苯 (PCB) 濃度的最佳方法。對於許多環境實驗室來說，測量水中的有機化合物是一項常規、大批量、高通量的任務。
實驗室需要優化其分析方法，以實現最佳檢測限，以滿足法律要求。該方法還需要穩健並提供一致的結果。 分析使用 GC-MS：氣相色譜 (GC) 分離樣品中的成分，並使用質譜 (MS) 進行檢測。
A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.A typical chromatogram showing the peaks for each substance or analyte. Taller peaks correspond to a higher amount of that analyte. We want to find conditions that give us the tallest peaks for all analytes so that we can detect substances that are in water at very low concentrations.顯示每種物質或分析物的峰的典型色譜圖。 較高的峰對應於較高含量的分析物。 我們希望找到能夠為所有分析物提供最高峰值的條件，以便我們能夠檢測水中濃度非常低的物質。
需要使用大容量進樣器 (LVI) 將樣品引入 GC-MS 系統，以便能夠檢測極低濃度的物質。 挑戰在於 LVI 很複雜，有許多參數需要優化才能找到最佳條件。 我們正在尋找能夠產生最高山峰的條件–最強信號–在氣相色譜圖中。
因素、運行和響應
這裡沒有什麼特別的，這意味著 DoE 是獨一無二的有用的。 在這種情況下，DoE 非常有用，您需要在大量可能性中尋找參數組合的最佳設置。 當您需要了解如何通過了解所有重要行為來控制系統或過程時，DoE 也很有用。
讓我們看看 LVI 設置的可能性。 我們可以更改八個參數：
| 因素 |
縮寫。 |
最低 |
最高 |
| 注射量 |
體積(注射量) |
10微升 |
100μL |
| 注射速度 |
速度(注射) |
0.25微升/秒 |
5微升/秒 |
| 注射溫度 -30°C-30°C |
T(注射) |
-30℃ |
30℃ |
| 注射深度 |
深度(注射) |
20毫米 |
40毫米 |
| 排氣流量 |
流量（排氣） |
10毫升/分鐘 |
150毫升/分鐘 |
| 排氣壓力 |
P（排氣） |
0psi |
9磅/平方英寸 |
| 排氣時間 |
t(排氣) |
0.1分鐘 |
1分鐘 |
| 襯板類型 |
襯墊 |
類型1 |
類型2 |
在 DoE 中，這些被稱為因素。 對於每個因素，我們還有一系列設置：我們要進行實驗的範圍。 這些因素及其範圍定義了我們期望找到解決方案的可能性空間。 我們如何去探索無限的可能性？
為了了解可能性的數量，我們將限制我們的搜索，以便我們僅在範圍內的三個設置下考慮每個因素：最低、中點和最高（L、M、H）。 例如，我們只會考慮將進樣體積設置為 10、55 或 100 µl。 （您有充分的理由想要查看每個因素的 L、M 和 H 設置，我們可以在後面的文章中討論這一點。）
如果我們只採用前兩個因素，並且希望測量 L、M 和 H 的所有組合，則需要測試 3 * 3 = 9 種不同的設置。 我們稱這些為運行在能源部。 我們可以可視化可能性空間並查看我們將在簡單圖中執行的運行。
我們將這種類型的實驗設計稱為全階乘因為我們正在測試所選級別數量的全套因素組合。 這個完整的階乘將很好地覆蓋可能性空間。 通過在這九種設置下通過系統運行標準樣品並測量峰高，我們的回复，我們將獲得有用的信息來找到這些因素的設置，從而最大限度地提高響應和檢測低濃度物質的能力。
如果我們將其擴展到三個因素，則 T(inj) = 3 * 3 * 3 = 3^3 = 27 個組合的三個設置中的每一個現在都有 3 * 3 = 9 個組合。 我們開始看到多因素空間中可能性的爆炸式增長。
為了在三個級別上測試前七個因素的每個組合，我們將有 3^7 = 2187 種可能性！
襯裡類型怎麼樣？ 該因子是不同的，因為它只能是 Type1 或 Type2。 我們說它是一個絕對的因素，而其他因素是連續的因素。 我們將用兩種不同的襯墊類型測試 2187 個組合中的每一個，總共 4374 個！ 如果你不相信我，你可以數一下點數。
如果您無法理解這個情節，請不要擔心。 您會發現很難想像所有這些可能性。 我將其包含在內是為了讓您了解無數的可能性。 除非你有一大群奴才，否則進行這種實驗是不可行的。
從 4374 次增至 26 次
我們如何才能找到最好的設置呢？ 我們如何才能理解系統在空間中任意點的行為？ 您可以看到如何花費大量時間嘗試不同的組合而沒有太多機會學習任何有用的東西。
不要絕望：這就是 DoE 的魔力所在。 我們可以採用較小的子集來獲得幾乎相同的有用信息，而不是 4374 次運行的完整階乘。
這 26 次運行將為我們的目標形成一個有用的實驗：
為什麼是這 26 次運行？ 他們是隨機選擇的嗎？ 你們中的一些人可能已經發現存在一定的對稱性，但除此之外，還不清楚為什麼應該選擇這些運行。 另外，其他 4348 運行情況如何？ 難道我們不需要擔心在這些設置下可能會發生什麼嗎？ 以及兩者之間的設置？
在我的下一篇文章，我將回答這些問題並使用示例直觀地說明 DoE 中的關鍵概念。
感謝您的意見。 該系列的第二個是這裡。 第三部很快就會出來！
很棒的帖子！ 你什麼時候發布你的下一篇文章？ 迫不及待地想閱讀更多內容！
@菲爾_凱好貼。 我喜歡幫助揭開這個宗教神秘面紗的視覺效果和解釋。
