关于实验设计(DOE)的流程

hehongyu

个人从事医药工作，刚接触JMP不久，想在这里咨询下老师。

以合成一个有机化合物为例，采用DOE实验设计，是否

①应该先进行定制设计，根据响应情况，找出关键因子？
②找出关键因子之后，再进行完全析因设计？
③如果完全析因设计的模型拟合效果不好（或者有弯曲现象），是不是才进行响应曲面设计？
④实验设计，如果某个连续因素有3水平以上时，是否只能采用完全析因设计（因为在JMP里，筛选设计或定制设计的连续因素貌似最多只有2水平）？

xuzhan

这个问题我是这么理解的。

首先，JMP其实把DOE的类型划分为了两大类
一类可称之为“经典实验设计”，如耳熟能详的部分析因(筛选)，完全析因，响应曲面设计...一类可以理解为“高级实验设计”，如定制设计、扩充设计、确定性筛选设计...
当然，还有一些特殊目的实验设计

您的问题，在经典实验设计的框架下，可以大致按照...
1. 如果因子数众多，可以先通过部分析因设计筛选关键因子
2. 通过完全析因设计对关键因子的主效应和二阶交互效应更全面、准确的描述
3. 如果当前实验范围内有弯曲现象，又或是想延续1和2所指引的最大化目标的方向构建一个更精细复杂的高阶模型的话，则可以进行响应曲面设计
如果把这个过程比喻成爬山，1和2更倾向于回答我们朝哪个方向爬更快，3更倾向于回答山顶在哪里
当然，以上任何一种实验设计类型都可以独立实施，而不必一定要遵循这样的先后逻辑关系

而定制设计，某种程度上，您可以把它理解成一个复合型多功能DOE平台，您可以通过该平台构建以上3种或其它更复杂、灵活、定制化的DOE类型，我们的很多高级客户在拥有一定DOE经验后，原则上通过“定制设计+扩充设计”的组合拳，即可满足绝大部分试验设计需求，而很少再使用经典实验设计平台

最后，关于因子水平，这是很多客户最爱问的问题，我的个人理解是：
1. 因子水平的设置首要取决于您想最终评估的模型效应项，举个例子，我想评估X2(二次项)对Y影响显著与否，那么在对应试验方案中，该X自然至少要包含3水平，否则，两水平(两点)无法构建曲线，即无法评估
2. 那是不是水平数越多越好？我认为这是一个试验成本与建模精度和功效的平衡博弈问题，很多时候可以证明，若实验类型选择得当，那么有些增设的水平数其实是不必要的
3. 此外，再稍稍提醒一下的是，实验设计启动平台中设置的高低水平，更多含义其实是指试验的边界，而不是该因子在该实验方案中只取两个水平，比如在响应曲面设计中，设置完+1/-1水平后，无论您最终采用的是何种子类型，因子水平数都至少是3，原因同前述，而如果采用的是CCC子类型的话，因子水平数则是5

以上，供您参考~^^

nanfeng36

讨论也很精彩