Augmenting Mixture-Process DOE<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />3-Komponenten-Mischung,
0 < A < 0,4
0 < B < 0,1
0 < C < 1
mit 1 linearen Nebenbedingung,
0 < (A+B) < 0,4
und 1 kategorialer Prozessfaktor mit 4 Stufen,
P1 = {1,5,10,15}.
Ich habe das Experiment mit JMP 12 und diesem Tutorial (Beispiel 1) eingerichtet.
Mischungsexperimente
Jetzt hat JMP berechnet, dass die Standardanzahl der Läufe 18 beträgt, wobei Punkte am Scheitelpunkt, an der Kante und im Schwerpunkt verwendet werden.
Wie kann ich dies durch das Hinzufügen zusätzlicher axialer Punkte erweitern (ähnlich einem „Raumfüllungs“-Schema)? Ich möchte mehr Daten über den Innenbereich haben, da dies die erwartete Optimierungszone ist.
Kann ich den Prozessfaktor bei Verwendung mehrerer Ebenen auf „Kontinuierlich“ ändern? Warum erlaubt JMP nur Hi/Lo?
Tausend Dank!
Betreff: Erweiterung des Mischungsprozess-DOEIch habe einen weiteren Thread zu diesem Thema erstellt. Vielleicht können Sie etwas Fachwissen zu diesem Thema beisteuern:
Speichern Sie alle Einstellungen aus dem benutzerdefinierten Doe-Design und dem Designbericht
Betreff: Erweiterung des Mischungsprozess-DOEZuvor habe ich Minitab verwendet, das auf einfache Mischungspläne beschränkt ist. Ich musste ein paar Schritte zurücktreten und einige Konzepte neu erlernen, um die volle Leistung von JMP nutzen zu können. Tolle Anwendung und Benutzer-Community, danke!
Betreff: Erweiterung des Mischungsprozess-DOESäure1c,
Zu prüfen ist, ob bei der Designbewertung Äpfel mit Äpfeln verglichen wurden. Nachdem Sie den Entwurf mit der Scheffe-Kubik generiert haben, um mehr Innenarchitekturpunkte zu steuern, müssten Sie das Modell zurückschneiden, um dasselbe Modell zu bewerten, das zur Analyse der D-optimalen und I-optimalen Szenarien angewendet wurde, nämlich Haupteffekte und wechselseitige Wechselwirkungen (nichtlineare Mischungen).
Betreff: Erweiterung des Mischungsprozess-DOEDas Verhalten, das Sie gesehen haben, sollte erwartet werden. I-optimal oder D-optimal sind OPTIMAL für die Anzahl der von Ihnen ausgewählten Läufe. Durch den Aufbau eines komplexeren Modells zum Erzwingen innerer Punkte mit der gleichen Anzahl von Läufen muss die Vorhersagevarianz erhöht werden.
Hierbei gibt es mehrere Punkte zu beachten. Ich werde zunächst diskutieren, indem ich den Prozessfaktor ignoriere, da ich denke, dass es hinsichtlich des Mischungsmodells zu Verwirrung kommen könnte.
Mischungsmodelle unterscheiden sich stark von den Standard-Regressionsmodellen. Wie Lou angedeutet hat, entspricht eine 2-Wege-Wechselwirkung in einem Scheffe-Mischungsmodell (das JMP anpasst) einem quadrierten Term für einen kontinuierlichen Term. Allerdings berücksichtigen die wechselseitigen Wechselwirkungen in einem Scheffe-Modell nur einen Krümmungseffekt entlang der Achse zwischen den beiden Komponenten, die in diesem Wechselwirkungsterm enthalten sind. Für Ihren Fall mit drei Komponenten wäre das eine Krümmung entlang der Kante des Designraums.
In Anbetracht dessen wählen die I-optimalen oder D-optimalen Designs das beste Design zur Schätzung Ihres Modells aus. Wenn Sie nur versuchen, die Krümmung entlang der Ränder des Designraums abzuschätzen, ist es nicht erforderlich, Punkte im Inneren des Design zu setzen. Alles im Inneren trägt wenig dazu bei, zu verstehen, was an den Rändern des Designraums passiert. Stellen Sie sich nur ein einziges fortlaufendes X vor. Wenn Sie nur ein lineares Modell angeben, sind nur Experimente an den Enden des Bereichs erforderlich. Sie müssen eine Quadratzahl angeben, um eine dritte Ebene zu erzwingen.
