DOE連續因素影響混合物性質Re：DOE連續因子影響混合物性質嗨，
我正在嘗試建立一個實驗，以了解特定成分“A”和特定成分“B”的濃度如何影響配方的特性。
有趣的是：
配方中A的濃度（例如每升A的克數）
製劑中A含量與B含量的比率。
A和B是來自購買的混合物的成分。混合物1以一定濃度供應A. 混合物2以一定濃度供應B. 所以我們的表述可以表示為：
x％混合物1 + y％混合物2 + z％填料，其中x + y + z = 100％。
我們的目標是了解這些購買的混合物中A和B濃度如何影響最終配方。我們考慮建立一項研究，我們通過將A值和A / B比率視為連續變量，人為地誇大我們使用A和B多少來達到目標A值和A / B比率。例如，如果混合物1含有2克/毫升的A，我們想要了解更多的A會影響我們的配方，我們只需要在配方中添加更多的混合物1（如果我們將混合物1的量增加一倍，我們就會加倍A）的數量。為了調整A / B比率，我們需要膨脹使用的A量，然後求解以找出我們需要達到目標比率的混合物2的數量。問題是所有這一切最終都會影響混合物;添加更多的混合物1和2會減少我們最終使用的填料量。
因此，我不確定如何設置模型，以便我可以將操縱A和B濃度的效果與調整填料濃度分開。JMP社區能否對此提供任何指導？謝謝！
Re：DOE連續因子影響混合物性質嗨，
這聽起來像混合設計問題。我建議你搜索“掌握JMP混合實驗”的視頻，它將向你介紹這個主題。（這些視頻會定期更新，但目前有一個視頻： https://www.jmp.com/en_in/events/ondemand/mastering-jmp/mixture-designs.html ）
如果我理解正確，A，B和填充劑是混合因素：您想要探索改變這些成分的相對比例如何影響配方材料的性質。並且你被限制為一種成分的量增加需要減少一種其他成分的量。
我希望這有幫助。
菲爾Re：DOE連續因子影響混合物性質嗨菲爾，
謝謝你這麼快速的回复！您對我的要求的總結大多是正確的。
我的表述基本上是：
x％混合物1 + y％混合物2 + z％填料
混合物1和2是購買的商品，在這些混合物中分別是關鍵成分A和B. 我們真正感興趣的是A和B濃度的影響。在一個完美的世界中，我們能夠為實驗目的調整A和B的濃度。 就目前而言，我們認為我們可以通過調整最終配方中混合物的濃度來“欺騙它”來模擬效果。 換一種說法：
如果我們希望添加更多濃度的A - >需要增加混合物1的量
如果我們希望添加更多濃度的B - >需要增加混合物2的量。
我希望這更清楚！
Re：DOE連續因子影響混合物性質您熟悉JMP中的Prediction Profiler嗎？如果是這樣，想像一下你想在這項工作結束時製作的探查器。聽起來你會希望它在x軸上有％A，％B和％填充物作為3個因子。但是你不能直接調整％A和％B，因為它們是作為混合物提供的。A和B混合物還有什麼？是否與製作最終配方時添加的填料相同？Re：DOE連續因子影響混合物性質我認為菲爾是在正確的軌道上，但讓我採取一種不同的方法。首先，讓我們看看我是否正確重述了問題：
你有混合物1。我們假設它由3種成分組成：A1，A2和A3。您最初對A1感興趣。您無法控制混合物1中的比例。
你有混合物2。我們假設它由3種成分組成：B1，B2和B3。您最感興趣的是B1。你無法控制混合物2中的比例。
您將混合物1和混合物2以及填料混合在一起。您希望了解A1和B1的含量如何影響您的最終產品。
現在一個重要的問題是：A1的AMOUNT會影響產品或影響產品的A1和B1的相對比例嗎？如果它是AMOUNTS，那將改變一切。我會按比例工作，因為我相信這就是你要找的東西。
混合物1和混合物2存在的事實幾乎沒有用，因為你無法調整它們。您有三種成分混合物：Mixture1，Mixture2和Filler。因此，在JMP中，您只需指定Mixture1，Mixture2和Filler三個混合組件。你知道當你增加Mixture1時你會增加A1的數量（你的主要興趣成分），但請記住我上面所說的假設：比例都是重要的，而不是金額。
我希望我已經正確地總結了一切，這有幫助。如果沒有，請告訴我！
Re：DOE連續因子影響混合物性質@Dan_Obermiller
您詢問： “ 現在一個重要的問題是：A1的AMOUNT會影響產品或影響產品的A1和B1的相對比例嗎？如果它是AMOUNTS，那將改變一切。我會按比例工作，因為我相信這就是你要找的東西。“
回答： 總重量中的A1的AMOUNT是重要的和 A1 / B1的比例。 可以肯定的是，它只是我們對A1和B1的數量感興趣的比例每批量大小。
購買混合物1和2是正確的，並且出於所有密集目的，我們無法改變它們;我們得到的東西和供應商確實有變化。 當供應商向我們發送混合物1和2時，他們分別報告A1和B1的含量。
在我們的實驗室中，我們有一些額外的混合物1和不同水平的A1。 起初我以為這可以讓我設置一個混合設計，％x Mixture 1 +％y Mixture 2 +％z Filler作為變量，其中x + y + z = 1，然後為A1內容添加分類變量。 例如，我們在實驗室中有3批混合物，A1水平為4,6,8。 這將是一個離散的數字，在4,6和8有3個等級。
這種方法對我來說似乎很直接。 問題是這些不同的批次來自多個供應商，我真的想測試混合物1是否對配方中給定量的A1表現不同，具體取決於我們使用的供應商。這就是為什麼我認為我可以“欺騙”我使用每個供應商的材料調整絕對A1和B1內容，然後將混合物1的供應商視為分類變量。這樣，當我們使用其他供應商的Mixture 1時，我們可以看到底層模型是否有任何變化。 但後來我開始討論這個問題：調整A1的數量需要我們添加更多的混合物1，這意味著我們使用更少的填充物，所以看起來我會混淆填料含量與A1含量的影響。
Re：DOE連續因子影響混合物性質供應商是另一個因素。供應商是否與A1的4級，6級和8級混淆？如果是這樣，您將無法將每個供應商的A1級別分開。
我認為A1的數量和A1 / B1的比例會引起一些問題，而問題就是比例。假設A1為4且A1 / B1 = 1。這意味著B1為4。你在這裡收集一些數據並得到一個很好的回應（讓我們說Y = 14）。現在您將A1增加到8並且A1 / B1 = 1並且您得到更好的響應（比如Y = 18）。必須是由於A1的增加，對吧？不，可能是由於B1的增加。更進一步，假設你運行這四個試驗：
A1 A1 / B1 Y.
4 1 14
8 1 18
4 0.5 12
8 0.5 14
請注意，A1的效果看起來與A1 / B1的效果完全相同。
實際上，Y = 10 + B1是生成數據的模型。
也許這可以通過另一種想法來簡化：填料可以被認為是惰性的嗎？如果是這樣，那麼只需將實驗基於不同的A1和B1。剛剛調整填料以保持適當的批量大小，因為它是惰性的而被忽略。
