20106_de-DE

liliconcom

Rezepturen und ihre Wirkung<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

Hallo, ich habe 9 verschiedene chemische Formulierungen mit 6 Zutaten hergestellt (wobei jeweils unterschiedliche Gew.-% hinzugefügt wurden). Ich mache eine bestimmte Menge (g) Nebenprodukt für jede der 9 Formulierungen, die Menge hängt davon ab, wie wir formulieren (zugesetzte Verhältnisse). Was wäre der beste Weg, um die Daten zu analysieren und zu verstehen? Idealerweise möchten Sie die beste Formulierung bestimmen, um die minimale Menge an Nebenprodukt zu ergeben. Ich schätze die Hilfe.

Tade

Re: Formulierungen und ihre Wirkung

Vielen Dank an alle. Sehr hilfreich. Das Problem war, dass das Experiment kein JMP-Design war und einige Probleme hatte, ein geeignetes Modell zu finden.

Re: Formulierungen und ihre Wirkung

Tade,

Wenn Sie eine Scheffe-Kubik mit 5 Mischungsfaktoren mit 9 eindeutigen Formulierungen verwenden, haben Sie ein überparametrisiertes Modell, dh nicht genug df, um alle Terme zu schätzen.Wenn Sie bereit wären, Ihren JMP-Datensatz zu bereinigen und zu teilen, denke ich, dass die Anleitung, die Sie erhalten könnten, Ihnen helfen könnte, schneller zu einer Lösung zu gelangen.Außerdem gehe ich davon aus, dass diese 9 Läufe aus einem richtig entworfenen Mischungsexperiment stammen, das zur Unterstützung eines bestimmten Modells generiert wurde.Wenn dies nicht der Fall ist, kann die Schätzbarkeit eines bestimmten willkürlichen Mischungsmodells möglich sein oder nicht, je nachdem, wie diese 9 Punkte den Mischungsraum abdecken.Sie haben bereits einige großartige Beiträge von Lou und DanO erhalten, also berücksichtigen Sie bitte ihr Feedback.

Re: Formulierungen und ihre Wirkung

Ich glaube, basierend auf der Anzahl der Experimente fügen Sie dem Modell zu viele Terme hinzu. Bitte versuchen Sie, sich zurückzuhalten und sich nur die Haupteffekte anzusehen.

Re: Formulierungen und ihre Wirkung

Ich habe die L PseudoComponent Coding für jede Spalte auf Faktoren überprüft.

ICH

Aber ich bekomme die gleichen Ergebnisse. Keine Y-Werte, keine Profillinien im Prediction Profiler. Danke für die Hilfe.

Re: Formulierungen und ihre Wirkung

Danke euch beiden für die schnellen Antworten.

Ich habe versucht, die Y-Skala im Prediction Profiler zu ändern, aber es hat nicht funktioniert. So sehen meine Spalteninformationen aus.

Als Modell habe ich Scheffe Cubic ausgewählt und alle Wechselwirkungen aufgelistet. Ich habe fünf Faktoren und neun verschiedene Kombinationen.

Danke.

Re: Formulierungen und ihre Wirkung

Tade,

Wenn Sie auf Ihre Spalte doppelklicken, wie sehen Ihre Spalteninformationen aus? Ich bin neugierig, zuerst sicherzustellen, dass Sie die Spalten richtig codiert haben. Es sollte so ähnlich sein ...

Wenn es so aussieht, dann haben Sie vielleicht nicht genug Freiheitsgrade, um einen Scheffe-Kubik anzupassen. Haben Sie gerade ein Modell für Haupteffekte und Zweiwege-Wechselwirkungen (nichtlineare Mischungen) ausprobiert?

Re: Formulierungen und ihre Wirkung

Es ist unmöglich, genau zu wissen, warum Sie dies sehen, ohne die Daten zu haben. Die beste Vermutung ist, dass der Bereich der Y-Werte, die auf dem Profiler angezeigt werden, nicht wirklich die Antworten enthält. Versuchen Sie, die Y-Skala so zu ändern, dass Sie die Profillinien sehen können.

Re: Formulierungen und ihre Wirkung

Sebastian, Lou,

Danke schön. Am Ende habe ich das Scheffe-Polynom im Mixture-Design verwendet. Das Vorhersageprofil, das ich erhalte, sieht jedoch eher leer aus:

Was vermisse ich? Vielen Dank für Ihre Hilfe.

Tade

Re: Formulierungen und ihre Wirkung

Aufbauend auf dem, was Sebastian gesagt hat, denke ich, dass es für Sie am nützlichsten wäre, ein "Dummy"-Mischungsdesign Ihrer experimentellen Situation einzurichten, damit Sie das resultierende Formulierungsdesign und die resultierende Designdatentabelle sehen können. Ihre Gewichtsprozente können als Brüche eingegeben werden, die sich zu Eins addieren (1). Wenn Sie die Spaltenattribut-Metadaten aus diesem „Dummy“-Experiment untersuchen, können Sie die Spaltenattribut-Metadaten in Ihrer tatsächlichen JMP-Datei für das Formulierungsexperiment nachahmen und über die entsprechenden Visualisierungstools wie den Mischungs-Profiler und den Vorhersage-Profiler verfügen, um das zugehörige Skriptmodell zu bewerten und anzuzeigen ein Mischungsdesign.

Re: Formulierungen und ihre Wirkung

Ich würde empfehlen:

1. Visualisieren Sie Ihre Daten, zB mit dem Graph Builder. Verwenden Sie Diagramme, um sich eine Vorstellung davon zu machen, in welche Richtung Sie die Daten führen. Suchen Sie auch nach potenziellen Ausreißern.

2. Dann versuchen Sie auf der „Fit Model“-Plattform ein passendes Model zu finden. Stellen Sie sicher, dass alle Faktoren im Modell auf Mischung eingestellt sind, indem Sie das kleine rote Dreieck neben "Attribute" in der Modellanpassungsplattform verwenden. Die JMP-Hilfe gibt eine Einführung in die Analyse von Mischungsexperimenten: Ein Beispiel für eine chemische Mischung

Insgesamt möchten Sie vielleicht für zukünftige Studien über Design of Experiments for Formulations (Mischungsdesigns) lesen, wenn Sie sich dieses Themas noch nicht bewusst sind.

Hoffentlich hilft das,

Sebastian