52487_es-ES

liliconcom

Perfilador JMP

Martin aqui Recientemente desarrollé un adhesivo con JMP DOE. Es un 3 factores, 2 respuestas, 12 carreras, diseño personalizado.

Ver detalles en la siguiente tabla de Excel.

La adhesión en el agua es muy difícil de pasar, debe estar por encima de 1 MPa.  Estoy muy emocionado de encontrar que # 12 da adherencia en agua 1.09 MPa.

	Factores	Respuesta
	OPC	Ternal	anhidrita	6 horas de adherencia	adherencia en agua
# 1	0.74	0.26	0	0,55	1.00
# 2	0.73	0.21	0.06	0.12	1.00
# 3	0.79	0.21	0.00	0.586	0.80
# 4	0.71	0.23	0.06	0,20	1.00
# 5	0.76	0.24	0.00	0.60	1.03
# 6	0.65	0.23	0.12	0.18	0.98
# 7	0.63	0.26	0.11	0.31	1.02
# 8	0.63	0.26	0.11	0.24	1.01
# 9	0.67	0.21	0.12	0.13	0.85
# 10	0.71	0.23	0.06	0.17	0.67
# 11	0.79	0.21	0.00	0.37	0.93
# 12	0.69	0.26	0.05	0.30	1.09

 

Cuando uso el perfilador para optimizar, me sorprende encontrarlo, el perfilador JMP recomienda la anhidrita que se debe configurar en

0%. Creo que la anhidrita al 0.05% es crítica para que el # 12 alcance una adhesión tan buena.

 

¿Es el perfilador de JMP podría perder información importante? ¿Alguien podría ayudar a explicar?

 

Gracias martin

 

 

Re: perfilador JMP

Hola Lou:

Ciertamente leeré el libro que me recomiendas.  Pero tengo que usar el proverbio chino: "escucha tus consejos y supera una década de aprendizaje de libros"

Eres muy paciente y verdaderamente un gran instructor.

 

Gracias

Martín

 

 

 

Re: perfilador JMP

Hola martin,

Si, eso es correcto. Mirar las estimaciones de los parámetros para los modelos de diseño de mezclas es confuso debido a la naturaleza de la co-dependencia de los factores. Si lees acerca de la parametrización de la Mezcla de Cox, verás que esos valores de p se calculan viendo cuál es el efecto de pasar de la configuración baja a la configuración alta de un factor mientras se mantiene la proporción de los otros componentes igual a una constante. Para mí, el resultado más útil es el Perfilador, ya que visualizar el efecto de cambiar los niveles de los componentes es interactivo. Si observa que las inclinaciones y la curvatura del Perfilador coinciden con la parametrización de la Mezcla de Cox y no con las estimaciones de los parámetros convencionales.

Sería mejor si leyeras sobre Diseños de mezclas (Cornell), ya que son un tipo único de DOE y presentan una singularidad debido a la co-dependencia de los componentes. Normalmente cierro todas las ventanas excepto las estimaciones del Resumen de ajuste, ANOVA y Parámetro de mezcla de Cox.

La conclusión es que, debido a la correlación entre los componentes en los diseños de mezcla, la prueba t regular no es útil para probar la importancia de cada componente.

Re: perfilador JMP

Hola Lou:

 

Cuando se habla del valor P y del término polinomial de la anhidrita, ¿asumo que se está refiriendo a la tabla del modelo de mezcla de Cox? Valor de p = 0.1953, anhidrita ^ 2 = 0.1124.

 

Entonces, ¿cuál es el uso de la tabla de estimación de parámetros? Debería simplemente ignorarlo.  Soy bastante débil en analizar la salida de JMP, hay tantas tablas,

 

Gracias de nuevo.

