具有连续和分类响应的 DoE 连续混合因子这种 DoE 的建模应该是什么？ 非常感谢任何提示或步骤。
感谢你们。 非常喜欢
高级统计建模实验设计质量和工艺工程回复：具有连续和分类响应的 DoE 连续混合因子这很有趣。 和我的实验几乎一样。
非常感谢菲尔。
回复：具有连续和分类响应的 DoE 连续混合因子我认为这解决了我们的问题。 如果我们有持续的回应，那就更容易了。 这就是为什么我们找到了一种量化解决方案清晰度水平的方法。
向你致敬@statman
非常感激。
回复：具有连续和分类响应的 DoE 连续混合因子谢谢菲尔！
感谢你的帮助
回复：具有连续和分类响应的 DoE 连续混合因子@斯塔曼和@Alainmd02 。
关于2： 当我在化工行业工作时，我在一个项目中做了类似的事情。 我们有相同的目标，那就是了解配方空间的哪些部分为我们提供了清晰、均匀的解决方案。 我们按照 1-5 的等级对清晰度进行评分。 我们还将样品加热至 70°C，并在冷却至 60°C、50°C、40°C、30°C 和 20°C 时对它们进行评级。 我努力建立有用的数据统计模型。 不过，这些数据的视觉效果非常有用。 这是 20C 的（匿名）数据图。 您可以清楚地看到良好的绿色区域。 这就是我们实现目标所需了解的全部内容。
回复：具有连续和分类响应的 DoE 连续混合因子你好@Alainmd02 ,
您需要使用线性约束来设置它，以定义 RM1:RM2 的比率 >= 0.26。
我发现获得约束方程的最佳方法是定义遵守约束的 2 个点（例如 0.1、0.385 和 1,3.85），并使用 JMP 中的 Fit Y by X 拟合一条线。
这给出了等式 RM1 = 0 + 0.2597403*RM2，您只需重新排列成适合约束接口的形式即可。
这是定制设计的脚本。
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Mixture, 0.65, 0.9, "Water", 0 ),
Add Factor( Mixture, 0, 0.35, "RM1", 0 ),
Add Factor( Mixture, 0, 0.35, "RM2", 0 ),
Add Factor( Mixture, 0, 0.005, "RM3", 0 ), Set Random Seed( 2095116882 ),
Number of Starts( 29816 ), Add Constraint( [0 -1 0.26 0 0] ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
Add Alias Term( {1, 1}, {2, 1} ), Add Alias Term( {1, 1}, {3, 1} ),
Add Alias Term( {1, 1}, {4, 1} ), Add Alias Term( {2, 1}, {3, 1} ),
Add Alias Term( {2, 1}, {4, 1} ), Add Alias Term( {3, 1}, {4, 1} ),
Set Sample Size( 10 ), Simulate Responses( 0 ), Save X Matrix( 0 ),
Set Run Order( Randomize ), Make Table}
);
回复：具有连续和分类响应的 DoE 连续混合因子你好@Mariana_Aguilar ,
是的。 您所看到的是，这是一个平衡需要建模的行为的复杂性与您可以承受的运行次数的问题。 您可以对简单模型进行少量运行的实验。 然后，如果您发现它不是一个足够的模型，您可以通过更多运行来增强以测试高阶效应（例如三次模型）。
特殊三次模型是三次谢夫模型的简化形式。 它更简单，参数更少。 因此，估计特殊三次模型的实验可以有更少的运行，但它不会捕获相同的行为复杂性。
此掌握 JMP 资源应该有用。
我希望这有帮助，
菲尔
回复：具有连续和分类响应的 DoE 连续混合因子1. 每当有多个响应变量时，应谨慎评估响应变量之间的关系。 特别是当某些响应变量存在潜在的测量系统问题时（例如，缺乏辨别力、分辨率或精度，不稳定）。 在散点图上绘制响应变量、使用 Mahalanobis 检查异常值是寻找这些关联的简单方法（分析>多元方法>多元）。
