24 深孔板，包含難以改變的因子你好，
我正在用24孔深孔板進行實驗，該實驗包含5個因素，其中兩個是溫度和時間。這些因素很難改變，因為深孔板必須放入冰箱或加熱器中一段時間，而其他三個參數在深孔板上的不同孔之間可能會有所不同。
我只是想知道，在這裡是否有必要使用難以改變的因子來設定實驗設計，最終得到一個全區實驗設計，從而引入隨機效應誤差？或者，我可以把這些因子設定為易於改變的，然後按溫度和時間對實驗設計表進行排序，最終得到基本類似的實驗設計佈局。我知道在後一種情況下，隨機性會被“破壞”，但我認為這裡應該不是問題，因為每個培養皿無論如何都會單獨填充。所以我猜運行順序並不重要，因為沒有「記憶效應」。
避免使用難以改變的因子的原因是，最優運轉次數（以及隨之而來的板數）會增加，而I值會受到很大限制。此外，DoE診斷（相關矩陣、預測變異數）的效果會更差。此外，使用難以改變的因子的設計不平衡，因此某些因子組合不會出現，這與使用易於改變的因子時相反。
任何想法或評論都將不勝感激。謝謝。
實驗設計回覆：24 深孔板，難以改變的因素你好@aatw ，
是的，透過裂區配置（具有「難以改變」的因素）來設定 DoE 是必要的，原因如下：
- 直接透過裂區配置建立設計可確保區組之間和區組內部的試驗平衡。 「手動」重新排列試驗可能會導致區組之間或區組內部出現輕微的不平衡（並且這種手動安排可能會引入偏差/噪音），這比裂區設計結構所建議的試驗安排效果更差。
- 更重要的是，您的實驗裝置中有兩種「結構」：一種是板結構，其中溫度和時間應用於整塊板；另一種是孔結構，其中每個孔可以容納三個「易於改變」的因子的組合。這會導致用於分析的「難以改變」和「易於改變」因子的自由度存在很大差異，如果您手動安排運行，則不會考慮這種差異，因為如果每個因子的自由度相同，分析就會出錯。因此，您對「難以改變」因子的估計值、信賴區間和p值將存在偏差，並且會被錯誤地（樂觀地）估計。
- 隨機效應還能確保捕捉到不同培養皿之間的任何差異，這有助於更好地估計「易變」因素。如果您不透過裂區設計利用這種隨機效應，培養皿之間的差異將與其餘未解釋的差異合併，這可能會隱藏一些效應。裂區設計在估計方面具有較高的精確度，但整區主效應除外。
在您的分析中，與「難以改變」因素相關的主效應無論如何都會保留在模型中。請注意，「易於改變」因素以及「易於改變」因素與「難以改變」因素之間的交互作用具有更高的功效，從而可以獲得更準確的估計值。
對於您的具體用例，如果您可以負擔得起 5 個板，每個板有 24 個深孔，則該設計的評價似乎相當積極：
如果您想評估它，我附上了所使用的裂區設計。
關於你擔心某些因子組合沒有出現，是否有具體的實際原因需要包含其中一些？如果是，你可以準備一個候選集，其中包含你希望在設計中使用的所有組合，並將其用作協變量因子： 難以改變的協變量設計
請參閱 Christopher Gotwalt 關於候選集方法的演講： 候選集設計：根據問題自訂 DOE 約束 (2021-EU-30MP-78... - JMP 用戶社區
有關裂區設計的更多資訊：
裂區設計
講座_13
LinkedIn 上關於裂區設計的帖子
具有隨機化限制的設計
與 Jacqueline Asscher 和 Phil Kay 一起錄製 DOE 俱樂部 - JMP 用戶社區
希望這個答案能對你有幫助，