Das Modell, das benötigt wird, um mit dem Platzieren von Punkten im Inneren eines Mischungsdesignraums zu beginnen, besteht darin, 3-Wege-Interaktionen hinzuzufügen. Diese werden in den Scheffe-Mischungsmodellen kubische Terme (eigentlich spezielle kubische Terme) genannt. Sie schätzen die Krümmung zwischen drei Komponenten gleichzeitig. Da Sie über eine Dreikomponentenmischung verfügen, die mindestens einen Punkt in das Innere Ihres Designraums drängt. Das I-optimale Design wird tendenziell mehr Punkte im Inneren des Designraums platzieren, um diesen Drei-Wege-Term besser abschätzen zu können.
Das Hinzufügen des Prozessfaktors ändert nicht allzu viel an dem, was ich eingegeben habe. Dieses Modell wird jedoch komplexer und Sie müssen möglicherweise einige Maßnahmen ergreifen, um sicherzustellen, dass Sie für diese Prozessvariable mindestens drei Ebenen erhalten.
Betreff: Erweiterung des Mischungsprozess-DOEDie von Ihnen vorgeschlagenen Einstellungen, I-Optimal und Sheffe Cubic, fügten eine Handvoll zusätzlicher Punkte in der Mitte des Designraums hinzu. Aber leider stieg die maximale Erwünschtheit um das Zweifache und die durchschnittliche Vorhersagevarianz erhöhte sich um etwa 0,1 (im Vergleich zu I-Optimal mit sekundären Interaktionen und quadratischem Modell). Vielleicht werde ich versuchen, die Anzahl der Durchläufe zu ändern.
Betreff: Erweiterung des Mischungsprozess-DOEHallo Acid1c,
Das kubische Scheffe-Modell höherer Ordnung ergibt im Allgemeinen mehr Läufe innerhalb des Entwurfsraums, da es sich um ein komplexeres Modell handelt. Ich schlage nicht vor, dieses Modell zur Analyse des Entwurfs zu verwenden, sondern es zu verwenden, um Ihnen einen Kandidatenentwurf zu liefern, den Sie mit den anderen potenziellen Entwürfen vergleichen können.
Aufgrund der gegenseitigen Abhängigkeit von Mischungsentwürfen ähnelt ein Modell mit Haupteffekten und nichtlinearen Mischungen (2-Wege-Wechselwirkungen) im Wesentlichen einem RSM.
Die D-optimalen und I-optimalen Anteile der Entwurfsraumdiagramme für 18 Läufe sind unten dargestellt.
Betreff: Erweiterung des Mischungsprozess-DOEHallo Lou,
Danke für die Antwort. Ich verstehe, dass I-optimal mehr Punkte innerhalb des Designraums und weniger an den Extremen platzieren wird, ich werde es versuchen. Was die Scheffe-Kubik betrifft: Wie wirkt sich der Polynomterm dritten Grades auf mein DOE aus?
Mein Ziel ist es, Faktor-Wirkungs-Wechselwirkungen und nicht Faktor-Faktor-Wechselwirkungen zu testen. Glauben Sie, dass RSM für diese Art von Experiment geeignet wäre?
Alles Gute.
Betreff: Erweiterung des Mischungsprozess-DOESie können einen Entwurf mit mehr Innenbereichspunkten erhalten, indem Sie das Optimalitätskriterium unter dem roten Dreieck von D-optimal auf I-optimal ändern. Darüber hinaus kann die Wahl eines Scheffe-Würfels manchmal zu mehr internen Punkten in Ihrem Designraum führen.
Die diskreten numerischen Faktoren können für Ihren 4-stufigen kategorialen Faktor verwendet werden.
Betreff: Erweiterung des Mischungsprozess-DOEAls Antwort auf meine zweite Frage: „ Kann ich den Prozessfaktor bei Verwendung mehrerer Ebenen auf „Kontinuierlich“ ändern? Warum erlaubt JMP nur Hi/Lo? ", siehe unten.
35417 – Wie erstelle ich in JMP® einen Entwurf mit einem kontinuierlichen Faktor, der mehr als zwei Ebenen hat?
