カテゴリキャップ付きの食材に最適なデザイン1 つの固定成分 (A)、使用する最小および最大 % の 1 つの成分 (B)、および他の 9 つの異なるカテゴリの成分 (C ～ K) を含む実験を計画する必要があります。
C から K までの各カテゴリには、そのカテゴリ内に含まれる成分の数が異なり、少なくとも 2 つから最大 9 つまで変化します。 これらのカテゴリの各成分には推奨使用レベル (%) があるため、特定の実行ではそのレベルで存在するか、まったく存在しないかのどちらかになります。
最大化する必要がある応答変数は 1 つだけです。
実際に実行可能な最大実行数は 100 です。
以下に例を示します。
- A - 常に 4% で存在します
- B - 濃度 50 ～ 70%
- C - 最大濃度は 10% である必要があります
- C1 - 存在しないか、5% 存在する
- C2 - 存在しないか、5% 存在する
- C3 - 存在しないか、2% 存在する
- C4 - 存在しないか、3% 存在する
- C に類似したその他のカテゴリ
JMP でこのような実験を設計する最良の方法は何でしょうか? また、使用する PC の計算能力に制限はありますか?
エネルギー省ウィンドウズRe: カテゴリキャップのある食材に最適なデザインやあ、
各カテゴリ内の成分を 2 レベルのカテゴリ変数として定義した場合、カテゴリの上限を制約として指定することはできませんよね。
質問の例から、C1、C2、C3、C4 がカテゴリカル変数の場合は次のようになります。
C1 = 0.5
C2=0,5
C3=0,2
C4=0,3
それを言うための制約をどのように説明すればよいでしょうかC1+C2+C3+C4 < 10 ? 私の理解する限り、線形制約は連続変数または混合変数にのみ追加できます。
Re: カテゴリキャップのある食材に最適なデザインやあ、
因子が 2 つの値しかとれず、中間にない場合は、それらをカテゴリ変数とみなした方がよい場合があります。これらはカスタム デザインでも簡単に追加できます ( https://www.jmp.com/support/help/ja/16.2/#page/jmp/factors.shtml# ）。
Re: カテゴリキャップのある食材に最適なデザインやあ、
お返事をありがとうございます。
これは、ドキュメントの JMP サンプルを閲覧したときの私の最初の考えでもありました。 ここで明確に表現するのが難しいと感じたのは、材料が通常の混合変数のように下限と上限内の値の範囲ではなく、2 つの値 (0 または使用レベル) のみを取ることができるということです。
このようなケースを混合設計に含めるにはどうすればよいですか?
Re: カテゴリキャップのある食材に最適なデザインやあ、
お返事をありがとうございます。 そこで、あなたのコメントに対応するいくつかの説明を以下に示します。
- 全体的な目標は、応答変数を最大化する材料の最適な組み合わせを見つけることです。
- 制限となるのは、カテゴリーの上限と成分の使用レベルだけです。 その他のランダム化の制限はありません
- 因子水準は 0 または規定の使用水準のいずれかになります。 したがって、これらは連続変数であると思います（ここで間違っている場合は修正してください）。 成分の 1 つが欠けている (つまり、因子レベル 0) と、固定レベルの 1 つまたは 2 つの成分 (この例では A と
が常に存在するため、システム全体が応答に関して通常とは異なる動作をします。 カテゴリ内のその他の成分はすべてオプションです。 - はい、因子水準の合計は 100 になる必要があります。
私は実際に、B の混合変数、A の定数、および各カテゴリ内の成分の連続 (2 レベル) 変数を持つカスタム設計から始めました。 しかし、これに線形制約を追加するのは非常に複雑に思えます。
Re: カテゴリキャップのある食材に最適なデザインやあ、
からのコメントのほかに、 @P_Bartel 、これは、混合物のデザインであるかのように聞こえます。これらを構築する方法に関する情報は、ここで見つけることができます。混合物の混合物の設計 (jmp.com) 。
Re: カテゴリキャップのある食材に最適なデザインあなたの最後の質問に対する答えから考えを始めます。 はい、使用する PC の計算能力には制限があります。 JMP のシステム要件については、ここを読むことをお勧めします。 JMPのシステム要件この一部は、使用している JMP のバージョンにも依存します。 一般に、これらの要件はバイナリ (JMP が機能するために必ず必要)、または RAM などの推奨最小値を伴う「多ければ多いほど良い」のいずれかです。 強く推奨される最小値があります...しかし、それ以上の値があると、JMP のパフォーマンスが向上し、ユーザーの頭痛の種が減ります。
ここで、「...JMP でそのような実験を設計する最良の方法は?」についての一般的な考えをいくつか示します。質問：
1. 当面の問題の全体的な目標は何ですか? 以降ファクターと呼ぶ「カテゴリー」のスクリーニング？ 応答を最適化しますか? おそらく、両方ともスクリーニング スタイルの実験から開始し、その後、最適化タイプの実験に順次移行するのでしょうか?
2. あなたが明確に述べた以上に、ランダム化に関する制限はありますか?
3. 要因は連続的ですか? また、何らかの要素を「不在」にすると、システム全体が応答に関して通常とは異なる動作をするのでしょうか? 実験における化学ベースのシステムに関する私の経験では、完全に欠如していると、因子の応答に非常に非線形な効果 (例としてステップ変化を考えてください) が誘発され、最適化目的のモデリングがより問題になることがあります。
4. これは本当に、因子水準の合計が 100% に等しくなければならない DOE 混合実験ですか?
5. これは明らかに JMP のカスタム デザイン プラットフォームの問題です...したがって、一般的にはそこから始めることになると思います。
