配方優化、定制設計、如何選擇合適的高濃度你好可愛的 jmp 社區，我是一個非常新的學習者，我希望我能採納一些想法來獲得洞察力，或者甚至在我搜索時可能錯過的論壇上的某個地方獲得聊天鏈接！
嗚…… 我計劃在 jmp 中使用自定義設計來篩選 10 個連續因子（賦形劑）以進行配方優化。 一旦確定了我們重要的線性、二次和/或交互效應，我們的下一步計劃是我們將繼續進行 RSM。 從歷史上看，單變量優化已在我的公司使用，因此他們有能力調查相當高水平的因素（賦形劑濃度）。 我不確定高水平的因素將如何結合使用，最終，我們可能會遇到我們的主動“崩潰”解決方案的情況，這將使任何響應分析無法實現，然後反饋到設計中。 所以現在我有兩種想法，我是否
- 進行因子水平約為的設計。他們通常單變量調查的一半濃度，希望我可以識別 X1、X2、X1X2 以進一步優化並在 RSM 階段將因素提高到更高水平或
- 從一開始就使用更高級別，可能會冒丟失這些高級別組合的響應數據的風險，如果在這種情況下我們沒有得到讀數，那麼嘗試在那個階段降低更高級別並重新篩選？
如果它有助於我目前生成的設計總共有 74 次運行（其中 6 次是中心點），我一次最多可以運行 96 次。 正如我提到的，我是 jmp 的新手，所以如果有任何建議/閱讀材料，您可以幫助我，我將不勝感激！
回复：配方優化，定制設計，如何選擇合適的高水平你提到了一些關於你的配方實驗的細節，進一步探索可能會很有趣：
我想知道你是否也在考慮混合物？
你在考慮加法實驗的順序嗎？
混合設計可能有助於定義 API 崩潰的響應區域。
回复：配方優化，定制設計，如何選擇合適的高水平嗨拜倫，
非常感謝您的回复，我實際上一直在考慮 DSD，但沒想到能夠在一個盤子上進行重複！ 我會給它一個 bash，非常感謝你的洞察力 
回复：配方優化，定制設計，如何選擇合適的高水平我想對第一個篩選實驗提出一些不同的方法。 JMP 中的確定性篩選設計 (DSD) 可以為您節省一些時間和精力。 如果您的 10 個因子都是連續的，則 DSD 設計是 25 次而不是 74 次。 即使增加 8 次額外的運行和 2 個帶中心點的塊也只需要 30 次運行。 （如果你有一個機器人來做移液，你可以在一個盤子裡重複 3 次。 在分析步驟中一起平均的重複非常適合減少由於生物製劑對板的位置影響而引起的變化）
從第一個實驗中，您應該能夠了解 10 個因素的相對重要性，以便在您的下一個 RSM 設計中，您可以使用一個子集和更好的範圍。
範圍.. 在篩選設計中，“要么做大，要么回家”是我的座右銘。 在第一個篩選設計中，在某種程度上，在第一個 RSM 設計中，我想確定失敗的邊緣，以便我可以（用數據）確定一個經過驗證和可接受的範圍。 一旦我有了它，然後是另一個 RSM，可能具有更少的因素（對質量至關重要的因素），理想情況下是 I-optimal 設計，專注於設計空間的中間以尋找最佳操作條件，可能有用。
只是我的 $.02
-B
