Desafío DOE- Objetivo es la caracterización / optimización de un proceso de fermentación.
- 6 factores (X1-X6), independientes y controlables para cada unidad experimental (su configuración de diseño personalizado necesita 53 ejecuciones)
- desea incluir un factor "tiempo de cultivo" (Connecticut). Esto significa tomar una muestra en tres momentos diferentes y analizarla (una especie de medida repetida). Esto es mucho trabajo para el departamento de análisis, por lo que quieren reducir el número de pruebas / muestras.
- Desafío: ¿Cuál es la mejor forma de seleccionar las muestras de CT y configurar el diseño?
Ideas del cliente:
- utilice el diseñador personalizado y los factores X1-X6 como covariables para ser seleccionados
- los efectos del modelo son solo efectos principales
- probar un número diferente de corridas hasta que las colinealidades de los efectos principales X1-X6 sean mínimas o aceptables (esperan que esto resuelva las interacciones de 2 factores (X1-X6) * ct)
- Alternativamente, usando una parcela dividida ya en el primer diseño
¿Cómo abordar mejor este tipo de situaciones?
Creo que la idea con las covariables debería funcionar. Esto ayudaría a encontrar un subconjunto de ejecuciones en las que prueben los tres puntos de tiempo de ct y obtengan una información decente si ct tendrá un efecto y también si hay alguna interacción potencial. Pero, ¿podemos evaluar fácilmente cuál es la potencia de estos efectos del modelo?
No creo que la trama dividida funcione aquí, pero puede que tengas otras ideas.
Otra idea espontánea sería tomar estas muestras y usar FDE y como variables suplementarias los factores DOE y ver si existe alguna relación entre X1-X6 y el perfil de los valores de ct. 3 puntos no son mucho pero dependiendo de la forma puede ser suficiente.
¿Qué piensas? ¿Algunas ideas?
Re: desafío DOEHola martin,
Interesante. ¿Puede explicarnos un poco más sobre " su configuración de diseño personalizado necesita 53 ejecuciones "? ¿Son todos los factores, X1 - X6, continuos?
¿Quiere decir que llevarán a cabo un DOE de 53 ejecuciones en los 6 factores y la pregunta es cómo deben muestrear frente al tiempo en esas 53 ejecuciones?
Si es así, parece que no pueden pagar 159 (= 53 * 3) muestras de puntos de tiempo. ¿Cuántos podrían pagar?
Salud,
Phil
Re: desafío DOE¿Se ejecutarán todas las unidades experimentales durante la misma cantidad de tiempo o dependerá del nivel de ct (es decir, es ct un tratamiento)?
Re: desafío DOE¿Alguno de los factores es difícil de cambiar? ¿O restringirán la aleatorización por conveniencia?
¿Saben ya que estos seis factores afectan la respuesta?
¡Me suena a medidas repetidas! Sugeriría que consideren un rango de CT con el valor nominal en el centro.
¿Por qué utilizar covariables? ¿Quiere decir que ya tienen datos para algunas unidades experimentales? ¿Por qué no utilizar el diseño personalizado desde cero?
¿Qué especificaron en Diseño personalizado para que se requieran 53 corridas? Ese número me parece excesivo.
¿Están seguros de que solo habrá un cambio lineal en la respuesta? Ese no suele ser el caso en sistemas biológicos como la fermentación.
Me gusta la idea de FDOE con CT como función. No estoy seguro de si 3 puntos de tiempo proporcionarán mucha información, pero una vez que tengan los datos, pueden probar muchos enfoques analíticos diferentes.
Ojalá tuviera más respuestas que preguntas, ¡lo siento!
Re: desafío DOEHola, gracias a todos por todas sus sugerencias y preguntas;)
Tengo algunos detalles más y trato de responder a sus preguntas:
- a corregir: El diseño no es un diseño personalizado sino un CCD ortogonal (incluye 9 puntos centrales), por lo tanto, 53 = 46 + 9 corridas (me dijo que estaba equivocado y un colega usó otro diseño), 6 factores continuos
- Es un proceso por lotes (similar a un proceso de titulación) y el tiempo de cultivo se mide 3 veces durante este proceso para un lote, por lo que, por un lado, una medida repetida pero sin tratamiento, pero en mi opinión es perfecto para un FDOE.
- Pueden permitirse tal vez 30-40 mediciones analíticas como máximo, ahora mismo quieren hacer esto para los puntos axiales del CCD para evaluar cómo el tiempo de cultivo interactúa con los otros factores DOE.
- Se encuentran en un proceso de caracterización y el objetivo final es encontrar el mejor momento de cultivo y cómo luego tienen que controlar el resto de parámetros para mantenerse en su rango de calidad.
- Tienen alguna idea de lo que probablemente sea importante, sin embargo, el proceso es diferente cada vez.
Si trato los datos resultantes en un modelo mixto, vería las medidas repetidas de esa manera:
- lote sería el efecto fijo
- tiempo de cultivo el efecto aleatorio y lote * ct (y los otros factores de manera similar)
Si intentara configurar un diseño personalizado, buscaría una respuesta funcional (con puntos de tiempo de ct) y haría un diseño con 6 cont. factores. Esto conduciría a un diseño de 34 corridas, agregando algunas adicionales (CP) que aún estar por debajo de 40 (> 13 menos que ahora, aún con la necesidad de seleccionar entre 12 y 13 solo para el departamento de análisis (ya que tienen que medir 3 veces.
Todavía no veo cómo usaría una parcela dividida en el caso que solicitó el cliente. Y tratar el ct como factor no me viene a la cabeza, ya que no tiene sentido tener solo una medida en un lote para, por ejemplo, el ct más bajo y en otro lote una medida para un ct más alto.
Espero poder descubrir algunas incógnitas.
