24 深孔板，包含难以改变的因子你好，
我正在用24孔深孔板进行实验，该实验包含5个因素，其中两个是温度和时间。这些因素很难改变，因为深孔板必须放入冰箱或加热器中一段时间，而其他三个参数在深孔板上的不同孔之间可能会有所不同。
我只是想知道，在这里是否有必要使用难以改变的因子来设置实验设计，最终得到一个全区实验设计，从而引入随机效应误差？或者，我可以把这些因子设置为易于改变的，然后按温度和时间对实验设计表进行排序，最终得到基本类似的实验设计布局。我知道在后一种情况下，随机性会被“破坏”，但我认为这在这里应该不是问题，因为每个培养皿无论如何都会单独填充。所以我猜运行顺序并不重要，因为没有“记忆效应”。
避免使用难以改变的因子的原因是，最优运行次数（以及随之而来的板数）会增加，而I值会受到很大限制。此外，DoE诊断（相关矩阵、预测方差）的效果会更差。此外，使用难以改变的因子的设计不平衡，因此某些因子组合不会出现，这与使用易于改变的因子时相反。
任何想法或评论都将不胜感激。谢谢。
实验设计回复：24 深孔板，难以改变的因素你好@aatw ，
是的，通过裂区配置（具有“难以改变”的因素）来设置 DoE 是必要的，原因如下：
- 直接通过裂区配置创建设计可确保区组之间和区组内部的试验平衡。“手动”重新排列试验可能会导致区组之间或区组内部出现轻微的不平衡（并且这种手动安排可能会引入偏差/噪声），这比裂区设计结构所建议的试验安排效果更差。
- 更重要的是，您的实验装置中有两种“结构”：一种是板结构，其中温度和时间应用于整块板；另一种是孔结构，其中每个孔可以容纳三个“易于改变”的因子的组合。这会导致用于分析的“难以改变”和“易于改变”因子的自由度存在很大差异，如果您手动安排运行，则不会考虑这种差异，因为如果每个因子的自由度相同，分析就会出错。因此，您对“难以改变”因子的估计值、置信区间和p值将存在偏差，并且会被错误地（乐观地）估计。
- 随机效应还能确保捕捉到不同培养皿之间的任何差异，这有助于更好地估计“易变”因素。如果您不通过裂区设计利用这种随机效应，培养皿之间的差异将与其余未解释的差异合并，这可能会隐藏一些效应。裂区设计在估计方面具有较高的精度，但整区主效应除外。
在您的分析中，与“难以改变”因素相关的主效应无论如何都会保留在模型中。请注意，“易于改变”因素以及“易于改变”因素与“难以改变”因素之间的交互作用具有更高的功效，从而可以得到更准确的估计值。
对于您的具体用例，如果您可以买得起 5 个板，每个板有 24 个深孔，则该设计的评价似乎相当积极：
如果您想评估它，我附上了所使用的裂区设计。
关于你担心某些因子组合没有出现，是否有具体的实际原因需要包含其中一些？如果是，你可以准备一个候选集，其中包含你希望在设计中使用的所有组合，并将其用作协变量因子： 难以改变的协变量设计
请参阅 Christopher Gotwalt 关于候选集方法的演讲： 候选集设计：根据问题定制 DOE 约束 (2021-EU-30MP-78... - JMP 用户社区
有关裂区设计的更多信息：
裂区设计
讲座_13
LinkedIn 上关于裂区设计的帖子
具有随机化限制的设计
与 Jacqueline Asscher 和 Phil Kay 一起录制 DOE 俱乐部 - JMP 用户社区
希望这个答案能对你有所帮助，
