Ich versuche, einen Assay auf Robustheit zu optimieren, und möchte daher den Vorhersageprofiler verwenden, um die Variabilität meiner Faktoren zu modellieren. Ich möchte die Faktoren als kontinuierliche Variablen modellieren und habe die Möglichkeit, eine Normalverteilung zu verwenden.
Beim Entwerfen des DoE mit benutzerdefiniertem Design wollte ich die Faktoren jedoch auf diskret numerisch (und nicht auf kontinuierlich) festlegen, damit ich die zu testenden Faktorwerte festlegen konnte. Dies liegt daran, dass einer der Faktoren die Konzentration eines Medikaments ist und die Einstellung der Faktoren auf kontinuierlich Läufe generiert, die die Werte der Konzentration auf härtere Werte setzen (z. B. die Einstellung des Konzentrationsfaktors auf kontinuierlich generiert Läufe mit Werten von 72 nM. Meine Standardlösung ist 128 nM, also wäre ein Wert von 64 nM viel einfacher zu testen und würde eine ähnliche Stelle im Designraum erkunden).
Ich habe daher das DoE mit diskreten numerischen Variablen entworfen und dann bei der Analyse der Daten die Werte in kontinuierlich geändert.
Wenn ich jedoch zum Vorhersage-Profiler in JMP17 komme, wenn ich Random auswähle, werden mir die 5 verschiedenen Ebenen angezeigt, die ich beim Erstellen der diskreten numerischen Variablen verwendet habe, die mit Wahrscheinlichkeiten verbunden sind, anstatt eine Normalverteilung festzulegen.
Was kann ich tun, um die Variation der Faktoren als Normalverteilung zu modellieren, um die Robustheit zu optimieren?
