錄音實驗者俱樂部 2026 年第一季影片 1：JMP 的 DOE 平台：藝術家工具包的新成員
請閱讀@BillFish828的部落格： https://community.jmp.com/t5/JMP-Blog/JMP-s-DOE-platform-A-new-addition-to-the-artist-s-toolkit/ba-p/919860
Q：田口設計與正交陣列有什麼差別？
MOLS 是一種平衡部分因子設計矩陣，可確保因子間的獨立性；而田口設計則利用這些矩陣來優化訊號雜訊比和平均響應，從而增強穩健性。
影片 2：當 n=1 時為什麼要進行隨機化？
評論：我的重點不在於趨勢，而是一種無法辨識的影響，也就是實驗前你根本不知道的東西。我的建議是，盡可能多地考慮各種影響因素，即使是一些看似不太可能的影響，以此來篩選實驗因素，然後儘可能觀察那些未被納入考慮的因素。
影片 3：對 DOE（例如響應曲面）的深入分析
回覆：錄音實驗者俱樂部 2026 年第一季感謝@maria_astals 的錄音！
關於隨機化，我並不完全贊同將其目的在於避免反應變數的時間趨勢。隨機化的目的是為了避免實驗中因某些未知且不可控的外在因素而產生的偏差。它用於避免處理效應與其他未知效應（虛假相關性）之間的混淆。
根據實驗隨機化方式的不同，設計對時間的穩健性可能有所不同。一些更優的選擇（取決於幹擾因素的可知性和可控制性）包括：
- 記錄實際運行順序，並將其作為模型中的協變量，以評估其統計顯著性和實際重要性（再次進行「事後」分析，以評估運行順序是否可能產生影響），對於已知且不可控的干擾因素而言，
- 正如@statman所說，使用分塊方法可以盡可能均勻地平衡各組之間的因素水平，從而減少甚至消除已知且可控的干擾因素。分塊方法將相似的運作分配到不同的群組/運作群組：不同的操作員、設備/機器，以及不同日期、不同週之間的差異等等。
- 在設計實驗設計（DoE）時，應預先考慮時間可能存在的時間依賴性，並將時間作為協變量，以平衡不同時間點的因子水準。 @bradleyjones寫了一篇非常好的文章，闡述瞭如何創建一個對時間趨勢具有魯棒性的實驗設計： 如何創建一個對線性時間趨勢具有魯棒性的實驗設計
您可以在這裡看到一個應用範例： 自訂設計中按定義順序排列的協變量
Peter GOOS 和 Bradley JONES 的著作《實驗的最優設計：案例研究方法》第 9 章「存在協變量時的實驗設計」解釋了使用時間作為協變量來創建穩健時間趨勢設計的情況。
我不會太擔心一個數據點出現異常值/離群值，因為實驗設計本身就比單因素實驗或其他類似方法對少數異常值不太敏感。
期待下次與您相聚！
