DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？你好，
希望您对这个有趣的问题有一些想法。
我们的目标是找到优化化学反应产量的设置。
对于反应物、试剂、配体、溶剂的不同选择，有5个分类因素（附因素表）。 这些因素有 3 到 12 个级别。
因子水平有 4608 种可能的组合。 运行所有这些是不可行的！
可以同时进行 48 次运行，大约需要 2 天的实验室工作时间。
因此，在第一阶段，我们运行了 48 次运行的自定义主效应筛选设计（附后）。
第一个运行块揭示了一些有用的见解：
- Reactant_1 和 Reactant_2 的影响最大。
- 一些组合的产率>90%。
Distribution of %Yield and 5 Factors for 48 run screening experiment.Distribution of %Yield and 5 Factors for 48 run screening experiment.48 轮筛选实验的%产率和 5 个因素的分布。
问题是：接下来怎么办？ 接下来的 48 轮比赛应该是什么？
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？谢谢， @Ryan_Lekivetz 。 我肯定会与您联系，因为我认为这可能会成为一篇有趣的论文，但我们才刚刚开始考虑这一点。
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？@本弗朗西斯问及使用预测模型进行增强的想法，所以我想我会将其发布在这里，以防它对其他人有用。
在 Augment_example.jmp 中，我创建了一个简单的 12 次试验设计，其中包含 3 个连续因子和 1 个 3 水平因子。 模拟响应基于 X3 的系数 3 和 X4 第一级的系数 2（因此第三级的系数为 -2）。 我根据这个原始数据集保存了拟合模型中的预测公式，并通过删除冒号并将匹配替换为对每个级别的引用，将其“转换”为不允许的组合。 然后我将其设置为不允许预测响应小于 3 的点。 也就是说，公式：
(-0.488118773193337) + 0.0500127592094168 * :X1 + 0.090943953251116 * :X2
+3.44923140690808 * :X3 + 匹配( :X4,
“L1”，1.81325700252147，
“L2”，0.117965718890636，
“L3”，-1.93122272141211，
。
）
变成：
(-0.488118773193337) + 0.0500127592094168 * X1 + 0.090943953251116 * X2
+3.44923140690808 * X3 + (X4 == 1) * 1.81325700252147 + (X4 == 2) *
0.117965718890636 + (X4 == 3) * -1.93122272141211 < 3
“带有 disallowed.jmp 的增强设计”显示了最终的设计，并仔细检查了预测响应值是否全部高于 3。请注意，它最终不会选择“L3”处的 X4 或 -1 处的 X3。 我必须看看是否有什么原因它仍然没有稍微改变 X3，但它提供了一个想法。
当主要是连续输入时，我也使用了同样的方法使用 FFF 设计将设计空间限制在模型看起来有趣的地方。
希望这可以帮助，
瑞安
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？嘿@菲尔_凯,
这是一个有趣的问题...... 我不熟悉文献，但似乎根据您正在做的事情作为“如果”将其视为设计的实验来发表一些东西可能是值得的。 一段时间以来，我一直在考虑讨论此类问题的途径（全阶乘与子集），所以如果您还没有走上发布之路，也许我们应该聊聊。 这让我想起几年前的一段话：
http://www.acadiau.ca/~hchipman/talks/ChipmanSSC2015.pdf
关于增强问题，请随意在内部愿望清单中添加一些内容 - 在未来的实验中删除级别会很好。
我过去也取得了成功，我使用第一个设计的预测模型作为不允许的组合（这对于分类来说有点痛苦，因为你必须转换它）。 您采用预测公式并不允许预测值低于某个值（例如 80）的组合。 并作为@尼克谢尔顿如上所述，您也可以禁止这些级别。
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？顺便说一句，这个例子来自发表的论文他们实际上运行了完整的阶乘（运行了 4608 次！）。
这是一个非常好的数据集（附加 JMP 表）。 尽管很难知道数据的准确性或精确度。
如果没有别的办法，你可以制作一个漂亮的热图：
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？谢谢。 这确实很有帮助， @尼克谢尔顿。
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？在增强设计中，您无法删除分类级别，但可以设置因子约束以防止新运行使用某些级别。
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？我喜欢这个主意@本弗朗西斯。
理想情况下，我们会选择一组 48 次运行，它们是：
- 根据我们当前的模型预测会有高产量
- 最适合测试感兴趣的模型
所以也许我们可以：
- 生成一个非常大的候选集，包含 1000 次运行（例如，完整的阶乘），然后
- 从中选择预计产量高于某个阈值的 100 次运行的子集。
- 使用这些作为候选集和自定义设计与协变量因素来确定最佳 48 来测试模型
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？谢谢@本弗朗西斯和@尼克谢尔顿。
两个都是好主意。
围绕当前预测的最佳设置进行一些确认运行似乎是个好主意。 但我认为我们可能希望在接下来的 48 场比赛中做更多的事情。
根据 Ben 的建议，我查看了比例估计值，发现某些因素的类别水平明显比其他因素差，例如配体 [Xantphos]。
（Xantphos 是有史以来最糟糕的配体，不是吗？ 就我个人而言，我永远不会使用 Xantphos 做任何事情:) ）。
从进一步的运行中删除这些类别级别似乎是合理且合理的。
同样，我们有理由去掉 2 个反应物 2 的水平并仅使用硼酸。
有人尝试过对分类变量使用 Augment 吗？ 我似乎无法弄清楚如何在增强之前删除类别级别。
干杯，
菲尔
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？好点子@缺口，也许我们可以使用模拟器找出一组预测的高收益（Obj>0.95）候选者？ 这导致了附件中的 23 个候选集。
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？如果将反应物 1 和 2 之间的相互作用纳入模型中，则分析器中的因素组合可将产率提高到 99%。 与其通过后续 DOE 探索其他因素组合，也许现在最好进行一组验证性实验，以验证这些已确定的设置在实践中的收益率可达 99%。
回复：DOE 具有 5 个多级分类。 寻找最优的最佳顺序方法？嗨菲尔，
感谢您强调这个示例，这对于许多专注于大型实验而不是顺序方法的客户来说似乎很重要。 这是一个令人头疼的问题，所以我渴望探索每个人的想法！
考虑我们是否有理由筛选出不同水平的因素可能会有所帮助。 使用效果详细信息（比我的 Fit Y by X 初始建议更好）和 TK HSD（尽可能保守），也许有理由删除 6-Cl-Q（反应物 1）和三氟硼酸盐（反应物 2）作为水平？ 同样有趣的是，虽然配体的“无”是平均产率第二低的，但试剂 1 的“无”是中等产率。 它与零因子不同，但也许关注的是一些具有负面影响的试剂 1 在接下来的 48 中是否有用？
亲切的问候，
本
