応答曲面モデルを4つの要因でフィッティングします（1つの要因は迷惑な要因です）私は、ろ過プロセスに対する要因の影響を研究するためにDoEを設計しました。 最初に、2つのレベル（低と高）で4つの要因を調査するために一部実施要因計画法を設計しました。 評価では、4つの要因の1つが応答に影響を与えず、以降のDoE計画では考慮されていないことがわかりました。 次に、デザインは、残りの3つの要素とともにスターポイントを含むように拡張されます。 次に、一部実施要因計画法では制御されておらず、拡張計画でも制御されていない迷惑要因があることに気づきます。 1つ以上の応答に影響を与えることが期待されます。 ただし、この厄介な要因は、（計算の観点から）3つの要因のいずれかに依存します。 迷惑係数の値は、両方の実験計画について計算され、評価のためにJMPデータテーブルに含まれていました。 現在、設計には4つの要素が含まれています。
迷惑要因自体には「レベル」がないので、応答曲面モデルをデータに適合させることは有効ですか？ または、この場合、別のモデル/アプローチが適切でしょうか？
分析DOERe：応答曲面モデルを4つの要素でフィッティングします（1つの要素は迷惑な要素です）すべての状況で、動作中のメカニズムを慎重に理解する必要があります。 残念ながら、あなたは具体的なガイダンスを提供するのに十分なものを提供していませんが、私は私の考えを共有します。 雑音指数とそれが応答に与える影響をどのようにして発見しましたか？ ノイズ変数は測定可能ですか？ もしそうなら、あなたはそれを共変量として扱うことを検討するかもしれません。 「最適な」または望ましい結果にどの程度近づいていますか？ ノイズ変数とは何ですか？ 原材料と関係がありますか？ 原材料のサプライヤーと協力して変動を減らすことはできますか？ 直接サンプリングによる一貫性/安定性のプロセスを研究しましたか？ 「どういう意味かわかりません」ただし、この厄介な要因は、（計算の観点から）3つの要因のいずれかに依存しています。」 設計要素がノイズ変数と相互作用する場合、それは問題です。 これは、プロセスが堅牢でないことを示しています。 ノイズ変数に対してロバストになる方法を探す必要があります。 これには、設計係数のレベルの検索や、雑音指数の影響を最小限に抑える別の設計係数の検索が含まれる場合があります。 また、プロセスの再設計が必要になる場合もあります。 もちろん、良いニュースは、雑音指数を特定したため、その変化する雑音指数に対して実験を複製して、ロバスト性を推定できることです。 中心点からの湾曲の証拠はありましたか？ そうでない場合、なぜ非線形効果を推定するためにスターポイントを追加するのですか？
Re：応答曲面モデルを4つの要素でフィッティングします（1つの要素は迷惑な要素です）ここでは、実験計画について詳しく説明します。
DoEの要因の1つは、入力溶液のタンパク質濃度（g / L）でした。 これは、各実験で同じ量の入力溶液をフィルタリングすることを目的としていました（これを測定します）。したがって、各実験でフィルタリングされたタンパク質含有量は異なります。 タンパク質含有量はg / m2フィルターとして報告され、迷惑要因と見なされます（おそらくより良い用語が必要です）。一部の実験では、フィルターがブロックされ、すべての溶液をろ過できなかった（おそらくタンパク質濃度が高いため）。 したがって、各実験でフィルタリングされたタンパク質含有量を決定し、これが応答に影響を与えるかどうかを確認することを提案しました（最も興味深いのはフラックス減衰への影響です）。
曲率についての質問に答えるために、実際には中心点から曲率を検出したため、デザインにスターポイントを追加しました。 また、プロセスを最適化しようとはしていませんが、プロセスの堅牢性を確保する範囲を確立しています。
Re: 4 つの因子による応答曲面モデルの適合（1 つの因子はニューサンス因子）@Michael_Mart さん、 2回目の返信から、 @statmanさんのアドバイスに従って、実験計画と分析の観点から、あなたが「ニューサンス因子」と呼ぶものを、JMP では「共変量」と呼ぶものとして扱うのがよさそうですね。共変量を含めた一部実施要因計画をバックトラックして分析する機能はありますか？それも参考になるかもしれません。共変量に関する JMP ドキュメントのセクションへのリンクはこちらです： JMP での共変量を使った実験
DOE ベースの調査で共変量を使用する詳細と例については、Goos と Jones の著書「Optimal Design of Experiments」を入手することもできます。
