Micol Federica Tresoldi, Senior Research Statistician, Dow Chemical
Xinjie Tong, Senior Research Statistician, Dow Chemical
Diese Fallstudie untersucht chemische Mischungen, um optimale Eigenschaften unter Verwendung von Design-of-Experiment (DOE)-Daten zu erreichen. Der Formulierungsraum besteht aus vier Eingabevariablen: Chemikalie A-Typ, Chemikalie B-Typ, Chemikalie C-Typ und Chemikalie D-Gehalt. Die ersten beiden Variablen stellen unterschiedliche Zusammensetzungen zur Herstellung von Chemikalie A bzw. B dar und können als solche sowohl als kategoriale Faktoren als auch als kontinuierliche Mischungsvariablen kodiert werden.
Wir haben das DOE erstellt, das sie aufgrund der experimentellen Einschränkungen als kategorisch behandelt. In der Phase der Datenanalyse wurde jedoch selbst nach Berücksichtigung Tausender simulierter hypothetischer Formulierungen für keine von ihnen vorhergesagt, dass sie die gewünschten Eigenschaften erfüllen würde. An diesem Punkt mussten wir die Diskretion des Raums überwinden, um vielversprechende Teilregionen identifizieren zu können. Also haben wir diese beiden Faktoren als kontinuierliche und gemischte Variablen neu kodiert, das äquivalente Regressionsmodell abgeleitet und die Simulationen erneut durchgeführt. Tatsächlich ermöglicht es diese Codierungsstrategie unter bestimmten Annahmen, fehlende Zusammensetzungen, die in dem ursprünglichen DOE nicht vorhanden sind, zu interpolieren und zu berücksichtigen.
In dieser Präsentation demonstrieren wir, wie Sie die JMP Pro 16 Profiler-Simulationsfunktion mit Graph Builder verwenden, um eine umfassende und aufschlussreiche Untersuchung des Formulierungsraums zu erreichen, der auf verschiedene Bereiche anwendbar ist.
