具有連續和分類響應的 DoE 連續混合因子這種 DoE 的建模應該是什麼？ 非常感謝任何提示或步驟。
感謝你們。 非常喜歡
進階統計建模實驗設計品質和工藝工程回覆：具有連續和分類反應的 DoE 連續混合因子這很有趣。 和我的實驗幾乎一樣。
非常感謝菲爾。
回覆：具有連續和分類反應的 DoE 連續混合因子我認為這解決了我們的問題。 如果我們有持續的回應，那就更容易了。 這就是為什麼我們找到了一種量化解決方案清晰度等級的方法。
向你致敬@statman
非常感激。
回覆：具有連續和分類反應的 DoE 連續混合因子謝謝菲爾！
感謝你的幫助
回覆：具有連續和分類反應的 DoE 連續混合因子@斯塔曼和@Alainmd02 。
關於2： 當我在化學行業工作時，我在一個專案中做了類似的事情。 我們有相同的目標，那就是了解配方空間的哪些部分為我們提供了清晰、均勻的解決方案。 我們以 1-5 的等級對清晰度進行評分。 我們還將樣品加熱至 70°C，並在冷卻至 60°C、50°C、40°C、30°C 和 20°C 時對它們進行評級。 我努力建立有用的數據統計模型。 不過，這些數據的視覺效果非常有用。 這是 20C 的（匿名）數據圖。 您可以清楚地看到良好的綠色區域。 這就是我們實現目標所需了解的全部內容。
回覆：具有連續和分類反應的 DoE 連續混合因子你好@Alainmd02 ,
您需要使用線性約束來設定它，以定義 RM1:RM2 的比率 >= 0.26。
我發現獲得約束方程式的最佳方法是定義遵守約束的 2 個點（例如 0.1、0.385 和 1,3.85），並使用 JMP 中的 Fit Y by X 擬合一條線。
這給出了等式 RM1 = 0 + 0.2597403*RM2，您只需重新排列成適合約束介面的形式即可。
這是客製化設計的腳本。
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}
);
回覆：具有連續和分類反應的 DoE 連續混合因子你好@Mariana_Aguilar ,
是的。 您所看到的是，這是一個平衡您需要建模的行為的複雜性與您可以承受的運行次數的問題。 您可以對簡單模型進行少量運行的實驗。 然後，如果您發現它不是一個足夠的模型，您可以透過更多運行來增強以測試高階效應（例如三次模型）。
特殊三次模型是三次謝夫模型的簡化形式。 它更簡單，參數更少。 因此，估計特殊三次模型的實驗可以有更少的運行，但它不會捕捉到相同的行為複雜性。
此掌握 JMP 資源應該有用。
我希望這有幫助，
菲爾
回覆：具有連續和分類反應的 DoE 連續混合因子1. 每當有多個反應變數時，應謹慎評估反應變數之間的關係。 特別是當某些反應變數有潛在的測量系統問題時（例如，缺乏辨別力、解析度或精確度，不穩定）。 在散佈圖上繪製反應變數、使用 Mahalanobis 檢查異常值是尋找這些關聯的簡單方法（分析>多元方法>多元）。
2. 我相信，也許透過一些工作，這種反應可以變得更加連續（例如，測量不透明度，透過溶液照射光源，為什麼清晰度會改變？ 是因為固體嗎？ 測量溶液中的固體）。 如果沒有意外，您應該能夠對解決方案的清晰度進行排序並使用序數回應。 這一切都與效率有關。 要查看名目回應變數的變化，您通常需要更大的樣本量。 隨著回應變得更加連續，您可以用更少的樣本獲得所需的資訊。 此外，許多名目回應變數是聚合的。 它們由於多種故障機製而改變。 當試圖理解因果結構時，這帶來了真正的挑戰。
回覆：具有連續和分類反應的 DoE 連續混合因子你好@菲爾_凱和@statman
如何設定以下混料設計：
- 四種成分
- 水含量為 65% 至 90%
- RM1和RM2比率應大於或等於1:3.85
- RM 3 為 0 至 0.5%
謝謝
回覆：具有連續和分類反應的 DoE 連續混合因子你好@統計數據
1.看什麼想法反應變數的相關性？
2. 二元標稱響應。是澄清溶液和渾濁溶液。 我希望我的產品是一個明確的解決方案
回覆：具有連續和分類反應的 DoE 連續混合因子你好@菲爾
說得好。 再次感謝你
回覆：具有連續和分類反應的 DoE 連續混合因子謝謝菲爾，是的，這正是我所擁有的（20 次運行）。
對於未來使用混合物和製程變數進行的實驗（可能使用較少數量的因子），您建議執行 Scheffe Cubic + 混合物和連續因子主效應 +過程-混合物交互作用+過程二次效應？
我還看到有時人們使用 Scheffe 特殊立方體。 使用 Scheffe 特殊立方體與 Scheffe（「常規」）立方體相比有何優點/缺點？
