Anpassen eines Antwortoberflächenmodells mit vier Faktoren (ein Faktor ist ein Störfaktor)Ich habe ein DoE entwickelt, um den Einfluss von Faktoren auf einen Filtrationsprozess zu untersuchen. Zuerst habe ich ein fraktionales faktorielles DoE entworfen, um 4 Faktoren auf zwei Ebenen (niedrig und hoch) zu untersuchen, das auch zwei Mittelpunkte enthält. Bei der Bewertung stelle ich fest, dass einer der vier Faktoren keinen Einfluss auf die Antworten hat und in weiteren DoE-Entwürfen nicht berücksichtigt wird. Das Design wird dann um Sternpunkte mit den verbleibenden drei Faktoren erweitert. Es wird dann bemerkt, dass es einen Störfaktor gibt, der im fraktionalen faktoriellen DoE nicht gesteuert wurde und auch im erweiterten Design nicht gesteuert wurde. Es wird erwartet, dass sich dies auf eine oder mehrere Antworten auswirkt. Dieser Störfaktor hängt jedoch von einem der drei Faktoren ab (aus rechnerischer Sicht). Die Werte des Störfaktors wurden für beide Versuchspläne berechnet und zur Bewertung in die JMP-Datentabelle aufgenommen. Jetzt enthält das Design vier Faktoren.
Ist es gültig, ein Antwortoberflächenmodell an die Daten anzupassen, da es für den Störfaktor an sich keine "Ebenen" gibt? Oder wäre in diesem Fall ein anderes Modell / Ansatz angemessen?
AnalytikDAMHIRSCHKUHBetreff: Anpassen eines Antwortoberflächenmodells mit vier Faktoren (ein Faktor ist ein Störfaktor)Jede Situation erfordert ein sorgfältiges Verständnis der Wirkmechanismen. Leider bieten Sie nicht genug Anleitungen, aber ich werde meine Gedanken teilen. Wie haben Sie den Rauschfaktor und seine Auswirkungen auf die Reaktionen entdeckt? Ist die Rauschvariable messbar? Wenn ja, könnten Sie es als Kovariate behandeln. Wie nah sind Sie am "optimalen" oder gewünschten Ergebnis? Was ist die Rauschvariable? Hat das etwas mit Rohstoffen zu tun? Können Sie mit dem Rohstofflieferanten zusammenarbeiten, um die Variabilität zu verringern? Haben Sie den Prozess auf Konsistenz / Stabilität durch gezielte Probenahme untersucht? Ich bin mir nicht sicher, was du mit " Dieser Störfaktor hängt jedoch von einem der drei Faktoren ab (aus rechnerischer Sicht). " Wenn Ihre Designfaktoren mit der Rauschvariablen interagieren, ist dies ein Problem. Dies ist ein Hinweis darauf, dass Ihr Prozess nicht robust ist. Sie müssen herausfinden, wie Sie gegenüber der Rauschvariablen robust werden können. Dies kann das Finden von Pegeln für die Entwurfsfaktoren oder das Finden eines anderen Entwurfsfaktors umfassen, der den Rauschfaktoreffekt minimiert. Möglicherweise muss der Prozess auch neu gestaltet werden. Die gute Nachricht ist natürlich, dass Sie den Rauschfaktor identifiziert haben und daher Ihre Experimente über diesen sich ändernden Rauschfaktor wiederholen können, um die Robustheit abzuschätzen. Gab es Anzeichen einer Krümmung von den Mittelpunkten? Wenn nicht, warum fügen Sie Sternpunkte hinzu, um nichtlineare Effekte abzuschätzen?
Betreff: Anpassen eines Antwortoberflächenmodells mit vier Faktoren (ein Faktor ist ein Störfaktor)Hier werde ich weitere Details zum experimentellen Design bereitstellen.
Einer der Faktoren im DoE war die Proteinkonzentration (in g / l) in der Eingangslösung. Es war beabsichtigt, für jedes Experiment das gleiche Volumen an Eingangslösung zu filtern (wir messen dies).Daher wäre der in jedem Experiment gefilterte Proteingehalt unterschiedlich. Der Proteingehalt wird als g / m2-Filter angegeben und als Störfaktor angesehen (möglicherweise ist ein besserer Begriff erforderlich).In einigen Experimenten blockierten die Filter und nicht die gesamte Lösung konnte gefiltert werden (höchstwahrscheinlich aufgrund hoher Proteinkonzentrationen). Daher schlugen wir vor, den in jedem Experiment gefilterten Proteingehalt zu bestimmen und festzustellen, ob dies einen Einfluss auf die Reaktionen hat (am interessantesten wäre der Effekt auf den Flusszerfall).
Um Ihre Frage zur Krümmung zu beantworten, haben wir die Krümmung von den Mittelpunkten aus erkannt und dem Design daher Sternpunkte hinzugefügt. Wir versuchen auch nicht, unseren Prozess zu optimieren, sondern Bereiche festzulegen, die die Robustheit des Prozesses gewährleisten.
