Preguntas sobre la Metodología de la Superficie de Respuesta (matriz de diseño de Box-Behnken)Buenos Dias,
Actualmente estoy tratando de optimizar algunas reacciones enzimáticas utilizando la Metodología de Superficie de Respuesta, en concreto, matriz de diseño Box-Behnken.
Con el programa, elige sus variables o factores independientes (pH, temperatura, carga de enzimas, etc.) y asigna un valor "bajo" y "alto" a cada uno. El programa luego calcula automáticamente el valor "medio".
Mi primera pregunta es si es posible cambiar ese valor "medio". Mi valor bajo de carga enzimática es de 5 U/mL y mi valor alto de 20. Entonces, el punto medio debe ser 12,5 U/mL. Sin embargo, he realizado mis reacciones "medias" con 10 U/mL. El programa te permite cambiar los valores sugeridos muy fácilmente, así que eso es lo que he hecho. hay algun problema con esto? Supongo que, dado que el programa permite estos cambios, optimizará las condiciones de reacción teniendo en cuenta que he utilizado el valor de 10 en lugar de 12,5.
Mi próxima pregunta es si puedo agregar más reacciones (con diferentes combinaciones de los factores) que las sugeridas por el programa. Esto se debe a que realicé algunas reacciones antes de diseñar el experimento con el programa y tengo resultados ("respuestas") para reacciones realizadas en diferentes combinaciones de las variables que las sugeridas por el programa. Sé que el diseño de experimentos está destinado a minimizar la cantidad de reacciones necesarias para la optimización de un proceso, pero como ya tengo esos valores, creo que podrían ser útiles para fortalecer el modelo de predicción.
Muchas gracias por adelantado.
carlos
GAMARe: Preguntas sobre la metodología de la superficie de respuesta (matriz de diseño de Box-Behnken)No lo encerrarán en la cárcel del DOE por poner los valores "medios" en un lugar que no está en el medio del espacio de factores. Esto tiene un poco de 'dañino', y probablemente sea una palabra demasiado fuerte para usar, sobre la ortogonalidad del diseño... pero generalmente no es una consecuencia fatal.
Agregar carreras adicionales al espacio de diseño es muy factible en JMP desde un punto de vista de procedimiento... pero tiene algunas suposiciones que deberían acompañarlo... como la presencia o ausencia de variables molestas/ruido y sus efectos entre el núcleo diseño y las carreras adicionales. ¿Qué le dice su intuición acerca de esto? Por ejemplo, en el diseño central tal vez esté utilizando los materiales de un proveedor... y en las otras ejecuciones, utilizó un proveedor diferente. ¿Está dispuesto a asumir que no hay ningún efecto debido a las diferencias materiales entre proveedores?
Estas ejecuciones adicionales también influirán aún más en la correlación de los efectos en el diseño central y pueden generar algunas correlaciones entre las estimaciones que no anticipó. Entonces, antes de continuar con el análisis, es posible que desee utilizar la plataforma Comparar diseños para evaluar el efecto de agregar estas ejecuciones... en el tamaño más grande, en igualdad de condiciones, el poder de su diseño fusionado debería aumentar.
Re: Preguntas sobre la metodología de la superficie de respuesta (matriz de diseño de Box-Behnken)El consejo de Pete es correcto. Tengo algunos pensamientos adicionales... completamente mi humilde opinión, por lo que es posible que desee ignorarlo.
1. Los experimentos diseñados están destinados a proporcionar un medio eficaz y, a menudo, eficiente para comprender las relaciones causales entre variables independientes. Una vez que haya determinado que tiene un modelo robusto (lo que significa que ha experimentado con condiciones de ruido cambiantes y los resultados son consistentes), puede optar por comprender mejor la superficie de respuesta. Esto se puede hacer en un diseño que proporcione suficiente "relleno" del espacio de diseño, o en diseños secuenciales que sean "aditivos" (enfoque de caja). El diseño de Box Behnken es particularmente útil para factores que no se pueden ejecutar en sus extremos, por lo que los extremos se excluyen del diseño.
2. ¿No estás seguro de por qué no pones - y + equidistantes del punto central de 10 (5 y 15)? Los diseños equilibrados son más fáciles de analizar y quizás menos sesgados. Pero haz lo que tenga más sentido para ti.
3. Pete tiene razón, no sirve de nada desarrollar un modelo complejo que funcionó ayer, pero no mañana.
4. Pensaría en términos de una superficie compleja que está tratando de mapear. Así lo analizaría yo también. Ya conoce la importancia estadística (y debería tener un modelo de primer orden), así que ahora está afinando. La complejidad no es necesariamente algo bueno, aunque puede ser genial. El modelo tiene que ser manejable.
