拟合模型（与参考相比的反应，混合）大家好，
我最近开始使用 jmp 学习如何规划实验。到目前为止，我做了一些试验，但在构建模型时，我对所有不同的选项和数据排列都感到困惑。我分享一些数据来告诉你我遇到的问题：
实验一：
3 个因子（混合组分 1、混合组分 2、连续因子 1），9 个实验
3 个回复（数据表中仅 2 个；目标：最大化）
我的第一个问题是关于答复：
响应是通过与实验之前的值的差异来衡量的（也是几次测量的平均值），我不知道如何将这些信息添加到数据中来构建模型（在工作表中我只是减去平均值来开始）。
我也不确定是否需要在模型中添加实验编号。如果不添加，是否假定数据来自不同的实验？
我想知道的另一部分是如何处理模型中的混合成分。在那个特定的例子中，我只有 2 个成分，那么有必要将其拟合为混合模型吗？混合成分 1 似乎不会影响响应，但从模型中删除混合因子似乎不正确。
希望你能帮助我。我添加了数据和我制作的一些图表。
到目前为止我只使用过交互式工具。
安娜
数据探索与可视化实验设计大规模定制回复：拟合模型（与参考相比的响应，混合）如果我以某种方式使您感到困惑，我深表歉意，也许我误解了您的情况。 在您提供的回复中，存在二分法。 你说总数必须加到 100，因此当你有组件 1 的 x% 时，你必须有 100-x% 的组件 2。这是一个混合问题，但你说没有限制“ （但没有上限和下限的限制）" ...有。 您不能在不影响组件 2 的百分比的情况下独立更改组件 1 的 x%。 那是一个约束。
回复：拟合模型（与参考相比的响应，混合）感谢您的解释。
我的逻辑可能有错误，因为我仍然没有得到混合定义。 我在一系列实验中以不同的比例添加了 2 个成分，我可以将其描述为其中一个成分的相对量（这是我的第一个推理）。 然后我看到了一些在他们的模型中应用混合物的例子，所以我认为这也适用于我的实验，因为如果我有 x% 的一种成分，我需要有 100-x% 的另一种成分（但没有限制上限和下限）。 因此，根据我的理解，这将是一种混合。 我现在很困惑，不确定我是否解释得很好。
回复：拟合模型（与参考相比的响应，混合）我的后续想法：
1. 不幸的是，您添加的第三个因素并未正交添加到矩阵中，因此您最终在最初的帖子中遇到了令人困惑的主效应。
我不确定我理解你为什么必须将其视为混合物的逻辑......再次，混合物是实验的特殊情况，其中对水平设置有限制。 你建议没有限制，所以你没有混合问题。 也许是一个阶乘问题。
2. 重复测量是处理变异性（短期噪音）的最佳策略。 但是，它们可能不会被分析为好像它们是独立的响应（它们不添加 DF）。 您当然可以绘制每个治疗的重复测量并评估它们的一致性，然后总结重复测量以计算合适的枚举统计（例如，平均值、标准差、中位数）。 在汇总该数据之前，您总是希望查看该数据以查看是否有任何异常数据点。 如果您在 JMP 中的单独列中有重复测量，则堆叠这些列，使用图形构建器或变异性图来绘制处理内数据的图形。 然后使用 Tables>Summary 计算每个处理的适当统计数据。
3.由于您没有一对一的比较，因此使用之前的一些汇总统计和之后的实际值可能是可以的。 在 JMP 中为之前的统计信息添加一列（每个响应一列），然后创建一个公式列，从之前的响应列中减去之后的响应。
4. 你希望噪音没有影响，但你研究过并量化了吗？ 否则，您的推理空间将受到限制，您的模型的预测能力也将受到限制。
添加 JMP 数据表而不是屏幕截图确实很有帮助。
回复：拟合模型（与参考相比的响应，混合）谢谢您的答复！ 我会尽量让它更清楚。
1. 我在 jmp 中使用了自定义设计，但是当我这样做时，我只假设 2 个连续因素：混合组分 2 的相对量和连续因素。 直到后来，当我想改变第三个因素时，我才意识到这必须被描述为一种混合，以获得真实的组合。 这就是为什么我想知道是否需要将其视为混合物。
无论如何，我的设计输入都附在设计图片中。 所以 2 个因素，交互作用和二次项。 我选择了 9 个实验，因为所有术语都没有与该方法混叠。
2. 响应是重复测量，因此在 10 或 6 个样本（响应 1）和 3 个样本（响应 2）上测量响应，这是每个实验的随机样本。 我的问题是在拟合模型时如何传输这些信息？ 每次实验的测量次数都不相同，这有点难看，但这可以修复（但实际上我经常处理丢失的数据点）。
3. 我有实验前的数据，但这些数据与实验后测量的样本不同。 此外，之前和之后测量的样本数量并不总是相同。 对于数据可视化，我会计算均值和置信区间的差异，但我不知道如何将这些信息输入模型。 在表中，我通过从测量的响应中减去参考的平均值来计算 delta，但这忽略了参考数据的不确定性。
4. 2 个混合成分没有约束，实际上有 3 个成分，但在这种情况下，第 3 个是恒定的（混合成分 3/（混合成分 1 + 混合成分 2）= const）。 感谢您的参考，我将阅读并尝试了解在这种情况下可以应用什么。 是的，该实验中也存在不受控制的因素。 显然它们被认为不会影响结果，但没有系统数据，所以老实说我不知道（很难说是否值得研究这些，需要对此进行更多研究）。
5. 该问题与如何将响应分配给 1 个实验而不是将其视为几个重复实验有关。
谢谢你的时间！
安娜
回复：拟合模型（与参考相比的响应，混合）我有一些想法，但我不确定你在问什么：
1. 看来您有 9 种治疗组合，这是 3^3 设计的部分因子，但我不确定您是如何选择治疗的？ 通常，在设计实验时，您将从对要研究的模型的想法开始。 这通常源自您对哪些因素影响响应变量的假设。 我不知道您正在研究什么模型，但您为 9 种治疗选择的设计可能会更好。 您在实验中混淆了术语或部分别名。
2. 每种治疗都有多种措施。 我不知道这些是重复测量还是复制，因为您的数据表中没有运行顺序。 即便如此，一种治疗有 6 个反应，其他治疗有 10 个。
3. 如果您想要从治疗前到治疗后的增量变化，只需添加一个包含之前测量的列，然后创建一个列，该列是一个计算增量的公式。
4.您使用术语“混合”组件？ 有什么限制吗？ 关于混合设计有多种思想流派（我建议你阅读康奈尔的“混合实验”。） 例如，是否存在不属于“混合批次”的其他处理组件，例如搅拌速率或温度？ 您可能还想调查这些因素。 有时您可以从成分的比例开始。 混料设计是实验的一种特殊情况。 这是因为一个混合因子水平的变化需要改变其他混合成分的水平（通常这些成分必须比 1）。 ，因此实验的一些正交特性受到损害。 我通常认为混合设计是优化类型的实验。 通常，这意味着您已经定义了一阶模型并完全了解噪声影响。 您将分析响应面以确定最佳工作区域。 但是，如果表面是您要攀登的山的底部，那将没有任何好处。
也许从这里开始：
https://www.jmp.com/en_us/events/mastering/topics/mixture-designs.html
5. 不，您不应该在模型中添加实验编号。 建议跟踪运行顺序，因为我们在评估模型的残差时会按运行顺序进行排序。
最后，我建议您从对实验的一些基本了解开始。 JMP 提供了一些在线选项来了解实验：
https://www.jmp.com/en_us/online-statistics-course/design-of-experiments.html
