J'ai une question sur une conception de mélange sur laquelle je travaille. L'expérience en question examine l'effet du mélange de différents types de fluides sur la compatibilité des matériaux.
Les facteurs
Taux de traitement Fluid_1 - la fraction de fluide A - 0-100
Taux de traitement Fluid_2 - la fraction de fluide B - 0-100
Type Fluid_1 - catégoriel, deux niveaux
Type Fluid_2 - catégoriel, deux niveaux
Réponse
houle - continue
Une complication au stade de la conception est que le type de fluide A utilisé ne peut pas avoir d'effet sur la réponse lorsque le taux de traitement Fluid_A est de 0, il en va de même pour Fluid_B à un taux de traitement de 0. J'ai donc configuré la conception pour exclure les types Fluid_A et Fluid_B à moins qu'ils ne soient croisés avec le facteur de taux de traitement pertinent. Ceci est raisonnable à condition que l'option de centrage des polynômes soit décochée lors de l'ajustement du modèle. Je voulais également mettre en place certaines restrictions afin que, par exemple, un seul type Fluid_A soit utilisé à un taux de traitement Fluid_A <10. Les deux exécutions du tableau ci-dessous sont essentiellement des répétitions, mais JMP ne les traitera pas comme telles, y compris les restrictions permettant d'éviter cela.
Fluide_1_traiter | Fluide_1 | Fluide_2 |
0 | UN | UN |
0 | B | UN |
De telles restrictions ne sont pas autorisées dans une conception de mélange, cependant, puisqu'il ne s'agit que d'un mélange à deux composants avec A dépendant toujours de BI, nous avons choisi d'exclure le taux de traitement de Fluid_2 et d'utiliser simplement le taux de traitement de Fluid_1 comme seul facteur continu. Je me retrouve donc avec un design pour le modèle suivant.
Fluide_1_traiter
Fluide_1_traiter x Fluide_1
Fluide_1_traiter x Fluide_1_traiter
Fluide_1_traiter x Fluide_2
Fluide_1_traiter x Fluide_1_traiter x Fluide_1
Lors de l'ajustement, je peux produire un bon modèle, mais il a le type Fluid_1 affectant la réponse à 0 taux de traitement (voir le profileur de prédiction 1), ce qui n'est pas physiquement possible. De plus, le taux de traitement auquel il n'y a pas d'effet de type Fluid_1 est de 50 % (voir le profileur de prédiction 2), ce qui semble un nombre un peu trop rond pour être un résultat réel.
L'adapter en mélange I donne un modèle plus sensé,
Fluid_1_treat (mélange)
Fluide_1_traiter x Fluide_1
Fluide_1_traiter x Fluide_2_traiter
Fluide_1_traiter x Fluide_2
Fluid_2_treat (mélange)
Fluide_1_traiter x Fluide_2_traiter x Fluide_1
Cependant, il existe des coefficients de corrélation assez élevés lorsque l'effet de modèle final (Fluid_1_treat x Fluid_2_treat x Fluid_1) est inclus. Augmenter la conception est nécessaire pour résoudre ce problème. Est-ce parce qu'ayant les deux facteurs de mélange dans le modèle, j'ai effectivement un effet supplémentaire à ajuster, malgré le fait qu'il dépend linéairement de l'autre facteur de mélange ?
Évidemment, la solution simple est de faire les courses supplémentaires pour la conception du mélange, mais quelqu'un peut-il m'aider à comprendre les problèmes avec le premier modèle ?
