혼합물 디자인을 혼합하는 방법안녕하세요. 저는 4개의 프로토타입을 기반으로 세포배양배지를 개발하고 있습니다. 이 4개의 프로토타입은 기본적으로 동일한 구성 요소를 포함하지만 수준이 다릅니다. 프로토타입 1은 희박하고, 프로토타입 2는 아미노산이 풍부하고, 프로토타입 3은 비타민이 풍부하고, 프로토타입 4는 미량 원소가 풍부합니다. 새로운 혼합 매체를 만들기 위해 4가지 프로토타입의 서로 다른 레벨을 혼합할 것입니다.
나는 이것이 혼합 디자인의 혼합이라는 것을 이해합니다. JMP의 혼합물 혼합 설계의 예가 있습니다. 그러나 케이크 공장 실험에서 혼합물 1은 코코아, 설탕, 밀가루를 포함하는 건조 혼합물이고 혼합물 2는 버터, 우유 및 계란을 포함하는 젖은 혼합물입니다.
내 경우에는 혼합물에 모두 동일한 성분이 포함되어 있지만 수준이 다릅니다.
이 실험을 어떻게 설계할 수 있는지 궁금합니다. 4가지 혼합물을 4가지 개별 요인으로 처리할 수 있습니까? 어떤 혼합물 설계를 적용해야 하며, 4가지 요인의 2원 상호 작용 또는 3원 상호 작용을 고려해야 합니다. Sheffe 큐빅 모델이 분석에 적용하기에 적합한가요?
감사합니다. 어떤 제안이라도 감사하겠습니다.
실험 설계Re: 혼합물 디자인을 혼합하는 방법정말 고마워요, 벡터님. 긴 답변에 정말 감사드립니다. 답을 입력하는 데 얼마나 많은 시간을 소비했는지 상상할 수 없습니다. 저뿐만 아니라 다른 사람들도 귀하의 답변을 통해 배울 수 있도록 질문을 하게 되어 기쁩니다.
최고의 소원
Re: 혼합물 디자인을 혼합하는 방법이 혼합물 실험을 간단하게 유지하는 것이 좋습니다. 나는 매체의 필수 구성 요소를 갖춘 혼합 디자인을 사용하고 "프로토타입"을 미리 구상하는 대신 각각의 비율의 넓은 공간을 탐색합니다. 공간에 대해 잘 예측할 수 있도록 Custom Design과 함께 Scheffe 입방 모델을 사용하겠습니다. 일부 고차항이 중요하지 않은 것을 발견하여 모델에서 제거할 수도 있지만 혼합 실험에서 성분을 선별하는 것은 의미가 없습니다. 최적의 혼합이 당신이 염두에 두었던 개념적 프로토타입 중 하나에 가깝다는 것은 매우 당연합니다.
Re: 혼합물 디자인을 혼합하는 방법안녕 @로건숀 ,
귀하의 설명에서 고려해야 할 옵션이 (적어도) 두 가지가 있을 수 있습니다.
- 개별 구성 요소/원료로 작업합니다. 각 혼합물의 구성 요소를 찾아 개별 구성 요소로 혼합물 설계를 수행하고, 혼합물에 대한 해당 분야 전문 지식과 경험을 바탕으로 각 요소에 대한 적절한 범위를 정의하고 혼합물을 만듭니다. 설계. 개별 구성 요소의 수에 따라 이 옵션에는 많은 실험이 필요할 수 있습니다.
- 또는 혼합물 준비 작업을 수행합니다. 그런 다음 4가지 혼합물을 기반으로 혼합물 설계를 구축하고 경험을 바탕으로 각 혼합물에 대한 적절한 범위를 정의할 수 있습니다. 4가지 혼합물의 최적 혼합비율(비율)을 찾으면, 각 혼합물 제제의 조성정보가 있으면 각 성분별 최적의 함량을 계산할 수 있습니다.
