903381_zh-TW

liliconcom

DOE 俱樂部 2025 年第三季錄音與討論

影片 1：JMP 19 簡介

影片 2：在 DOE 設定和分析中包含協變數和/或不受控制的補充變數。

該影片目前正在處理中。請幾分鐘後重試。

（在我的影片中查看）

影片 3：計算 DOE 中樣本大小的功效，特別是對於重複很常見且必要的體內研究（即動物研究）。

該影片目前正在處理中。請幾分鐘後重試。

（在我的影片中查看）

影片 4：如何為 DoE 實驗選擇合適的設計？

該影片目前正在處理中。請幾分鐘後重試。

（在我的影片中查看）

Q3 DOE俱樂部問答彙編

1. 在 DOE 的設定和分析中應如何處理協變數和不受控制的補充變數？

設計實驗通常會面臨計劃因子以外的變量，稱為協變量。有些協變量可測量但不受控制（例如基線體重、pH 值），而有些則是不受控制的噪音（例如濕度、操作者效應）。忽略這些變數可能會導致誤差增大，並掩蓋真正的因素效應。

DOE方法：

1. 協變數：如果可測量，則將其新增至模型中。這可以減少無法解釋的變異，提高估計精度，並增強檢驗效力。
2. 不受控制的補充變量：如果無法衡量，則透過阻塞（將類似條件分組）、隨機化（均勻分佈幹擾效應）和複製（估計變異性）進行管理。

解決方案：
在定義階段識別可能的協變量，持續測量它們，並將其納入模型。對於無法測量的噪音因素，可以採用區組、隨機化和重複的方法。這可以確保更清晰的訊號檢測和可靠的結論，尤其是在複雜的生物或製造實驗設計 (DOE) 中。

參考：

https://community.jmp.com/t5/JMP-Blog/What-is-a-covariate-in-design-of-experiments/ba-p/361517

https://community.jmp.com/t5/Discussions/DOE-with-covariate/td-p/825007

https://community.jmp.com/t5/Discussions/Unexpected-change-in-controlled-variable-in-DOE/td-p/729169

https://community.jmp.com/t5/Discussions/Mixture-DOE-with-covariate-batch-effects/td-p/718593

https://community.jmp.com/t5/Learn-JMP-Events/Developer-Tutorial-Handling-Covariates-Effectively-when/ev-p/809996

https://community.jmp.com/t5/JMPer-Cable/New-in-JMP-16-Improved-covariate-handling-in-DOE/ba-p/361540

https://community.jmp.com/t5/Discussions/How-to-Account-for-Uncontrolled-Factors-Using-a-Definitive/td-p/666426

1. 我們如何計算 DOE 樣本大小的功效，特別是在重複很常見且必要的體內（動物）研究中？

在研究中，樣本數受到成本、倫理和可行性的限制。動物數量過少會導致檢驗效能低（有遺漏真實效應的風險），而動物數量過多則會浪費資源並可能引發倫理問題。

DOE方法：

1. 力量是在給定樣本大小、效應大小、變異性和顯著性水準的情況下檢測到真實效應的機率。
2. 重複在動物研究中尤其重要，因為生物變異性很高。
3. JMP 的功效和樣本量平台讓您在進行研究之前模擬不同的場景。

解決方案：
根據中試資料或文獻估計預期變異性。使用功效分析確定達到可接受功效（通常為 80%）所需的最小重複次數。如果資源限制了樣本量，則設計實驗設計 (DOE) 時應專注於最關鍵的因素，並考慮區組或協變量以降低雜訊。這可以在統計嚴謹性與倫理道德和預算現實之間取得平衡。

參考：

https://community.jmp.com/t5/Discussions/How-to-use-sample-size-and-power-for-factorial-DoE-to-determine/td-p/380872

https://community.jmp.com/t5/Discussions/Power-calculations-to-determine-sample-and-replication-of/td-p/552299

https://community.jmp.com/t5/Discussions/Sample-Size-for-DOE/td-p/237085

https://community.jmp.com/t5/Discussions/Power-Equation/td-p/53219

https://community.jmp.com/t5/Discussions/Should-I-consider-power-analysis-in-DOE/td-p/501063

https://community.jmp.com/t5/Discussions/DoE-How-to-treat-replicate-measurements/td-p/18588

https://community.jmp.com/t5/Discussions/Power-Analysis-in-Design-Evaluation-DOE/td-p/65472

https://community.jmp.com/t5/Discussions/Doe-and-replications/td-p/565281

https://community.jmp.com/t5/Learning-Center/Sample-Size-Explorers-DOE/ta-p/414885

https://community.jmp.com/t5/Discussions/quot-Animals-quot-Split-Plot-DOE/td-p/546140

1. 在起草 DOE 探索路徑時，我們如何確定實現特定目標（例如覆蓋設計空間或減少不確定性）所需的實驗數量，以及如何與資源限制取得平衡？

在規劃實驗設計 (DOE) 時，由於時間、成本或倫理限制，理想運行次數（涵蓋設計空間並減少不確定性）與最大可行運行次數之間始終存在矛盾。如果沒有周詳的規劃，您可能會面臨結果效力不足或資源浪費的風險。

