Ich habe c verwendet ategorische Faktoren in a Screening-DOE wie 60min_at_70C oder 30min_at_90C.Im nächsten DOE möchte ich jeden Faktor (Zeit, Temperatur) als kontinuierliche Faktoren untersuchen. Da Zeit und Temperatur mit der Reaktionsgeschwindigkeit verknüpft sind, möchte ich die Zeiten bei jeder Temperatur einschränken. Zum Beispiel: 30–60 Minuten bei 70 °C und 10–30 Minuten bei 90 °C. Gibt es eine einfache Möglichkeit, dies in JMP zu tun und kontinuierliche Faktoren beizubehalten?
Vielen Dank für Ihre durchdachten Antworten. Der von Prof. Goos gezeigte „Response Surface“-Ansatz ist für meine Bedürfnisse gut geeignet. Vielen Dank an Prof. Goos für die hervorragende Erklärung und an Ian, der mich darauf aufmerksam gemacht hat.
Es stehen mehrere Optionen zur Verfügung, diese hängen jedoch davon ab, welche Fragen Sie beantworten möchten. Bevor ich meine Gedanken darlege, stelle ich einige Fragen zu den abhängigen Variablen. Sie weisen darauf hin, dass die Reaktionsgeschwindigkeit wichtig ist, die Reaktionen jedoch möglicherweise nicht in der gesamten „Charge“ gleichzeitig beginnen? Was ist das Produkt der Reaktion? Ist Ihnen die „Qualität“ der Reaktion wichtig (z. B. %-Konzentration)? Welche Änderung der abhängigen Variablen ist von Interesse? Gibt es andere Variablen (insbesondere Lärm), die die Geschwindigkeit oder Qualität der Reaktion beeinflussen können (z. B. Reinheit der Chemikalien, Umgebungsbedingungen)? Befürchten Sie, dass die Reaktionsgeschwindigkeit und -qualität von Charge zu Charge schwankt?
Anscheinend haben Sie ein Experiment mit einem Faktor, einer Kombination aus zwei verschiedenen Zeiten und Temperaturen, durchgeführt. Natürlich verwechseln Sie bei diesem Ansatz Zeit und Temperatur. Nun scheint es, dass Sie diese verwirrenden Faktoren trennen möchten.
Wenn Sie versuchen, kausale Zusammenhänge zwischen den beiden unabhängigen Variablen Zeit und Temperatur und den abhängigen Variablen zu verstehen, dann ist das Experimentieren ein großartiges Werkzeug (dieser Ansatz kann anders sein, wenn Sie versuchen, einen „Gewinner“ auszuwählen (welche Kombination ist die beste). erhalten Sie die „besten“ Ergebnisse mit abhängigen Variablen ... in der aktuellen Studie!). Um zu experimentieren, sollten Sie Ihre Studie mit der Auswahl der Stufen für die Faktoren beginnen, die es gibt mutig, aber vernünftig . Bedenken Sie, dass Sie nicht unbedingt daran interessiert sind, ob alle Kombinationen funktionieren. Sie versuchen, Variationen zu erzeugen und zu untersuchen, welche Faktoren zu dieser Variation beitragen. Beginnen Sie fett und konzentrieren Sie sich beim Lernen auf Iterationen (und fügen Sie im Laufe der Zeit möglicherweise Begriffe höherer Ordnung hinzu).
Wenn Sie die Ebenen eines Faktors abhängig von einem anderen einschränken möchten, kann dies durch Verschachtelung erreicht werden. Sie können die Zeit (2 verschiedene Ebenen) in der Temperatur verschachteln. Wenn Sie dies tun, verlieren Sie natürlich die Möglichkeit, den Interaktionseffekt zu quantifizieren, aber diese Interaktion ist wahrscheinlich bereits bekannt.
Ein anderer Ansatz besteht darin, festzulegen, welche Kombinationen von Faktoren Sie einbeziehen möchten. In der Custom Design-Plattform können Sie Faktoreinschränkungen definieren (linear, unzulässig). JMP kann dies problemlos für Sie erledigen. Ich möchte hier vorsichtig sein, da es viele unterschiedliche Meinungen gibt, aber meiner Meinung nach macht dies den Zweck des Experimentierens zunichte. Dieser Ansatz entspricht eher der „Wähle einen Gewinner“-Mentalität. Möchten Sie wissen, was entsteht? besser Reaktionen Und was schafft schlechter Reaktionen. Sie wollen nicht nur alle „guten“ Ergebnisse. Sie möchten Abwechslung schaffen Je mehr Sie erstellen, desto leichter lassen sich die Faktoreffekte erkennen. Es ist in Ordnung, fehlgeschlagene Reaktionen zu haben, während man lernt, wie man bessere Reaktionen hervorruft! Aufregen über.
In Wirklichkeit ist es sehr situationsabhängig, welche Option Sie wählen, und wir verfügen nicht über genügend Informationen, um Sie darüber zu beraten, welche Option für Sie die beste ist.
Wenn ich Zeitbeschränkungen anwende, müssen diese für jede Reaktionstemperatur eindeutig sein. Ich bin mir nicht sicher, ob Einschränkungen für alle Studien der richtige Weg sind.
Schauen Sie sich auch das zweite Video von Professor Peter Goos („Yield Maximization Experiment: A Response Surface Design in an Irregularly Shaped Factor Region“) an diese Seite .
Haben Sie versucht, Ihre unteren und oberen Grenzen in die linearen Gleichungen einzubauen?
