可能な混合物を含む DSD の例ここに添付されている資料のおかげで、JMP に興味を持っている見込み顧客がいます。 彼らは DSD の応用に特に興味を持っていたので、私は彼らが送った論文からいくつか質問がありました。 いくつかの重要な人物を要約して、次のような質問がありました。
- この DSD は混合計画用のようですが、私が知る限り、コレステロール モル組成は生成された DSD 計画には表示されないため、スラック変数として使用されているようです。 これは DSD の適切な使用法ですか?
その他のご意見やご感想も大歓迎です！ お客様との電話では、この実験の詳細なプロセスには立ち入るつもりはありませんが、潜在的なアプローチや興味のある他のプラットフォームについてお客様を導くために、より理解を深めることができれば幸いです。 ありがとう@Jeff_Uptonこれまでのインプットのために！
Re: 混合が可能な DSD の例MESD を使用し、同様の問題を抱えた以下の作品を参照してください。 ただし、審査の範囲は狭い。
主効果スクリーニング設計を使用した塩酸タペンタドール担持プロニオソーマルゲルの開発とパラメーター感度分析を使用したインシリコ検証 |インド薬学教育研究ジャーナル (ijper.org)
Re: 混合が可能な DSD の例補足情報に JMP の非常に素晴らしいプロモーションも掲載されているので、私もパスを与えても問題ありません。
Re: 混合が可能な DSD の例はい、同意します、 @SamGardner 。 彼らが DOE を使用していることはある程度の評価に値しますし、この分野の他の人々が DOE を使用するよう促すことができれば素晴らしいことです。 しかし、彼らの DOE の使い方は決して見習うべき例ではありません。
Re: 混合が可能な DSD の例主効果、二次関数、および 2 つの FI の間には相関関係があります (すべてではなく、大きくもありませんが、相関はあります)。 論文をざっと読んだだけですが、このような条件を考えるとどうやって DSD と呼べるのかわかりません。 JMP で計画を作成したときは、カテゴリ主効果のみが相関していました。 したがって、より優れた (DSD) 設計があるようです。 モル組成因子が混合因子であるかどうかはわかりませんが、私は化学者ではありません。 存在する場合、境界制約を知っておくと役立ちます。
Re: 混合が可能な DSD の例論文を見ると、実際にはタグチ L18 配列を後続の設計に使用しており、それを不正確に分数階乗と呼んでいたと思います。L18 計画は 1 つの因子を除いてすべて 3 水準計画であり、その列を計画から除外した場合、すべての因子で 2 次効果の推定が可能になります。L18 設計は DSD よりも効率が低く、主効果と高次相互作用の交絡がない DSD に比べて、ほとんどの効果が部分的に交絡します。
しかし、これは学術的なプロジェクトだったので、私は彼らに多少の余裕を与え、彼らが DOE を使用したことをただ嬉しく思います。
DSD を見て比較したい場合は、L18 のデザインを添付しました。フル 8 因子 L18 設計と 8 因子 DSD の設計比較出力も以下に示します。
Re: 混合が可能な DSD の例ありがとう、 @フィル、いつものように洞察力のために！ DSDから始まりOFATで終わるまで、各ステップで時間を遡っているように見えます。
Re: 混合が可能な DSD の例こんにちは@Joseph_Reese 、
私は論文を読んでいませんが、上記の図や表から、控えめに言っても、これは奇妙なアプローチだと思います。 このアプローチに従うことはお勧めしません。
コレステロールがスラック変数として使用されているということは正しいと確信しています。 それは問題ないかもしれませんが、コレステロールとC12-200は両方とも配合の大きな部分を占めており、両方とも大きな範囲で変化しているようです。 スラック変数アプローチは、ここでは有用なアプローチではない可能性があります。 しかし、それは彼らが提案したことの最も奇妙なことではありません...
本当に奇妙なのは、そのフロー図/意思決定ツリーにあります。 DSD から分数階乗に移行するのはなぜですか? DSDはスクリーニングデザインです（名前にあります）。 DSD は主に因子をスクリーニングするためのものです。 「当たり」を審査するためのものではありません。
DSD を使用してヒットをスクリーニングできると考えていました。DSD は因子空間をカバーする適切な仕事をしてくれます。 しかし、なぜ次のステップが分数階乗になるのかわかりません。
そして、有意因子が 1 つだけになるまで因子空間を移動することを提案します。 この時点で OFAT を使用します。 非常に奇妙な！
これはすべて、シーケンシャル DOE の受け入れられたパラダイムに反します。 作者はもっと良いバージョンを思いついたと思っているようですが、私にはひどいものに見えます。 運が良ければ、まだ有用な処方を見つけることができますが、それがより困難になることだけがわかります。
繰り返しになりますが、私はその論文を読んでいないので、この急進的なアプローチがなぜ独自に役立つのかについて彼らは何らかの洞察を持っているかもしれません。 しかし、私の最初の反応は避けています。
