我對我正在研究的混合設計有疑問。 本實驗旨在研究混合不同類型的流體對材料相容性的影響。
因素
Fluid_1 處理率 - 流體 A 的分數 - 0-100
Fluid_2 處理率 - 流體 B 的分數 - 0-100
Fluid_1 類型 - 分類，兩個級別
Fluid_2 類型 - 分類，兩個級別
回覆
膨脹-連續
設計階段的一個複雜問題是，當 Fluid_A 處理率為 0 時，所使用的流體 A 類型不會對反應產生影響，對於 0 處理率下的 Fluid_B 也是如此。 因此，我將設計設定為排除 Fluid_A 和 Fluid_B 類型，除非與相關處理率因子交叉。 如果擬合模型時未選取多項式居中選項，則這是合理的。 我還想加入一些限制，例如，當 Fluid_A 處理率 <10 時，只使用一種 Fluid_A 類型。 下表中的兩次運行本質上是重複，但 JMP 不會這樣對待它們，包括限制以避免這種情況。
Fluid_1_treat | 流體_1 | 流體_2 |
0 | A | A |
0 | 乙 | A |
這種限制在混合物設計中是不允許的，但是，因為這只是一種二組分混合物，A 始終取決於 BI，選擇排除 Fluid_2 處理率，並簡單地使用 Fluid_1 處理率作為唯一的連續因子。 因此，我最終設計了以下模型。
Fluid_1_treat
流體_1_治療 x 流體_1
流體_1_治療 x 流體_1_治療
流體_1_治療 x 流體_2
Fluid_1_treat x Fluid_1_treat x Fluid_1
擬合此模型時，我可以產生一個良好的模型，但是它的 Fluid_1 類型會影響 0 處理率下的響應（請參閱預測刻畫器 1），這在物理上是不可能的。 此外，Fluid_1 類型沒有影響的處理率為 50%（參見預測刻畫器 2），這似乎是一個太圓的數字，不可能是真實結果。
將其擬合為混合物，我得到了一個更合理的模型，
Fluid_1_treat（混合物）
流體_1_治療 x 流體_1
流體_1_治療 x 流體_2_治療
流體_1_治療 x 流體_2
Fluid_2_treat（混合物）
Fluid_1_treat x Fluid_2_treat x Fluid_1
然而，當包括最終模型效果 (Fluid_1_treat x Fluid_2_treat x Fluid_1) 時，存在一些相當高的相關係數。 為了解決這個問題，有必要增強設計。 這是因為模型中存在兩個混合因子，我實際上具有額外的擬合效果，儘管它線性依賴另一個混合因子？
顯然，簡單的解決方案是為混合設計進行額外的運行，但是任何人都可以幫助我理解第一個模型的問題嗎？
這是用於生成設計的程式碼，設計和模型如下所示。
DOE(
Custom Design,
{Add Response( Match Target, "vol", ., ., . ),
Add Factor( Continuous, 0, 100, "F1_treat", 0 ),
Add Factor( Categorical, {"A", "B"}, "F2_type", 0 ),
Add Factor( Categorical, {"A", "B"}, "F1_type", 0 ),
Set Random Seed( 668463152 ), Number of Starts( 80 ), Add Term( {1, 0} ),
Add Term( {1, 1}, {3, 1} ), Add Term( {1, 2} ), Add Term( {1, 1}, {2, 1} ),
Add Term( {1, 1} ), Add Term( {1, 2}, {3, 1} ),
Add Term( {1, 1}, {2, 1}, {3, 1} ), Add Alias Term( {2, 1}, {3, 1} ),
Replicates( 2 ), Set Sample Size( 9 ),
Disallowed Combinations(
F1_treat >= 90 & F1_treat <= 100 & F2_type == "A" | F1_treat >= 0 & F1_treat
<= 5 & F1_type == "A"
), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
)
當我擬合模型時，我有以下顯著效果
但是，當 F1_treat = 0 時，預測刻畫器的反應取決於 F1_type。 這是我無法理解的部分，因為在沒有 F1_treat 的情況下，模型中沒有 F1_type 出現。
刪除編碼和取消檢查中心多項式會給出下面的奇點報告，但是一旦刪除其中一個高階項，就會得到一個更合理（至少在科學上）的模型，其中在F1_treat = 0 時，F1_type 對響應沒有影響。
關於你關於設計階段的最後一點，我這樣做了，否則設計似乎會產生很多基本上是重複的運行，但沒有理解它們本身。 設計過程中所包含的模型因素是否應該考慮到這一點？
我注意到你的聲明，「設計階段的一個複雜問題是，當 Fluid_A 處理率為 0 時，所使用的流體 A 類型不會對反應產生影響。 」 我認為這是由您使用的線性模型以自然的方式處理的，不需要特殊的設計。 所討論的複雜修改可能沒有必要。 （不過我不確定。）
例如，執行自訂 DoE 工具時，一切都相同，但刪除了限制並且 0 次重複選擇了以下設計結果。 反白的行本質上是重複的，如 F1_treat = 0 時，F1_type 不起作用，反白的行下面的兩行也是如此。 重複顯然不是壞事，我只是以此為例。
非常感謝您對此的幫助以及任何進一步的反饋
我認為您不需要菲爾建議的步驟，因為這個解決方案首先避免了這個問題。 編碼因子等級和居中多項式通常是最佳實踐。 僅應在特殊情況下避免使用它們，但本例並非如此。
請向我們展示您在本次分析中使用的設計、原始完整模型（以便我們知道術語是什麼）以及奇點報告。
我注意到你的聲明，「設計階段的一個複雜問題是，當 Fluid_A 處理率為 0 時，所使用的流體 A 類型不會對反應產生影響。 」 我認為這是由您使用的線性模型以自然的方式處理的，不需要特殊的設計。 所討論的複雜修改可能沒有必要。 （不過我不確定。）
@馬克貝利是的，這就是我最初的解決方案。 然後我採取了討論的步驟這裡刪除列的「編碼」屬性並取消選取擬合模型平台中的中心多項式。 然而，這樣做會產生一個模型，當我的原始訊息中不存在該流體時（預測刻畫器 2），該模型的響應取決於該流體的類型。 儘管確保流體類型不會作為主要因素出現在模型中，但它僅在與處理率交叉時才會出現。
不採取刪除編碼的步驟，我得到了一個更有意義的模型，但是存在一個奇點，需要刪除Fluid_1_treat x Fluid_1_treat x Fluid_1模型中的因子和相關矩陣開始看起來相當難看。 美國能源部的設置是為了將其包含在模型中，所以我認為與分析設置有關的東西導致了這裡的問題？
當作為混合擬合時，我沒有出現奇點問題，但仍然遇到高相關性。
或者，您可以在設計中僅包含一個元件作為具有適當範圍的連續因子。 然後，您可以在按一下「製作表格」後新增資料列，以計算其他元件的比例以獲得適當的總和（例如，1）。 但是，您不應在模型中包含第二個元件。
將流體速率分數因子替換為 A 與 B 之比的單一因子是否有效？ 這使得 A 和 B 水平保持相關，就像混合物一樣。
