私はcを使用しましたの不可分因子60min_at_70C または 30min_at_90C などのスクリーニング DOE。次回の DOE では、各要因 (時間、温度) を連続要因として調査したいと思います。 時間と温度は反応速度に関連しているため、各温度での時間を制限したいと思います。 例: 70℃で 30 ～ 60 分、90℃で 10 ～ 30 分。 JMP でこれを実行し、連続因子を維持する簡単な方法はありますか?
思慮深いご回答をありがとうございました。 Goos 教授が示した「応答曲面」アプローチは、私のニーズに非常に適しています。 素晴らしい説明をしてくれた Goos 教授に感謝します。また、私の注意を引いてくれた Ian に感謝します。
複数のオプションが利用可能ですが、それらは答えようとしている質問によって異なります。 私の考えを述べる前に、従属変数についていくつか質問します。 反応速度が重要であるとのことですが、反応は「バッチ」全体で同時に開始されない可能性がありますか? 反応の生成物は何ですか? 反応の「品質」(濃度%など)を気にしますか? 従属変数のどの程度の変化に関心があるでしょうか? 反応の速度や品質に影響を与える可能性のある他の変数 (特にノイズ) はありますか (化学物質の純度、周囲条件など)。 反応速度と品質のバッチ間の変動を懸念していますか?
1 つの要素、2 つの異なる時間と温度の組み合わせで実験を実行したようです。 もちろん、このアプローチでは時間と温度を混同してしまいます。 ここで、これらの複雑な要因を分離したいようです。
時間と温度という 2 つの独立変数と従属変数の間の因果関係を理解しようとしている場合、実験は優れたツールです (「勝者を選ぶ」場合 (最適な組み合わせは何か)、このアプローチは異なる場合があります)現在の研究で「最良の」従属変数の結果が得られます!)。 実験するには、要因の水準を選択することから研究を開始する必要があります。大胆だが合理的。 すべての組み合わせが機能するかどうかに必ずしも興味があるわけではないことに注意してください。 あなたは変化を生み出し、その変化にどのような要因が寄与しているかを研究しようとしています。 大胆に始めて、反復を通じて学習することに焦点を当てます (おそらく、進むにつれて高次の用語を追加します)。
ある因子のレベルを別の因子に依存して制限したい場合、これはネストによって処理できます。 温度に時間 (2 つの異なるレベル) を入れ子にすることができます。 もちろん、これを行うと相互作用効果を定量化する能力が失われますが、この相互作用はおそらくすでに既知であると考えられます。
もう 1 つのアプローチは、含める要素の組み合わせを規定することです。 カスタム設計プラットフォームでは、因子制約 (線形、禁止) を定義できます。 JMP ではこれを簡単に行うことができます。 さまざまな意見があるので注意したいのですが、私見では、これは実験の目的に反しています。 このアプローチは、どちらかというと「勝者を選ぶ」という考え方に近いものです。 何が生み出すのか知りたいですかより良い反応そして何が生み出すのか悪い反応。 すべての「良い」結果だけを望んでいるわけではありません。 バリエーションを作りたいを作成すればするほど、因子の効果を検出しやすくなります。 失敗したリアクションがあっても、より良いリアクションをする方法を研究しながら大丈夫です！ うそつき。
実際には、どのオプションを選択するかは状況に大きく依存しており、何が最善のオプションであるかについてアドバイスを提供するのに十分な情報がありません。
時間制約を適用する場合、その制約は反応温度ごとに一意である必要があります。 すべてのトライアルに制約を適用することが正しい方法であるかどうかはわかりません。
Peter Goos 教授による 2 番目のビデオ (「収量最大化実験: 不規則な形状の因子領域における応答曲面設計」) もご覧ください。このページ。