 

Martín

 

 

 

 

Re: perfilador JMP

Hola martin,

Dado que su modelo es razonable, asumiendo que la ejecución tiene una causa asignable por ser tan poco reproducible, el Profiler es el enfoque que tomo ya que la parametrización de Cox es consistente con el Profiler. Tenga en cuenta que la anhidrita tiene un valor P de 0.18 y el término polinomial de anhidrita tiene un valor P de 0.08 y, por lo tanto, creo que es importante incluirlos. Donde iría desde aquí es repetir la ejecución sospechosa para ver cómo funciona la formulación. También ejecutaría la configuración optimizada como una verificación del modelo. En cuanto a experimentos adicionales, siempre me desafío a preguntarme qué otros parámetros de proceso podrían ser investigados.

¡Feliz experimentando!

Lou

Re: perfilador JMP

Hola Lou:

 

Gracias por tomarse el tiempo ayudarme, realmente lo aprecio.

 

Una pregunta sobre el modelo de mezcla de Cox: ¿cómo interpretar "Interceptar" en el modelo de Cox?

 

También en el modelo de Cox que adjuntó, el valor P de OPC, Ternal es menor que 0.05, por lo que son factores significativos, la anhidrita no es un factor significativo.

De Profiler Optimization, la anhidrita es parte de la formulación recomendada.

 

Entonces, ¿deberíamos mantenernos en el modelo de Cox sobre factores significativos o utilizamos la optimización de perfiles? ¿Cuál es el procedimiento general para la próxima ronda de experimentos?

 

Gracias.

 

Martín

 

Re: perfilador JMP

Hola Lou:

Gracias por señalar las enormes variaciones entre 4 y 10, decido repetir estas 2 condiciones.

Desde mi experiencia, las variaciones causadas por materails en bruto, pruebas, etc., no podrían ser tan grandes.

 

Martín

 

Re: perfilador JMP

Gracias por tomarse el tiempo ayudame El factor de fijación es muy útil.

 

Martín

Re: perfilador JMP

Martín,

Eché un vistazo rápido y simplemente evalué el diseño con la fila 10 excluida (asumiendo una causa asignable), mejora su modelo y su Perfilador está de acuerdo con sus expectativas de dominio. Volvería a ejecutar esa combinación de tratamiento y, por supuesto, verificaré los ajustes óptimos.

 

Re: perfilador JMP

Sólo una observación. El modelo Rsq es sospechoso y si examina las filas de combinación de tratamiento replicadas, hay un par, a saber, la fila 7 y la fila 8 que parecen bastante reproducibles (1.02 y 1.01). Sin embargo, si examina la fila 4 y la fila 10, la reproducibilidad es sospechosa (1.0 y 0.67). ¿Esto me preocupa ya que esto puede indicar que es necesario que haya más comprensión incorporada en la prueba? El perfilador es tan bueno como su modelo y, en este caso, quizás se investigue más por qué las combinaciones de tratamientos representadas en las filas 4 y 10 son tan diferentes a pesar de que son de la misma formulación.

Re: perfilador JMP

Martín,

La mayoría, si no todos mis colegas, le dirán que no hay un reemplazo para el conocimiento del dominio.  Lo que sabe sobre la química y las interacciones de su sistema prevalece sobre cualquier modelo que construya.  JMP solo funciona con los datos que se le dan, no tiene intuición de lo que es correcto o incorrecto o de lo que se necesita como usted. 

Dicho esto, la solución que dio JMP es la solución óptima para las entradas y los resultados de adherencia que ha proporcionado.  Si desea asegurarse de que la anhidrita al 0.05% es parte de la solución óptima, puede usar el Perfilador para que eso suceda.

Si controla> Clic izquierdo en cualquier parte del bloque de anhidrita, aparecerá un cuadro de diálogo que le permite bloquear la configuración.  Vea la imagen de abajo.  Establezca su valor actual en 0.05 y luego verifique la configuración del factor de bloqueo en la parte inferior.  Deberá volver a ejecutar la optimización porque sus otros dos factores también podrían cambiar.

 

 

 

 

HTH