2. 我相信，也许通过一些工作，这种响应可以变得更加连续（例如，测量不透明度，通过溶液照射光源，为什么清晰度会改变？ 是因为固体吗？ 测量溶液中的固体）。 如果不出意外，您应该能够对解决方案的清晰度进行排序并使用序数响应。 这一切都与效率有关。 要查看名义响应变量的变化，您通常需要更大的样本量。 随着响应变得更加连续，您可以用更少的样本获得所需的信息。 此外，许多名义响应变量是聚合的。 它们由于多种故障机制而发生变化。 当试图理解因果结构时，这带来了真正的挑战。
回复：具有连续和分类响应的 DoE 连续混合因子你好@菲尔_凯和@statman
如何设置以下混料设计：
- 四种成分
- 水含量为 65% 至 90%
- RM1和RM2比率应大于或等于1:3.85
- RM 3 为 0 至 0.5%
谢谢
回复：具有连续和分类响应的 DoE 连续混合因子你好@统计数据
1.看什么意思响应变量的相关性？
2. 二元标称响应。是澄清溶液和浑浊溶液。 我希望我的产品是一个明确的解决方案
回复：具有连续和分类响应的 DoE 连续混合因子你好@菲尔
说得好。 再次感谢你
回复：具有连续和分类响应的 DoE 连续混合因子谢谢菲尔，是的，这正是我所拥有的（20 次运行）。
对于未来使用混合物和过程变量进行的实验（可能使用较少数量的因子），您建议执行 Scheffe Cubic + 混合物和连续因子主效应 +过程-混合物相互作用+过程二次效应？
我还看到有时人们使用 Scheffe 特殊立方体。 使用 Scheffe 特殊立方体与 Scheffe（“常规”）立方体相比有何优点/缺点？
谢谢你！
回复：具有连续和分类响应的 DoE 连续混合因子对不起， @Mariana_Aguilar 。 我没有正确阅读你的评论。 我正在研究 3 个混合因素。 使用 4 个混合因子时，运行次数显然会变大：最小值 = 15，推荐值 = 20。
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0, 1, "Mix1", 0 ),
Add Factor( Mixture, 0, 1, "Mix2", 0 ), Add Factor( Mixture, 0, 1, "Mix3", 0 ),
Add Factor( Mixture, 0, 1, "Mix4", 0 ),
Add Factor( Continuous, -1, 1, "Process1", 0 ), Set Random Seed( 4216334 ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
Add Term( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {1, 1}, {4, 1} ), Add Term( {1, 1}, {5, 1} ),
Add Term( {2, 1}, {3, 1} ), Add Term( {2, 1}, {4, 1} ),
Add Term( {2, 1}, {5, 1} ), Add Term( {3, 1}, {4, 1} ),
Add Term( {3, 1}, {5, 1} ), Add Term( {4, 1}, {5, 1} ), Add Term( {5, 2} ),
Set Sample Size( 20 ), Simulate Responses( 0 ), Save X Matrix( 0 )}
);回复：具有连续和分类响应的 DoE 连续混合因子你好@Mariana_Aguilar ,
经典统计学家的回答：这要看情况。 
你能承受多少次跑步？ 如果您只能负担少量的运行，那么您将不得不寻找更简单的系统模型。
您认为过程因素可能与混合因素相互作用吗？ 在一些示例中，科学家设计实验来测试过程因素如何影响混合物系统的行为以及模型中过程因素和混合因素之间的相互作用。 这显然增加了所需的运行次数。
具有所有混合物主效应和所有二阶效应（混合物-混合物相互作用、过程-混合物相互作用和过程二次效应）的模型的最小设计尺寸为 10。12 是建议的默认值。
我希望这有帮助。
菲尔
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0, 1, "Mix1", 0 ),
