Grüße.
Ich bin ein Doktorand ohne technischen Hintergrund und verwende JMP 17 Pro seit einem Monat. Dies ist das erste Mal, dass ich JMP-Software verwende, und ich habe Selbststudium über die JMP-Website, YouTube und Chemistry World durchgeführt, um zu RSM zu gelangen, aber ich habe Mühe, das Problem der mangelnden Eignung zu beheben. Ich habe meinen Optimierungsprozess mit einem teilfaktoriellen Design (2^6-2) begonnen, um die wichtigen Faktoren mit einem 2-Level-Screening zu screenen. Von dort aus habe ich ein flächenzentriertes zusammengesetztes Design für drei signifikante Faktoren unter Verwendung einer etwas breiteren Trajektorie mit sechs zusätzlichen Mittelpunkten in dreifacher Ausführung mit zufälliger Laufreihenfolge unter Verwendung von RSM im klassischen Design erstellt. Das Ergebnis waren 60 Experimente, darunter 18 Mittelpunkte für mehrere Verbindungen, die Signale messen. Ich hatte nur zwei Verbindungen mit unbedeutendem Mangel an Anpassung, der Rest von ihnen P<0,001. Meine Frage ist:
1. Wie kann ich überprüfen, ob die hohe Anzahl von Mittelpunkten die Verzerrung in der Modellierung für andere Verbindungen verursacht?
2. Ist es in Ordnung, die Mittelpunkte zu entfernen und alle anderen Reaktionen für die Modellierung beizubehalten?
3. So überprüfen Sie, ob das Modell im JMP zum quadratischen oder einem Polynom höherer Ordnung passt, um es anzupassen, bevor Sie das Instrument optimieren.
4. Ich lese @Phil_Kay schlug die Verwendung vor Best Subset und SVEM Lasso in Gen Reg für ähnliche Probleme in einem anderen Beitrag. Wo finde ich weitere Einzelheiten zur Datenanalyse mit diesen beiden Ansätzen zur Anpassung des RSM, um die gewünschte fehlende Anpassung im DOE zu erhalten?
5. Wenn dies nicht der Fall ist, wie kann das Experiment erweitert werden, um die gewünschte fehlende Anpassung zu erreichen?
Bitte helft mir.
Danke
