3つのブロックで実行した実験が失敗した場合、どのように修正すればよいですか？私は、月ごとに実行回数をブロックした実験計画法（DOE）を持っています。1ヶ月に4回実行できるので、3ヶ月間で合計12回実行できます。
DOE要因とは無関係な外部要因により、ブロック内の実行のうち1つが失敗した場合、設計を修復する方法はありますか？
例えば、最初の実験ブロックの4回目の実験は、原材料供給業者の問題で途中で中断せざるを得なかったため、そのブロックでは3回の実験しか完了していません。最初のブロックで3回、2番目のブロックで4回、3番目のブロックで4回の実験を行うようにDOEを再構成する方法はありますか？それとも最初からやり直すべきでしょうか（その場合、1か月ほど遅れることになります）？
3回実行のブロック、5回実行のブロック、そして4回実行のブロックを代わりに実行できるとしたらどうでしょうか？ このような状況で皆さんがどうするのか、また、最初からやり直すことなく、完了した3回の実行からのデータをどのように活用できるのかに興味があります。要因の数を減らして、要因の数を減らした3回実行のブロックを実行するなど、どのような方法を検討すべきでしょうか？
実験計画法Re: 3つのブロックで実行した実験が失敗した場合、どのように修正すればよいですか？実験が「失敗した」とは言えません。残りのデータから学ぶ機会はまだあります。
提供された情報だけでは、具体的な有益なアドバイスを提供することは非常に困難です。実験データ表を提供していただけますか？各ブロックに4つの処理を割り当てたようですが、ブロックに関連する要因は何ですか（例えば、ノイズは何ですか）？予測は行いましたか？モデル効果の予測順位は何ですか？ブロック効果の予測サイズは何ですか？設計構造の解像度はどのくらいですか？など。
欠落したデータを「置き換える」方法はいくつかありますが、設計構造上、それらの方法がどれほど有効かには制約があります。以下に、いくつかの代替案を示します。
1. 残りの11の処理からの反応の平均値を使用します（または、そのブロック内の3つの処理からの平均値を使用します）。これにより、その処理の影響が軽減される傾向があります。
2. 予測値を使用する（これは、実験を実行する前に予測を行ったことを前提としています）。
3. 残りの 11 の処理について回帰分析を行い、目的のモデルから 1 つの自由度 (通常は最も高次の効果、または予測される効果が最も小さいもの) を除外します。予測式を保存すると、欠落した処理の予測値が JMP テーブルに自動的に入力されます。注: 予測式を実行する前に、ブロック効果の大きさを簡単に確認し、ブロック効果を補正するために値を調整することをお勧めします。
4. 上記の手順をすべて実行し、結果を分析して、その1つの処理が結果にどの程度影響するかを判断します。概ね意見が一致している場合は、失われた処理は大きな問題ではないと結論付けるかもしれません。意見が分かれる場合は、おそらくより多くのデータが必要になります。そこで問題となるのは、その欠落した1つの処理を再実行するかどうかです。同じ設計空間（または予測設計空間）で実行すべきでしょうか？再実行する場合、4番目のブロック効果が導入されるため、ブロック効果を「較正」するために別の処理も再実行すべきでしょうか？