Add Factor( Mixture, 0, 1, "Mix2", 0 ), Add Factor( Mixture, 0, 1, "Mix3", 0 ),
Add Factor( Continuous, -1, 1, "Process1", 0 ), Set Random Seed( 4216334 ),
Add Term( {1, 1} ), Add Term( {2, 1} ), Add Term( {3, 1} ),
Add Term( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {1, 1}, {4, 1} ), Add Term( {2, 1}, {3, 1} ),
Add Term( {2, 1}, {4, 1} ), Add Term( {3, 1}, {4, 1} ), Add Term( {4, 2} ),
Set Sample Size( 12 ), Simulate Responses( 0 ), Save X Matrix( 0 )}
);回复：具有连续和分类响应的 DoE 连续混合因子你好，菲尔，谢谢你的回答，实际上我有一个与阿兰类似的问题（我有 4 个混合因子和 1 个连续因子（混合过程设计））。
我希望你不会介意我跳出这个答案......只调整 Scheffe 多项式 + 连续变量的二次项可以吗？
我已经使用 Scheffe 的三次模型运行了模拟，但不幸的是，对于我的情况，所需的运行次数变得太大。
预先感谢并感谢阿兰分享您的问题！
玛丽安娜
回复：具有连续和分类响应的 DoE 连续混合因子我有以下想法：
1. 您是否查看了响应变量的相关性？
2. 我不明白为什么你会对混合设计有一个名义响应？ 分析应该为您提供每个响应变量的等值线图，当然，这对于标称响应来说是没有意义的。 什么是通过或失败？ 可以将其转换为连续响应吗？
3. Phil 已经对你的常数因子比率进行了评论。
回复：具有连续和分类响应的 DoE 连续混合因子首先，如果 4 个混合因子中的 2 个应保持恒定比例，则实际上只有 3 个混合因子。 您应该将这 2 种成分视为设计的 1 个混合因子。 然后根据已完成的设计计算各个成分的数量（使用 JMP 中的公式列非常容易完成）。
我从未遇到过预测方差概况或设计空间分数图的任何阈值。 一方面，这些显示了因子空间上的预测方差，因此您不会得到单个值。 此外，与大多数设计诊断一样，绝对值并不是很有用。 它们最适合用于比较可能的不同设计。 我很惊讶你发现方差随着因子范围的增加而增加。 我希望看到相反的情况。
对于建模，您将在设计表中获得 Scheffe 立方模型的脚本。 你真的只需要运行它。 您可能不想缩小模型以消除微不足道的影响，因为混合设计中的因素并不完全独立。 因此，除了运行模型之外，您不需要做太多事情。
对于二元响应，请确保其为名义建模类型，然后 JMP 将默认拟合名义 Logistic 模型。 您应该知道，名义响应包含的信息比连续响应少得多，因此检测效果的能力要低得多。
我希望这一切都有帮助，
菲尔
回复：具有连续和分类响应的 DoE 连续混合因子你好菲尔，
我的实验涉及四个不同的因素。 我使用了混合物的定制设计并选择了 Scheffe 立方体。 我的回答是 3 个连续的和 1 个分类的（通过或失败）。
我想知道预测方差分布图和设计空间分数图是否有阈值。 我注意到随着因子范围的增加它们会变得更大。
我还可以知道如何设置约束，使我的 2 个因子的比率始终为 1:2.25
谢谢菲尔。
回复：具有连续和分类响应的 DoE 连续混合因子你好@Alainmd02 ,
这是一个大问题。 事实上，这真的不仅仅是一个问题。 如果您能稍微分解一下并添加更多信息，您可能会得到更有用的答案。
这至少有两个部分：
1. 混合因素
2. 分类回应
您对混合因素、分类反应或两者都不确定吗？
详细说明绝对响应的性质会很有帮助。 它是二元的、标称的响应（通过/失败、好/坏）吗？ 或者它是一个有序的分类，例如评级 1 到 5？
您还可以告诉社区更多有关混合因素的信息。 你是如何设计这个实验的？ 您使用的是定制设计还是经典设计方法？ 据推测，您是使用 JMP 设计的，因此设计表中应该有一个模型脚本。
我相信您会得到一些很好的建议。
菲尔
