Definieren von Faktoreinschränkungen im kundenspezifischen Design-DOEHallo Community,
JMP-Neuling hier, bitte entschuldigen Sie, wenn ich etwas sehr Offensichtliches übersehe.
Ich versuche, ein DOE für eine chemische Reaktion einzurichten, die aus 5 Komponenten besteht. Nennen Sie sie einfach A, B, C, D und E. Für ihre Menge drücke ich jede einzelne als Bruchteil des Ganzen aus, oder als den Prozentsatz des Gesamtvolumens, den die Komponente einnimmt. Deshalb möchte ich eine lineare Einschränkung einschließen, damit ihre Summe 100 % nicht überschreitet. Ich verwende:
1A + 1B + 1C + 1D + 1E <= 100
Dann möchte ich als Zweites einige davon einander ausschließen. Ich möchte zum Beispiel nur A ODER B und C ODER D, ich möchte nie, dass beide gleichzeitig vorhanden sind. Deshalb versuche ich, einen unzulässigen Kombinationsfilter hinzuzufügen, um dies zu erreichen. Ich füge einfach A und B hinzu und bewege den Schieberegler so, dass A und B nicht beide Werte ungleich Null haben dürfen. Machen Sie dann dasselbe für C und D.
Ich habe das Gefühl, dass ich jede einzelne einzeln einrichten kann, aber das Programm achtet nur auf diejenige, bei der das Optionsfeld hervorgehoben ist. Ist es nicht zulässig, beide Arten von Einschränkungen zu haben? Oder gibt es einen besseren Weg, dies zu tun? Vielen Dank im Voraus für jede Hilfe. Jede Anleitung in der GUI oder im Skriptbeispiel wäre großartig.
Verbraucher- und MarktforschungQualitäts- und VerfahrenstechnikBetreff: Definieren von Faktoreinschränkungen im kundenspezifischen Design-DOEHadley, Mark, Phil, vielen Dank für all Ihre Beiträge. Es ist sinnvoll, die Wechselwirkung zwischen dem Konzentrationsfaktor und dem kategorialen Faktor zu betrachten. Ich werde es mit der linearen Einschränkung anstelle von Mischungsfaktoren versuchen und die Kategorialfunktionen verwenden, wie Hadley vorgeschlagen hat.
Vielen Dank an alle für Ihre Zeit, das wissen wir sehr zu schätzen!
Betreff: Definieren von Faktoreinschränkungen im kundenspezifischen Design-DOEJa, ich stimme zu, dass der Ansatz der „inerten Zutat“ – manchmal auch „Slack-Variable“ genannt – bedeutet, dass man die Faktoren nicht als Mischungsfaktoren definieren muss. Es gibt Situationen, in denen Sie Mischungsfaktoren verwenden müssen. Aber in diesem Fall hört es sich so an, als ob das nicht nötig wäre. Modelle mit Mischungsfaktoren sollten am besten vermieden werden, sofern sie nicht unbedingt erforderlich sind, da sie schwieriger zu verwenden sind – obwohl JMP Mischungsfaktormodelle problemlos handhabt.Betreff: Definieren von Faktoreinschränkungen im kundenspezifischen Design-DOEZusätzlich zu @HadleyMyers ' Rat, Sie verfolgen den sogenannten Ansatz der „inerten Zutat“. Wasser ist der inerte Bestandteil, aus dem der Rest der Mischung besteht. Verwenden Sie also KEINE Mischungsfaktoren. In diesem Fall können Sie die Ebene der Komponenten unabhängig voneinander ändern.
Betreff: Definieren von Faktoreinschränkungen im kundenspezifischen Design-DOEHallo,
Sie können die Summe einfach auf weniger als 1 einstellen und dann würde Wasser die Differenz ausgleichen.In diesem Fall wäre A+B+C+D+E konstant.Wenn die Wasserkonzentration von Durchlauf zu Durchlauf schwankt, Sie also das Verhältnis von Chemikalien/Wasser als Faktor einbeziehen möchten, dann würde die Hinzufügung von „F“ (Wasser) als Mischungsfaktor A+B+C+D bedeuten +E+F=1.In diesem Fall bräuchten Sie keine lineare Einschränkung.Macht das Sinn?
