複製是四個基本原則之一實驗設計 RA Fisher介紹。其他三個是因子原理，隨機化和阻塞。複製的價值在於它提供了響應中的運行間差異的估計值，如果模型不正確則不受影響。
您可以在JMP 9中復制設計。個人運行複制有何不同？
在以前的版本中 JMP ，要使用複制，您必須在設計中重新運行指定次數的每個因子組合。因此，如果設計需要12個唯一因子組合併且您指定了您想要一個複制，那么生成的JMP表有24行，每個因子組合出現兩次。只有在創建自定義設計後，才能使用指定複製的界面。
在JMP 10中，您可以說要復制多少次單獨運行，而不是指定要重複整個設計的次數。您也可以在創建設計之前而不是在設計創建之後提出重複請求。例如，如果您想在上述方案中進行六次復制運行，則應在標記為“複製運行次數”的編輯框中輸入6。然後，單擊標記為User Specified的單選按鈕，並在編輯框中輸入18。最終的設計將有18次運行和6次重複觀察。
這種設計與沒有復制的設計相比如何？
要回答這個問題，讓我們考慮一個具體的例子。假設我們有兩個分類因素，每個因素有三個級別和兩個連續因子。我們的模型是所有四個因素的主效應模型，因此我們只需要考慮連續因子範圍的低端和高端。全因子設計需要36次運行，但我們的預算僅允許18次運行。
表1顯示了具有12種獨特因子組合的設計的因子設置，其中六種組合出現兩次。運行3和4,5和6,7和8,9和10,13和14以及17和18是六對重複運行。
請注意，此設計中存在一些不錯的對稱性。三個級別分類因子的九種可能組合每次出現兩次。另外，因子X 4 ，在低和高設置下均可進行九次運行。但是，因素，X 3 ，在低位設置下只有8次運行，在高位置時只有10次運行。
儘管略有不平衡，但這種設計的D效率為99.1％。我使用JMP 10中的自定義設計器創建了這個設計。在調查員指定多個重複項的情況下，自定義設計器創建一個最佳設計，給定約束必須提供指定數量的重複。為了創建這個設計，我指定了D-最優性標準。
為了進行比較，表2中的設計顯示了生成的18次運行D-最優設計，未指定重複。該表對於兩個三級分類因子具有相同的模式。然而，兩個連續因子在其低和高設置下各有9次運行。
與理論上理想的設計相比，該設計的D效率為99.8％，在這種情況下不存在。因此，複製設計的D效率僅比最優設計低1％。
個體運行複制在分析中的含義是什麼？
我將模擬數據添加到兩個表中。該先驗每個設計的模型是主效應模型，但我添加了一個涉及X的雙因素交互的術語 3 和X. 4 模擬數據以及標準偏差為1的正常隨機誤差。以下是仿真模型的等式：
Y = 80 + 3X 3 + 4X 4 - 3X 3 X 4
由於表1中有六個複制運行，因此JMP Fit Model平台會自動執行Lack-of-Fit測試（參見圖1）。由於雙因素相互作用不在模型中，因此測試非常重要，表明模型不合適。有了這些信息，精明的調查員可以為擬合模型添加雙因素相互作用，以找到缺失的效果。
對於未復制的設計，沒有測試缺乏適合性，因為沒有純粹的錯誤自由度來檢測缺乏適合性。擬合模型的RMSE為3.65，是真實誤差標準偏差的三倍多。這是因為有效的雙因素相互作用不在模型中，因此其效果導致高估誤差標準偏差。反過來，這意味著模型效應的測試具有較低的功率。
公平地說，使用來自未復制設計的數據來檢測缺乏匹配並不困難。圖2顯示了相對於X繪製的未復制數據擬合的殘差圖 3 並覆蓋X的兩個值 4 具有不同的顏色和相關的線條。交互是清楚的，因為重疊的線交叉。
製作此圖需要數據分析師的一些額外工作和專業知識。相比之下，缺乏適合性測試是自動的。
底線是什麼？
複製有安全性。對於給定的運行預算而言，安全性是有代價的，複製運行意味著您將無法估計任意數量的條款。此外，單個點複製通常會導致係數估計方差的某些增加。
個人運行複制提供的設計規範更靈活，提供靈活性是JMP中定制設計的重點。
Manny Uy 中寫道：
現在我知道如果程序不能完全複製但是能夠為混合模型進行錯誤估計的部分方法該怎麼辦。感謝JMP 10中的這項新功能。
喬霍克曼中寫道：
布拉德，這很棒，並解決了我的第10版願望清單項目之一。單個試驗或運行複制是獲得大多數設計的純誤差估計的最實用方法。實現整個設計矩陣的複制通常是不切實際的。感謝您添加此有用功能。......喬霍克曼
李克雷頓中寫道：
神奇的補充。我最近嘗試複製主效果而不復制交叉效果。現在我知道我可以！
再次感謝，布拉德！仍在嘗試學習有關複製數據分析的更多信息，但這至少讓我知道，您認為所有這些都已經足夠重要，可以解決JMP中的問題！非常感激。-史蒂夫-