혼합 설계에는 고전적인 설계(예: Scheffe Cubic)부터 보다 구체적인 설계(맞춤형 설계 및 혼합 공간 채우기)까지 실제로 다양한 옵션이 있습니다. 여기에서 사용 가능한 혼합물 디자인의 개요를 볼 수 있습니다. 혼합물 설계 개요(jmp.com) 그리고 여기 : 혼합물 디자인 유형의 예(jmp.com)
선택은 실험 예산, 실험 공간의 예상 예측 정밀도/분산, "연속" 또는 "불연속" 반응 표면, 모델 기반 대 모델 불가지론적 접근 방식 등 여러 기준에 따라 달라집니다.
모델과 다른 모델에서 사용되는 용어 간의 차이점은 다음과 같습니다.
- Scheffé 3차 모형(맞춤 설계에서 수행됨)에서는 JMP에서 권장하는 총 30개의 실행에 대해 주효과, 2개의 혼합 요인 상호 작용 및 3개의 혼합 요인 상호 작용이 포함된 모형을 만들 수 있습니다(스크린샷 참조). 추가 비용 없이 4가지 요인 상호 작용을 수동으로 추가할 수 있습니다. JMP는 모델에 이 항을 추가할 때 "권장 실행 수"에 실행을 추가하지 않는 것 같지만 필요한 최소 실행 횟수를 20에서 20으로 변경합니다. 21 이 추가 용어가 추가되었기 때문입니다).
- Simplex Centroïd 설계(기존 -> 혼합물 설계에서 수행)에서는 JMP에서 권장하는 총 15개의 실험에 대해 최대 4개의 성분으로 혼합을 수행합니다(스크린샷 참조). 이전 설계보다 런 수가 적지만 실험 공간에서 상대 분산 예측이 더 커집니다.
- 공간 채우기 혼합물 설계도 고려할 수 있습니다. 이 경우 4개 요인에 대해 JMP에서는 40회 실행을 권장합니다. 이 디자인의 장점은 사전 정의된 모델 없이 실험 공간에서 포인트/런을 동질적으로 재분배할 수 있다는 것입니다(모델에 구애받지 않는 접근 방식입니다). 즉, Gaussian Process와 같은 다른 모델링 접근 방식이나 Support Vector Machines, 트리 기반 방법, 신경망 등과 같은 기계 학습 기술을 분석에 사용할 수 있어야 합니다. 그런 모델의 검증은 훈련/검증/테스트 세트 또는 SVEM 방법을 사용하여 수행될 수 있습니다( 효율적인 모델링 및 시뮬레이션을 위한 실험 계획법 사용 - JMP 사용자 커뮤니티 ). 그러나 요인 간의 별칭(상관 관계)이 더 커지므로 어떤 혼합 요인이나 상호 작용이 반응을 유도하는지 이해하기가 더 어려울 수 있습니다(스크린샷 Matrix_correlations_designs 참조).
따라서 "인과적" 모델(사전 정의된 모델을 사용한 기존 혼합 설계 및 사용자 정의 설계)을 선호하거나 예측 성능은 좋지만 지식이 제한된 모델만 선호하는 경우 선택은 사용자에게 달려 있습니다. 귀하가 작성한 이전 게시물을 바탕으로 유사한 주제 중 하나에 대해 공간 채우기 접근 방식을 고려했지만 목표 및 실험 예산에 따라 마음이 바뀔 수 있습니다.
Mixture 디자인에 관해 우리가 알 수 있는 내용이 너무 많습니다. 커뮤니티에서 유사한 주제와 이 주제에 대한 웹 세미나를 확인할 수 있습니다( 혼합물 실험 설계 - 1부 - JMP 사용자 커뮤니티 , 혼합물 실험 설계 - 2부 - JMP 사용자 커뮤니티, 공간 채우기 혼합물 설계, 신경망 및 ...을 통한 혁신 가속화 - JMP 사용자 커뮤니티 ).
이 첫 번째 (긴) 답변이 귀하의 성찰에 도움이 되기를 바랍니다.
