作者
布拉德利·琼斯（1）、瑞安·莱基维茨（2）、迪比延·马宗达（3）和克里斯托弗·纳赫特海姆（4）
隶属关系
（1）Adsurgo LLC，北卡罗来纳州卡里市
（2）JMP 统计发现有限责任公司
（3）伊利诺伊大学芝加哥分校数学、统计学和计算机科学系，伊利诺伊州芝加哥市
（4）明尼苏达大学卡尔森管理学院，明尼阿波利斯，明尼苏达州
杂志
技术计量学，第67卷，第1期，1-10页
发布日期
2025
抽象的
筛选实验通常需要连续变量和分类变量。本文中，我们开发了一种
包含 m 个三水平连续因子和 m − 1 个两水平分类因子的新型饱和设计
或者在 n = 2m 次运行中采用连续因子，其中 m ≥ 4。一个关键优势是这些设计方案是可用的。
对于任意偶数 n ≥ 8，通过有效稀疏性或不使用设计中的所有两级列，
我们通过模拟证明，最多可以识别出三个活跃的二次效应。当 n 为
当 n 为 8 的倍数时，这些设计是正交的。当 n 为 4 的倍数但不是 8 的倍数时，三水平因子彼此正交，也与两水平因子正交，并且两水平因子几乎完全正交。
彼此正交。最后，当 n 是 2 的倍数，但不是 4 或 8 的倍数时，三级
在这些分组内，两级因子几乎是正交的，彼此之间也是正交的。我们证明
即使在后一种情况下，设计中通常也存在接近 1 的功率，用于识别多达 m 个有源主输出。
当信噪比大于 1.5 时会产生影响。
引用
布拉德利·琼斯、瑞安·莱基维茨、迪比延·马宗达和克里斯托弗·纳赫特海姆
（2025）连续和分类因素的筛选设计，Technometrics，67:1，1-10， doi.org/10.1080/00401706.2024.2362149。
