44210_it-IT

liliconcom

Fattore categorico puro DOE

Ciao,

 

un cliente ha la seguente situazione. Si tratta di rimuovere le cellule da una coltura cellulare con filtri per ottenere solo il resto liwuid. Ogni carica ha 4 posizioni di filtro e tre tipi di filtro possono essere posizionati su quei quattro punti. Le risposte sono la resa del prodotto (max.) E per minimizzare due tipi di inquinamento che dovrebbero essere trattenuti dai filtri. Anche il prodotto stesso è parzialmente trattenuto dai filtri.

 

La domanda ora è: quali filtri o combinazioni di filtri forniranno il rendimento massimo e l'inquinamento minimo?

 

Il DOE deve essere eseguito in uno scenario di produzione. L'impostazione del filtro può essere cambiata da carica a carica ma non all'interno. Poiché non vogliono rischiare di sprecare troppo, è necessario evitare tutte le posizioni con lo stesso tipo di filtro.

 

DOE(
 Custom Design,
 {Add Response( Maximize, "Mean Product", ., ., . ),
 Add Response( Minimize, "Pollution 1", ., ., . ),
 Add Response( Minimize, "Pollution 2", ., ., . ),
 Add Factor( Categorical, {"A", "B", "C"}, "X1", 0 ),
 Add Factor( Categorical, {"A", "B", "C"}, "X2", 0 ),
 Add Factor( Categorical, {"A", "B", "C"}, "X3", 0 ),
 Add Factor( Categorical, {"A", "B", "C"}, "X4", 0 ), Set Random Seed( 23936913 ),
 Number of Starts( 27053 ), Add Term( {1, 0} ), Add Term( {1, 1} ),
 Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
 Set Sample Size( 12 ), Disallowed Combinations(
  X1 == 1 & X2 == 1 & X3 == 1 & X4 == 1 | X1 == 2 & X2 == 2 & X3 == 2 & X4 ==
  2 | X1 == 3 & X2 == 3 & X3 == 3 & X4 == 3
 ), Make Design}
);

Questo è stato il mio primo tentativo.

 

Poiché sono presenti combinazioni di filtri, vorrei aggiungere termini di interazione, ma temo il numero crescente di corse (Principalmente a causa del fatto che una corsa significa una carica prodotta e se aggiungiamo tutte le interazioni abbiamo> 30 corse. Questo probabilmente è troppo per il cliente). Qualche commento sulla riduzione del numero di corse in una situazione del genere (anche al di sotto del numero consigliato di 12 corse) dalle tue esperienze (dal punto di vista della qualità della stima mi è chiaro)?

 

Ho anche visto una presentazione di Silvio che parlava dello scambio di fattori categorici con proprietà chimiche (continue), che potrebbe essere una soluzione per risultati migliori. Altre idee?

Grazie,

balestruccio

Ri: fattore categorico puro DOECiao Martin,
Il design mi sta bene. Nessuno dei principali effetti o interazioni a 2 fattori viene confuso. Quindi potresti stimare un sottoinsieme di uno di essi. Ma sarai limitato dal numero di piste che hai.
Non credo che ci siano scorciatoie qui. Se è probabile che le interazioni siano importanti, dovranno progettare un esperimento che lo collauda.
Potrebbero voler provare ad aggiungere interazioni come effetti "Se possibile" nel modello.
Un approccio sequenziale potrebbe essere una buona idea. Per esempio potresti scoprire da un esperimento di screening che il tipo del primo filtro non ha alcun effetto. Quindi puoi aumentare solo sugli altri 3 fattori. Oppure potresti scoprire che nulla risulta così significativo nel tuo progetto di proiezione, nel qual caso hai evitato di perdere molto tempo in un grande esperimento.
Penso che l'approccio adottato da Silvio fosse in una situazione di avere un fattore categorico con un gran numero di livelli (ad esempio diverse entità chimiche discrete) e sostituire con un numero di fattori descrittivi continui (peso molecolare, punto di ebollizione ecc ...). Questo non è proprio il caso qui.
Si potrebbe dire al cliente che se volessero testare tutte le possibili combinazioni, sarebbero 3 ^ 4 = 81 corse. Rispetto a questo, 30 piste non suonano così male!
Saluti,
Phil