Comment avoir un mélange de conception de mélangesBonjour, je développe un milieu de culture cellulaire basé sur 4 prototypes. Ces 4 prototypes contiennent fondamentalement les mêmes composants mais à des niveaux différents, le prototype 1 est maigre, le prototype 2 est riche en acides aminés, le prototype 3 est riche en vitamines et le prototype 4 est riche en oligo-éléments. Je vais mélanger différents niveaux des 4 prototypes pour avoir un nouveau support de mélange.
Je comprends qu'il s'agit d'un mélange de conceptions de mélanges. Il existe un exemple de conception de mélanges de mélanges de JMP. Cependant, dans cette conception, les mélanges sont constitués de composants différents, comme dans l'expérience de la pâtisserie, le mélange 1 est sec comprenant du cacao, du sucre et de la farine, et le mélange 2 est humide comprenant du beurre, du lait et de l'œuf.
Dans mon cas, les mélanges contiennent tous le même composant, mais à des niveaux différents.
Je me demande comment puis-je concevoir cette expérience ? Les 4 mélanges peuvent-ils être traités comme 4 facteurs distincts ? Quelle conception de mélange dois-je appliquer et dois-je envisager une interaction à 2 ou 3 voies des 4 facteurs. Le modèle cubique de Sheffe est-il approprié pour être appliqué à l’analyse ?
Merci, toute suggestion sera appréciée.
Conception d'expériencesRe : Comment concevoir un mélange de mélangesMerci beaucoup, Vector. J'apprécie vraiment la longue réponse. Je ne peux pas imaginer combien de temps vous passez à taper la réponse. Je suis heureux d'avoir posé la question afin que non seulement moi, mais aussi les autres, puissions apprendre de votre réponse.
Meilleurs vœux
Re : Comment concevoir un mélange de mélangesJe vous recommande de garder cette expérience de mélange simple. J'utiliserais une conception de mélange avec les composants essentiels du médium et explorerais un large espace de proportions de chacun au lieu de pré-concevoir des « prototypes ». J'utiliserais le modèle cubique de Scheffe avec une conception personnalisée afin que vous puissiez bien prédire sur l'espace. Cela n'a pas de sens de filtrer les composants dans une expérience de mélange, même si vous découvrirez peut-être que certains termes d'ordre supérieur sont insignifiants et les supprimerez du modèle. Il se pourrait très bien que le mélange optimal soit proche d’un des prototypes conceptuels que vous aviez en tête.
Re : Comment concevoir un mélange de mélangesSalut @loganshawn ,
D’après votre description, il peut y avoir (au moins) deux options à considérer :
- Soit vous travaillez avec les composants individuels/matières premières : vous trouvez les composants de chaque mélange et réalisez une conception de mélange avec les composants individuels, et définissez la gamme appropriée pour chaque facteur en fonction de votre expertise dans le domaine et de votre expérience avec les mélanges, et construisez un mélange. conception. En fonction du nombre de composants individuels, cette option peut nécessiter un nombre élevé d'expériences.
- Soit vous travaillez avec les préparations de mélanges : vous pouvez alors construire votre conception de mélange à partir de vos 4 mélanges, et définir des plages appropriées pour chacun en fonction de votre expérience. Une fois que vous avez trouvé le mélange (ratio) optimal des 4 mélanges, vous pouvez calculer la quantité optimale pour chaque constituant si vous disposez des informations de composition pour chaque préparation de mélange.
Il existe en effet de nombreuses options pour la conception de mélanges, des plus classiques (Scheffe Cubic par exemple), aux plus spécifiques (Custom designs et Mixture Space Filling). Vous pouvez voir un aperçu des modèles de mélanges disponibles ici : Présentation des conceptions de mélanges (jmp.com) et ici : Exemples de types de conceptions de mélanges (jmp.com)
Le choix dépendra de plusieurs critères, tels que : le budget expérimental, la précision/variance attendue de la prédiction dans votre espace expérimental, la surface de réponse "continue" ou "discontinue", l'approche basée sur un modèle ou agnostique sur le modèle...
Quelques différences entre les modèles et termes utilisés dans les différents modèles :
- Dans le modèle cubique Scheffé (réalisé en Custom Design), vous pourrez créer un modèle avec des effets principaux, 2 interactions de facteurs de mélange et 3 interactions de facteurs de mélange, pour un total de 30 exécutions recommandées par JMP (voir capture d'écran). Vous pouvez ajouter manuellement l'interaction des 4 facteurs sans frais supplémentaires (JMP ne semble pas ajouter d'exécutions dans le "numéro d'exécutions recommandé" lorsque vous ajoutez ce terme dans le modèle, mais cela modifie le nombre minimal d'exécutions nécessaires de 20 à 21 en raison de ce terme supplémentaire ajouté).
- Dans la conception Simplex Centroïd (réalisée dans Classique -> Conception de mélanges), vous effectuez des mélanges avec jusqu'à 4 composants pour un total de 15 expériences recommandées par JMP (voir capture d'écran). Vous avez moins d'essais que le plan précédent, mais au détriment d'une prédiction de variance relative plus grande dans votre espace expérimental.
- Une conception de mélange remplissant l'espace peut également être envisagée, dans ce cas, pour 4 facteurs, JMP recommande 40 analyses. L'avantage de cette conception est la répartition homogène des points/passages dans votre espace expérimental, sans modèle prédéfini (c'est une approche indépendante du modèle). Cela signifie que vous devriez pouvoir utiliser d'autres approches de modélisation pour l'analyse, comme le processus gaussien, ou des techniques d'apprentissage automatique telles que les machines à vecteurs de support, les méthodes basées sur les arbres, les réseaux de neurones, etc... La validation de tels modèles pourrait ensuite se faire avec des ensembles d'entraînement/validation/test ou la méthode SVEM ( Utilisation des méthodes de plans d'expériences pour une modélisation et une simulation efficaces - Communauté d'utilisateurs JMP ). Mais cela se fait au détriment d'un plus grand nombre d'alias (corrélations) entre les facteurs, il peut donc être plus difficile de comprendre quels facteurs de mélange ou quelles interactions déterminent la ou les réponses (voir capture d'écran Matrix_correlations_designs).
Le choix vous appartient donc, si vous préférez un modèle « causal » (plans de mélange classiques et plans personnalisés avec modèle prédéfini) ou uniquement un modèle avec de bonnes performances prédictives mais avec des connaissances limitées. Sur la base du post précédent que vous avez publié, une approche Space-filling a été envisagée pour l'un de vos sujets similaires, mais vous pouvez changer d'avis en fonction de votre objectif et de votre budget expérimental.
Il y a tellement de choses que nous pouvons dire sur les designs Mixture, vous pouvez consulter les sujets similaires de la communauté et les webinaires dédiés à ce sujet ( Conception d'expériences de mélanges - Partie 1 - Communauté d'utilisateurs JMP , Conception d'expériences de mélanges - Partie 2 - Communauté d'utilisateurs JMP, Accélérer l'innovation avec des conceptions de mélanges remplissant l'espace, des réseaux de neurones et... - Communauté d'utilisateurs JMP ).
J'espère que cette première (longue) réponse vous aidera dans votre réflexion,
