使用DoE进行比色测定您好JMP社区，
我是JMP的新用户，我想发布一个问题来查看是否有使我的实验更有效的提示。
基本上，我正在进行涉及多种颜色（红色，黄色和蓝色）的DoE实验。我有多种颜色的组合，可以使用分光光度计进行测量。（例如：我从1ml的溶液开始。它由30％的蓝色染料，25％的红色染料和35％的黄色染料组成。然后，我在分光光度计中读取该颜色，并获得该混合颜色所独有的波长）
然后，我在JMP中使用自定义DoE设计，使用混合因子红色，黄色和蓝色（所有值都为0到1）创建一个组合表，并将目标设置为最小。之后，我创建了这些组合，并通过分光光度计将它们全部运行，然后查看哪种组合最接近我要查找的混合物。（即，读取所得混合物的读数，并将其与我尝试重新创建的混合物的读数进行比较。如果原始混合物的读数为0.854，而创建的混合物的读数为0.754，则我输入的数据将为0.1，最小的差是最理想的。）
我想重复此过程，以更接近原始颜色，看看可能需要运行多少次才能尽可能接近。现在，我将输入每次运行得到的数据，查看“拟合模型”功能，并查看Prediction Profiler中的“最大期望值”。然后，我将使用增强设计并更改每个因子的值以反映最大期望输出。（即，如果最大期望值预测表示组合的最小差异为0.3红色，0.3蓝色和0.4黄色，那么我会将红色和蓝色的值更改为0.2到0.5之间，将黄色的值更改为0.3到0.5之间）然后，我重新进行实验，重复直到得到的组合等于或等于所需的组合。
我只是想知道是否可能有一种更有效的方法，是否有一种方法可以使用JMP自动获取我发现的现有数据，并使用它来自动选择更可能找到的组合范围正确的组合，或者如果我目前的做法是最有效的。
感谢您的任何建议/提示
回复：使用DoE进行比色测定你说，” 我想重复此过程以接近原始颜色，看看可能需要运行多少次才能尽可能接近 “和” 如果有办法，我可以使用JMP自动获取我已经找到的现有数据，并使用它来自动选择一系列更可能找到正确组合的组合。这些声明使我感到关注。它揭示了一种“测试心态”。您正在考虑通过“反复试验”找到解决方案。“实验心态”是不同的。它是关于收集最佳（有效和高效）数据以适合可以预测各种因素水平响应的模型。即使它们包含最终的最佳设置，您也不想使用狭窄的因子范围。您的参数估计值和测试统计信息将显示高方差，并导致不稳定的预测。
您如何选择波长来测量吸光度？因此，产生所需吸光度的任何组合（可能不止一个！）是可以接受的吗？
您可以使用“匹配目标”目标，并使用“低”和“高”值定义一个接受窗口。然后提供Y的吸光度，而不是差。
从纯混合（仅一种颜色）过渡到二元或三元混合时，您是否期望吸光度发生非线性变化？如果是这样，则模型至少应包括二次效应。
我将此设计附加为JMP数据表：
回复：使用DoE进行比色测定要添加的另一件事 @markbailey 的评论：您当前使用的测试方法似乎并未考虑可变性。您可以多次测试相同的混合，而不会得到相同的结果。似乎没有考虑到这一点，而Mark所描述的模型构建方法已将其构建到结果中。您将获得一个预测以及一个错误，以一定的置信度指示可能的值。
回复：使用DoE进行比色测定感谢您的迅速反应。
是的，我同意这更多是一种测试心态，但是我不知道有其他方法可以有效地测试3种组合，以尝试找到与目标目标匹配的组合。
我使用3种波长（一种用于蓝色，一种用于黄色，另一种用于红色）。我阅读了所需混合物的这些读数。然后，我将这些读数用于每个创建的混合物。我发现三个读数之间的差异，如果为负则取绝对值。然后，我将3个波长之间的3个差异加在一起，这就是最终的数字。
例如，如果我想要的混合是：波长1：0.4。波长2：0.35。波长3：0.5。 创建的混合物给出：波长1：0.3。波长2：0.3。波长3：0.4。结果将是（0.4-0.3）+（0.35- 0.3）+（0.5-0.4），最终数字将是0.25。因为这个我
现在，我正在使用Scheffe Cubic术语来创建模型。
回复：使用DoE进行比色测定您可以具有三个响应，每个响应均具有“匹配目标”目标，但具有唯一的值。然后，预测分析器将使用合意性函数来查找同时最接近那些目标的混合。
回复：使用DoE进行比色测定太棒了 我认为这比我以前的方法好得多。我会试一试。
