可能混合的 DSD 示例我有一位潜在客户对 JMP 感兴趣，因为这里附有论文。 他们对 DSD 的应用特别感兴趣，我从他们发来的论文中有几个问题。 我总结了一些关键数据，并提出以下问题：
- 这个 DSD 似乎用于混合设计，据我所知，他们使用胆固醇摩尔成分作为松弛变量，因为它没有出现在他们生成的 DSD 设计中。 这是对 DSD 的适当使用吗？
欢迎任何其他意见或评论！ 在客户通话期间不打算详细介绍此实验的过程，但希望能有一些更好的理解来指导他们使用潜在的方法或其他感兴趣的平台。 谢谢@Jeff_Upton到目前为止的输入！
回复：DSD 示例与可能的混合物你好@Joseph_Reese ,
我没有读过这篇论文，但从上面的数字和表格来看，我认为这是一种奇怪的方法，至少可以这么说。 我不建议采用这种方法。
我相当肯定你是正确的，胆固醇被用作松弛变量。 这可能没问题，但似乎胆固醇和 C12-200 都是配方的重要组成部分，并且都在很大范围内变化。 松弛变量方法在这里可能不是有用的方法。 但这并不是他们提出的最奇怪的事情......
真正奇怪的是在那个流程图/决策树中。 你为什么要从 DSD 转到小数阶乘？ DSD 是筛选设计（它在名称中）。 DSD 主要用于筛选因素。 它不是为了筛选“命中”。
我想你可以使用 DSD 来筛选命中 - 它会合理地覆盖因子空间。 但我不知道为什么下一步将是部分阶乘。
然后他们建议您移动因子空间，直到您只有 1 个重要因子。 此时您使用OFAT。 很奇怪！
这一切都违背了公认的顺序 DOE 范式。 作者似乎认为他们提出了更好的版本，但对我来说看起来很糟糕。 运气好的话，你仍然可以找到有用的配方，但我只能看到它变得更难。
再说一次，我没有读过这篇论文，所以他们可能对为什么这种激进的方法特别有用有一些见解。 但我最初的反应是避免。
回复：DSD 示例与可能的混合物谢谢， @菲尔，为了洞察力一如既往！ 从DSD开始到OFAT结束，他们似乎每一步都在时光倒流。
回复：DSD 示例与可能的混合物看论文，我认为他们实际上使用了田口 L18 阵列进行后续设计，并且不准确地将其称为分数阶乘。L18 设计是一个三水平设计，只有一个因素，如果他们将该列排除在设计之外，那么所有因素都允许估计二次效应。L18 设计的效率低于 DSD，并且与没有主效应与高阶交互作用的 DSD 相比，它对大多数效应有部分混杂。
但是，这是一个学术项目，所以我会让他们放松一下，很高兴他们完全使用了 DOE。
如果您想查看并与 DSD 进行比较，我附上了 L18 设计。完整的 8 因子 L18 设计和 8 因子 DSD 的设计比较输出也如下所示。
回复：DSD 示例与可能的混合物主效应、二次方和两个 FI 之间存在相关性（不是全部，不是很大，而是相关）。 我只浏览了这些文件，但我不确定在这些条件下如何将其称为 DSD。 当我在 JMP 中创建设计时，只有分类主效应是相关的。 所以似乎有更好的（DSD）设计。 我不确定摩尔组成因子是混合因子，但我不是化学家。 如果是，了解边界约束将很有帮助。
回复：DSD 示例与可能的混合物是的，我同意， @SamGardner . 他们使用 DOE 值得称赞，如果它能激励该领域的其他人使用 DOE，那就太好了。 但他们使用 DOE 的方式绝对不是一个可以效仿的例子。
回复：DSD 示例与可能的混合物他们还在补充信息中对 JMP 进行了非常好的宣传，所以我也很乐意给他们通行证！
回复：DSD 示例与可能的混合物请参阅下面使用 MESD 并有类似问题的工作。 然而，筛选的范围很窄。
使用主效应筛选设计和使用参数敏感性分析的计算机验证开发盐酸他喷他多负载前体凝胶|印度药学教育与研究杂志 (ijper.org)
