如何修复分 3 个模块完成的失败实验？我有一个 DOE，我已经按月划分了运行次数——我每个月可以运行 4 次，3 个月总共可以运行 12 次。
如果某个实验模块中的一次运行由于与实验设计因素无关的外部因素而失败，是否有办法挽救我的设计？
例如，由于原材料供应商的问题，我第一组实验中的第四次运行不得不中途停止，所以该组实验只完成了三次运行。有没有办法重新调整实验设计，使第一组实验只进行三次运行，第二组实验进行四次运行，第三组实验也进行四次运行？或者我应该重新开始（这会让我浪费大约一个月的时间）？
如果我可以先运行 3 次运行的模块，再运行 5 次运行的模块，最后运行 4 次运行的模块呢？我只是好奇大家在这种情况下会怎么做，以及如何利用这 3 次已完成运行的数据，而无需从头开始——我是否应该减少因子数量，或者只运行因子较少的 3 次运行模块等等？
实验设计回复：如何修复分 3 个模块完成的损坏实验？我不会说这个实验“失败了”。我们仍然有机会利用剩余的数据进行学习。
鉴于目前提供的信息有限，很难给出具体有效的建议。能否提供实验数据表？您似乎在每个区组内分配了 4 个处理，那么与区组相关的因素有哪些（例如，噪声是什么）？您是否做过任何预测？模型效应的预测排序是什么？区组效应的预测大小是多少？设计结构的分辨率是多少？等等。
有几种方法可以“替换”缺失的数据，但考虑到设计结构，这些方法的实用性受到限制。以下是一些替换方案：
1. 使用剩余 11 个处理组的响应均值（或者使用该组内 3 个处理的均值）。这往往会降低该处理的影响。
2. 使用你的预测值（假设你在运行实验之前进行了预测）。
3. 对剩余的 11 个处理进行回归，并在目标模型中留出 1 个自由度（通常是最高阶效应或预测最小的效应）。保存预测公式，缺失处理的预测值将自动填充到 JMP 表格中。注意：在计算预测公式之前，您可能还需要快速查看区组效应的大小，并调整数值以补偿区组效应。
4. 完成以上所有步骤，分析结果，并确定缺失的一项处理对结果的影响程度。如果结果基本一致，则可以得出结论：缺失一项处理影响不大。如果存在分歧，则可能需要更多数据。因此，问题在于是否要重新运行缺失的那项处理？是否应该在相同的设计空间（或预测的设计空间）中运行？如果重新运行，则会引入第四个区组效应，那么是否也应该重新运行另一项处理来“校准”区组效应？
