Fragen zur Response-Surface-Methodik (Box-Behnken-Design-Matrix)Guten Morgen,
Ich versuche derzeit, einige enzymatische Reaktionen mit der Response Surface Methodology in einer konkreten Box-Behnken-Designmatrix zu optimieren.
Mit dem Programm wählen Sie Ihre unabhängigen Variablen oder Faktoren (pH, Temperatur, Enzymbelastung usw.) und weisen jedem einen "niedrigen" und "hohen" Wert zu. Das Programm errechnet dann automatisch den „mittleren“ Wert.
Meine erste Frage ist, ob es möglich ist, diesen "mittleren" Wert zu ändern. Mein niedriger Wert für die Enzymbeladung beträgt 5 U/ml und mein hoher Wert 20. Der Mittelpunkt sollte also bei 12,5 U/mL liegen. Allerdings habe ich meine "mittleren" Reaktionen mit 10 U/mL durchgeführt. Das Programm ermöglicht es Ihnen, die vorgeschlagenen Werte sehr einfach zu ändern, also habe ich das getan. Gibt es ein Problem damit? Da das Programm diese Änderungen zulässt, gehe ich davon aus, dass es die Reaktionsbedingungen optimieren wird, da ich den Wert 10 anstelle von 12,5 verwendet habe.
Meine nächste Frage ist, ob ich mehr Reaktionen (mit anderen Kombinationen der Faktoren) als die vom Programm vorgeschlagenen hinzufügen kann. Dies liegt daran, dass ich einige Reaktionen durchgeführt habe, bevor ich das Experiment mit dem Programm entworfen habe, und ich habe Ergebnisse ("Antworten") für Reaktionen, die bei anderen Kombinationen der Variablen als den vom Programm vorgeschlagenen durchgeführt wurden. Ich weiß, dass das Design von Experimenten dazu gedacht ist, die Anzahl der Reaktionen zu minimieren, die für die Optimierung eines Prozesses erforderlich sind, aber da ich diese Werte bereits habe, denke ich, dass sie nützlich sein könnten, um das Vorhersagemodell zu stärken.
Vielen Dank im Voraus.
Carlos
DAMHIRSCHKUHRe: Fragen zur Response Surface Methodology (Box-Behnken Design Matrix)Sie werden nicht ins DOE-Gefängnis geworfen, wenn Sie die „mittleren“ Werte an einer Stelle platzieren, die nicht in der Mitte des Faktorraums liegt. Dies hat ein bisschen was von „schädlich“, und das ist wahrscheinlich ein zu starkes Wort, um es in Bezug auf die Orthogonalität des Designs zu verwenden … aber es ist im Allgemeinen keine fatale Konsequenz.
Das Hinzufügen zusätzlicher Läufe zum Designbereich ist in JMP aus prozeduraler Sicht sehr machbar ... hat jedoch einige Annahmen, die damit einhergehen sollten ... wie das Vorhandensein oder Fehlen von Stör- / Rauschvariablen und deren Auswirkungen zwischen dem Kern Design und die zusätzlichen Läufe. Was sagt Ihnen Ihr Bauchgefühl dazu ... zum Beispiel verwenden Sie beim Kerndesign vielleicht die Materialien eines Lieferanten ... und bei den anderen Läufen haben Sie einen anderen Lieferanten verwendet. Sind Sie bereit anzunehmen, dass Materialunterschiede der Lieferanten keine Auswirkungen haben?
Diese zusätzlichen Läufe werden auch die Korrelation der Effekte im Kerndesign weiter beeinflussen und können zu einigen Korrelationen zwischen den Schätzungen führen, die Sie nicht erwartet haben. Bevor Sie also mit der Analyse fortfahren, möchten Sie vielleicht die Plattform zum Vergleichen von Entwürfen verwenden, um die Auswirkungen des Hinzufügens dieser Läufe zu bewerten ... auf die Plusgröße sollte die Leistung Ihres zusammengeführten Entwurfs steigen, wenn alle anderen Dinge gleich bleiben.
Re: Fragen zur Response Surface Methodology (Box-Behnken Design Matrix)Petes Rat ist richtig. Ich habe ein paar zusätzliche Gedanken ... ganz meine bescheidene Meinung, also solltest du sie vielleicht ignorieren.
1. Konzipierte Experimente sollen ein effektives und oft effizientes Mittel zum Verständnis kausaler Beziehungen zwischen unabhängigen Variablen bieten. Sobald Sie festgestellt haben, dass Sie über ein robustes Modell verfügen (d. h., Sie haben mit sich ändernden Rauschbedingungen experimentiert und die Ergebnisse konsistent sind), können Sie sich entscheiden, die Antwortfläche weiter zu verstehen. Dies kann in einem Design erfolgen, das eine ausreichende "Füllung" des Designraums bereitstellt, oder in sequentiellen Designs, die "additiv" sind (Box-Ansatz). Das Box-Behnken-Design ist besonders nützlich für Faktoren, die nicht an ihren Extremen ausgeführt werden können, sodass die Extreme aus dem Design ausgeschlossen werden.
2. Sie sind sich nicht sicher, warum Sie nicht einfach - und + gleich weit vom Mittelpunkt von 10 (5 und 15) entfernt platzieren? Ausgewogene Designs sind einfacher zu analysieren und möglicherweise weniger voreingenommen. Aber tun Sie das, was für Sie am sinnvollsten ist.
3. Pete hat Recht, es nützt nichts, ein komplexes Modell zu entwickeln, das gestern funktioniert hat, aber nicht morgen.
4. Ich würde an eine komplexe Oberfläche denken, die Sie abzubilden versuchen. So würde ich das auch analysieren. Sie kennen bereits die statistische Signifikanz (und sollten ein Modell erster Ordnung haben), also machen Sie jetzt die Feinabstimmung. Komplexität ist nicht unbedingt eine gute Sache, obwohl sie cool sein kann. Das Modell muss handhabbar sein.
