我是一个新手，正在尝试运行全阶乘。我还在学习 JMP 和 T&E，所以还不太清楚自己在做什么。
我有 4 个连续因子。假设这些因子是在 X 公园（其中 X 代表一个不同的本地公园）观察到的鸟类数量。我不知道应该如何设置这些因子的水平。如果我希望这些水平的值在 0 到 50 之间随机变化，我应该如何进行测试？
如果我使用 4 个连续因子和 2 个水平（0 和 50）运行 FF，JMP 只会运行 0 和 50 的组合。但理论上，0 到 50 之间的任何数字都可能出现。我是否应该创建 4 个连续因子，每个因子 50 个水平，以便 0 到 50 之间的每个数字都能出现？保留 2 个水平是最佳方案吗？我是否应该创建一个自定义 DOE，并按固定数值对水平进行分组？
我还运行了一个包含 4 个分类因素（4 个级别：无、低、中、高）的 FF。
你好@jmpbeginner843 ，
欢迎加入社区！
很抱歉，您提供的信息太少，难以帮到您。以下是一些初步问题，以便更好地了解您的主题：
- 本次实验设计（DoE）的目标是什么？预测、优化，还是了解变量之间的关系？
- 你的考虑因素是什么？你提到了4个连续因素，但只提到了一个与公园数量相关的因素。这些因素是相互独立的吗？还是某些因素的水平之间存在关联/约束？
- 您的回应是什么？您是否了解或能够评估实验和测量误差？
- 你当初为什么选择全因子设计？我认为可能存在更好的替代方案，例如减少试验次数（部分因子设计、 最优设计等）或更均匀地探索设计空间（ 空间填充设计）。全因子设计和经典因子设计仅使用两个水平的连续因子。因子设计中连续因子的水平数与你假设的模型相关：如果连续因子只有两个水平，则预期模型为线性模型，包含一阶项（主效应）以及可能的交互作用。如果连续因子有三个水平，则假设的模型除了可以检测到主效应外，还可以检测到二次效应。如果检测到强交互作用，响应曲面仍然可能存在一定的曲率，但如果你想要在设计空间中进行均匀抽样，那么使用空间填充设计可能更合适。
您是否查看过美国能源部提供的各种资源以及简易能源部平台以帮助您入门？
希望这个讨论话题能对您有所帮助。
