大家好，
我希望在建立 DoE 时获得一些指导/支持，以优化 HPLC 分离中的一些参数。
我总共有 4 个因素，都是连续的（三个是流动相的化学成分，1 个是柱温）。
我预计某些条件之间会产生交叉影响，从而影响我的研究中的反应。
美国能源部的最佳方法是什么？我应该运行明确的筛选设计还是具有高阶交互作用的定制设计（第四）？当我设置自定义设计时，我根本没有看到任何因素的任何中心点条件。这是一个问题吗？我还会看到二次效应吗？当我建立最终的筛选设计时，我确实看到了一些双向交叉效应……但我担心我会错过其他潜在的相互作用。
任何提示或建议将不胜感激......提前致谢！
克里斯
谢谢维克多！我将从这条道路开始。非常感谢您的投入！
克里斯
感谢您的意见。我没有 JMP Pro...但这是获得它的巨大动力。
我更喜欢定制 DOE 平台 CFR。演示 UHPLC 测量系统的优化。 您可以尝试 DSD 和 Custom 并在 doe 诊断菜单中比较两者。 我的猜测是，对于定制母鹿，您将获得更高的交互效果能力，这非常重要。由于相关性几乎可以忽略不计，主效应和二次效应的功效可能较低，但仍然可以接受。
你好@ClusterFerret68 ,
可以肯定的是，流动相的三种化学成分是三个独立的连续因子，而不是总和为恒定值的混合（依赖）因子？
如果所有因素都是连续的并且您的目标是优化，则色谱工艺优化中常见的传统“教科书”DoE 是中央复合设计 (CCD) 和 Box-Benhken。在我之前的回复之一中查看有关它的更多信息：已解决：回复：具有 2 个连续因子和 1 个离散（2 个水平）因子的优化任务 - JMP 用户社区
您还可以使用自定义设计平台，指定您的因子，并通过单击“模型”面板中的“RSM”创建响应曲面模型：所有 2 因子相互作用和二次效应将自动添加到模型中，设计对于建议的默认运行次数等于 21，将是 I 最优的（以最小化实验空间的平均预测方差）。
这是生成此类设计的脚本：
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Continuous, -1, 1, "X1", 0 ),
Add Factor( Continuous, -1, 1, "X2", 0 ),
Add Factor( Continuous, -1, 1, "X3", 0 ),
Add Factor( Continuous, -1, 1, "X4", 0 ), Set Random Seed( 1822801991 ),
Number of Starts( 8853 ), Add Term( {1, 0} ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ), Add Term( {1, 2} ),
Add Term( {1, 1}, {2, 1} ), Add Term( {2, 2} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {2, 1}, {3, 1} ), Add Term( {3, 2} ), Add Term( {1, 1}, {4, 1} ),
Add Term( {2, 1}, {4, 1} ), Add Term( {3, 1}, {4, 1} ), Add Term( {4, 2} ),
Set Sample Size( 21 ), Optimality Criterion( "Make I-Optimal Design" ),
Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
)
在 3D 中，当您指定轴向值为 1（轴向点“在面上”）时，点的重新分配看起来类似于中心复合设计（对于 4 个连续因子需要 26 次运行）：
我不会在模型中添加更多术语或更高的功效（除非领域专业知识或以前的经验给您关于模型中这些术语的有用性的强烈提示），并首先检查此建模的测量结果，看看是否该模型是否足够/可靠，或者是否需要增强（并且可能包括更高阶项）。
我同意之前关于 DSD 的答案，即该设计更适合具有大量因素的筛选阶段，而不是具有少量因素的优化阶段。
不建议对少于 5 个以上的因子使用 DSD，因为最多 6 个因子将需要 13 次运行（如果遵循 JMP 的默认设置和建议，则需要运行 17 次，并添加 4 次额外运行）。 因此，在因素数量较少的情况下，定制设计在实验预算方面会更便宜，并且具有更大的灵活性来处理约束和各种因素类型。
具有 m 个因子的 DSD 所需的运行次数为：
- 对于偶数个因子为 2m+1
- 2m+3 为奇数因素。
有关 DSD 的更多信息可以在学习中心找到：明确筛选设计 - JMP 用户社区
社区中的类似演示主题：
使用 JMP 改进法医学气相色谱/真空紫外光谱 (GC/VUV) (2019-US-30MP-199)
UHPLC 测量系统的 MSA 和优化 (2022-EU-45MP-1002)
我希望第一个答案对你有帮助
回声@P_巴特尔的评论：如果您认为有更高阶的因素在起作用，那么 DSD 可能不是最好的起点。 自定义设计器可能是实验设计的更好选择，因为当您从根据具体情况定义的模型开始时通常会更好。
另外，您有 JMP 或 JMP Pro 吗？ 在 JMP Pro 中，Functional Data Explorer 平台可以将每个 HPLC 色谱柱的整个输出流作为单个响应进行分析，从而允许您指定您正在寻找的整个所需曲线/光谱。 JMP 附带的示例文件 NMR DOE.jmp 提供了这样的示例。
当优化成为目标时，最终筛选设计并不是我选择的第一个设计。 原因是，他们首先筛选具有一些独特属性的设计，但仍然筛选设计。 那么，您手头的流程/问题的深度、广度和成熟度如何？ 你是筛选因素还是已经过去了？ 换句话说，您知道围绕因子空间最佳位置的关键因素、这些因素的水平，对噪声变量（受控和不受控制）有很好的处理能力，并且对您想要拟合的模型有很好的了解？
如果您确实要筛选因素，DSD 并不是一个坏方法。 它将为未来的连续实验提供一些见解。 但如果您通过了筛选，那么模型驱动的优化设计方法可能是正确的选择。 如果您希望模型中存在二次效应，请指定它们，坐标交换算法将为因子提供适当的水平，以估计这些效应以及您寻求的任何交互效应。