Was Ihre Frage betrifft: " Wird das Modell verstehen (oder muss es verstehen), dass der Konzentrationswert des Faktors A oder B tatsächlich mit dem kategorischen Wert der ersten Komponente „A“ oder „B“ verbunden ist? Sie verwenden A oder B.Die Möglichkeit, dies zu überprüfen, besteht darin, eine Interaktionskomponente in das Modell aufzunehmen („AorB“ x „Erste Komponente“).Wenn sich dieser Wechselwirkungsterm als signifikant herausstellt, würde das bedeuten, dass die Auswirkung der Konzentration von A oder B tatsächlich davon abhängt, welche Chemikalie Sie verwenden; Höhere Konzentrationen sind beispielsweise optimaler bei Verwendung von „A“, niedrigere Konzentrationen sind jedoch besser bei Verwendung von „B“.
Betreff: Definieren von Faktoreinschränkungen im kundenspezifischen Design-DOEHallo Hadley,
Vielen Dank für Ihre Antwort! Dieser Ansatz macht Sinn, aber ich habe ein paar weitere Fragen. Ich hatte darüber nachgedacht, eine Mischung zu verwenden, aber ich verstehe, dass Faktoren, die als Mischung definiert sind, standardmäßig 1 oder eine beliebige benutzerdefinierte Konstante ergeben müssen. In meinem Szenario, das Ihre Wertegrenzen als Beispiel verwendet, ist es möglich, dass ich AorB = 0,1, CorD=0,1, E = 0,1 testen möchte. Der Rest der Mischung wäre Wasser. Wenn ich die lineare Einschränkung verwendet habe, kann ich erzwingen, dass die drei Konzentrationen ≤ 1 sind, ohne dass sie = 1 sein müssen. Wenn ich diese Faktoren als Mischungen verwende, müsste ich einen weiteren Faktor F hinzufügen, um Wasser darzustellen, nur damit die Summe 1 ergibt. Ich möchte aber nicht, dass das Modell denkt, dass dies ein kritischer Faktor ist, ich möchte nur es soll ein Füller sein. Wäre es sinnvoll, diesen Faktor F hinzuzufügen, oder wäre es besser, Ihre Methode zur Verwendung der Kategorialfunktionen zu verwenden, aber dennoch eine lineare Einschränkung zu verwenden, um die Summe von AorB, CorD und E zu begrenzen? Oder gibt es eine Möglichkeit, Faktor F hinzuzufügen, aber seine Konzentration auf 1 – (AorB + CorD + E) zu erzwingen?
Zweite Frage: Ich denke, die Art und Weise, wie Sie die Faktoren definiert haben, wird funktionieren und das daraus resultierende Design wird Sinn machen, und wir können das umsetzen. Wenn wir die Daten eingeben, versteht das Modell (oder muss es verstehen), dass der Konzentrationswert des Faktors A oder B tatsächlich mit dem kategorischen Wert der ersten Komponente „A“ oder „B“ verknüpft ist? Muss diese Verbindung hergestellt werden? Möglicherweise schaffe ich hier ein Problem, das nicht existiert.
Ich danke Ihnen für Ihre Hilfe!
Betreff: Definieren von Faktoreinschränkungen im kundenspezifischen Design-DOEHallo,
Vielen Dank für diese tolle Frage!Es ist möglich, Faktoren im kundenspezifischen Design als „Mischungs“-Komponenten zu definieren.JMP erkennt die Mischungskomponenten und lässt zu, dass diese zwischen den niedrigen und hohen Werten variieren. Stellen Sie jedoch sicher, dass die Gesamtsumme immer 1 ergibt (Sie können diesen Wert bei Bedarf ändern, der Standardwert ist jedoch 1).
Allerdings ist Ihre Frage etwas komplizierter, da A und B, wenn ich es richtig verstanden habe, nicht beide gleichzeitig in der Mischung sein können (z. B. wenn A > 0 als B = 0) und auch nicht mindestens einer muss in der Mischung vorhanden sein (z. B. wenn A=0, dann ist B!=0).Das Gleiche gilt für C und D.
Sehen Sie sich an, wie ich die folgenden Faktoren definiert habe, und prüfen Sie, ob sie Ihren Kriterien entsprechen.Ich habe drei Mischungskomponenten (AorB, CorD, E) und zwei kategoriale Faktoren („Erste Komponente“ und „Zweite Komponente“) verwendet.Die geringeren Gehalte an AorB/CorD stellen sicher, dass die Mischung mindestens 10 % A oder B und 10 % C oder D enthält.Die Kategoriale definieren, ob A oder B / C oder D verwendet werden.Funktioniert das?