謝謝你！
回覆：具有連續和分類反應的 DoE 連續混合因子對不起， @Mariana_Aguilar 。 我沒有正確閱讀你的評論。 我正在研究 3 個混合因素。 使用 4 個混合因子時，運行次數顯然會變大：最小值 = 15，建議值 = 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 )}
);回覆：具有連續和分類反應的 DoE 連續混合因子你好@Mariana_Aguilar ,
經典統計學家的回答：這要看情況。 
你能承受多少次跑步？ 如果您只能負擔少量的運行，那麼您將不得不尋找更簡單的系統模型。
您認為過程因素可能與混合因素產生交互作用嗎？ 在一些例子中，科學家設計實驗來測試過程因素如何影響混合系統的行為以及模型中過程因素和混合因素之間的相互作用。 這顯然增加了所需的運行次數。
具有所有混合物主效應和所有二階效應（混合物-混合物相互作用、過程-混合物相互作用和過程二次效應）的模型的最小設計尺寸為 10。12 是建議的預設值。
我希望這有幫助。
菲爾
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 )}
);回覆：具有連續和分類反應的 DoE 連續混合因子你好，菲爾，謝謝你的回答，實際上我有一個與阿蘭類似的問題（我有 4 個混合因子和 1 個連續因子（混合過程設計））。
我希望你不會介意我跳出這個答案......只調整 Scheffe 多項式 + 連續變數的二次項可以嗎？
我已經使用 Scheffe 的三次模型運行了模擬，但不幸的是，對於我的情況，所需的運行次數變得太大。
預先感謝並感謝阿蘭分享您的問題！
瑪麗安娜
回覆：具有連續和分類反應的 DoE 連續混合因子我有以下想法：
1. 您是否查看了反應變數的相關性？
2. 我不明白為什麼你會對混合設計有一個名義回應？ 分析應該為您提供每個反應變數的等值線圖，當然，這對於標稱反應來說是沒有意義的。 什麼是通過或失敗？ 可以將其轉換為連續響應嗎？
3. Phil 已經對你的常數因子比率進行了評論。
回覆：具有連續和分類反應的 DoE 連續混合因子首先，如果 4 個混合因子中的 2 個應保持恆定比例，則實際上只有 3 個混合因子。 您應該將這 2 種成分視為設計的 1 個混合因子。 然後根據已完成的設計計算各個成分的數量（使用 JMP 中的公式列非常容易完成）。
我從未遇到過預測方差概況或設計空間分數圖的任何閾值。 一方面，這些顯示了因子空間上的預測方差，因此您不會得到單一值。 此外，與大多數設計診斷一樣，絕對值並不是很有用。 它們最適合用於比較可能的不同設計。 我很驚訝你發現方差隨著因子範圍的增加而增加。 我希望看到相反的情況。
對於建模，您將在設計表中獲得 Scheffe 立方模型的腳本。 你真的只需要運行它。 您可能不想縮小模型以消除微不足道的影響，因為混合設計中的因素並不完全獨立。 因此，除了運行模型之外，您不需要做太多事情。
對於二元回應，請確保其為名目建模類型，然後 JMP 將預設擬合名目 Logistic 模型。 您應該知道，名目回應包含的資訊比連續回應少得多，因此檢測效果的能力要低得多。
我希望這一切都有幫助，
菲爾
回覆：具有連續和分類反應的 DoE 連續混合因子你好菲爾，
我的實驗涉及四個不同的因素。 我使用了混合物的定制設計並選擇了 Scheffe 立方體。 我的答案是 3 個連續的和 1 個分類的（通過或失敗）。
我想知道預測變異數分佈圖和設計空間分數圖是否有閾值。 我注意到隨著因子範圍的增加它們會變得更大。
我還可以知道如何設定約束，使我的 2 個因子的比率始終為 1:2.25
謝謝菲爾。
回覆：具有連續和分類反應的 DoE 連續混合因子你好@Alainmd02 ,
這是一個大問題。 事實上，這真的不只是一個問題。 如果您能稍微分解並添加更多信息，您可能會得到更有用的答案。
這至少有兩個部分：
1. 混合因素
2. 分類回應
您對混合因素、分類反應或兩者都不確定嗎？
詳細說明絕對響應的性質會很有幫助。 它是二元的、標稱的回應（通過/失敗、好/壞）嗎？ 或者它是一個有序的分類，例如評級 1 到 5？
您也可以告訴社區更多有關混合因素的資訊。 你是如何設計這個實驗的？ 您使用的是客製化設計還是經典設計方法？ 據推測，您是使用 JMP 設計的，因此設計表中應該有一個模型腳本。
我相信您會得到一些很好的建議。
菲爾