DOE方法：

1. 使用設計診斷（如預測變異數概況、設計空間覆蓋和別名結構）來量化候選設計探索因子空間的程度。
2. 應用功效分析來檢查所選樣本量是否可以檢測到具有實際重要性的效應。
3. 探索順序/迭代設計（如貝葉斯選擇），從較小的規模開始，僅在需要時進行擴展，而不是預先投入所有資源。

解決方案：
明確定義實驗目標（效應偵測、反應面圖或穩健性檢定）。然後使用 DOE 工具在給定的資源上限下，根據這些目標評估候選設計。如果允許的最大實驗次數無法提供足夠的覆蓋率或功效，則

1. 將研究範圍縮小到關鍵因素和反應，或
2. 採用分階段的設計策略。這確保了即使在有限制的情況下，DOE也能得出有意義且可辯護的見解。

https://community.jmp.com/t5/Discussions/how-JMP-design-the-number-of-runs-for-Default-under-DOE-custom/td-p/662940

https://community.jmp.com/t5/Discussions/JMP-Custom-DOE-vs-Full-Factorial-DOE/td-p/256413

https://www.jmp.com/content/dam/jmp/documents/en/support/jmp111/DOE_Guide.pdf

https://community.jmp.com/t5/Learn-JMP-Events/Understanding-DOE-Capabilities-in-JMP/ev-p/809981

1. 為 DOE 研究選擇合適的實驗設計的最佳方法是什麼？

選擇不合適的設計可能會浪費資源並且無法回答研究的問題。

DOE方法：

1. 將設計與目標相符：
   篩選：部分因子、確定性篩選設計 (DSD)。
   最佳化/曲率建模：響應曲面設計（中心複合、Box-Behnken）。
   混合/配方：單純形格子、單純形質心或混合空間填充設計。
   穩健性/噪音：田口設計或穩健設計。
2. JMP中的客製化設計：當標準目錄設計不適合時（由於不尋常的因素類型、約束或資源限制），JMP 的客製化設計平台會根據您的因素、模型和運行次數建立實驗。
3. 始終檢查診斷（別名結構、預測變異數、設計效率）以驗證選擇。

解決方案：
明確定義實驗目標（篩選、最佳化、穩健性、混合）。在適當的情況下使用經典設計，但依靠 JMP 的客製化設計來處理複雜的實際場景。這確保了靈活性、資源的高效利用以及與實際科學問題的一致性。

https://www.synthace.com/blog/types-of-doe-design-a-users-guide

https://ilssi.org/how-to-choose-the-right-design-for-a-designed-experiment-doe/

https://community.jmp.com/t5/Abstracts/Design-of-Experiment-s-Crucial-Step-0-Choosing-the-Right-DOE/ev-p/738877

https://www.jmp.com/content/dam/jmp/documents/en/support/jmp111/DOE_Guide.pdf

https://www.itl.nist.gov/div898/handbook/pri/section3/pri33.htm

JMP 19 DOE資源

JMP 19 中的貝葉斯最佳化：

1. JMP貝葉斯最佳化平台概述： https://www.jmp.com/en/software/bayesian-optimization
2. JMP Pro 19 中貝葉斯優化的社群介紹： https://community.jmp.com/t5/JMPer-Cable/Introducing-the-Bayesian-Optimization-platform-in-JMP-Pro/ba-p/897807
3. JMP 19 新版本概述（包括貝葉斯最佳化）： https://www.jmp.com/en/software/new-release/new-in-jmp
4. JMP Pro 19 貝葉斯優化 YouTube 演示： https://www.youtube.com/watch?v= 9rOqTZHpRqA

JMP 中的 DOE 白皮書（通用和 JMP 19）：

1. JMP DOE優勢白皮書： https://www.jmp.com/en/resources/white-papers/doe-advantage
2. JMP 官方白皮書頁面（包含 DOE 論文）： https://www.jmp.com/en/resources/resource-listings/by-type/white-papers
3. 詳細的 JMP DOE 白皮書 PDF： https://www.jmp.com/content/dam/jmp/documents/en/white-papers/jmp-whitepaper-doe-advantage.pdf
4. 更多 DOE 白皮書 PDF： https://www.jmp.com/content/dam/jmp/documents/en/white-papers/103044-doe.pdf

JMP 19 中的 DOE 相關資訊與新功能：

1. JMP 19 實驗設計指南 PDF： https://www.jmp.com/content/dam/jmp/documents/en/support/jmp19/design-of-experiments-guide.pdf
2. JMP DOE 功能概述頁面： https://www.jmp.com/en/software/capabilities/design-of-experiments
3. JMP DOE（JMP 19）新增了探索器和增強工具： https://community.jmp.com/t5/JMPer-Cable/What-s-new-in-JMP-DOE/ba-p/898558