Salutations.
Je suis un doctorant sans formation d'ingénieur et j'utilise JMP 17 Pro depuis un mois. C'est la première fois que j'utilise le logiciel JMP et j'ai effectué une auto-apprentissage via le site Web de JMP, YouTube et Chemistry World pour pouvoir arriver à RSM, mais j'ai du mal à résoudre le problème d'inadéquation. J'ai commencé mon processus d'optimisation avec une conception factorielle fractionnaire (2 ^ 6-2) pour filtrer les facteurs importants à l'aide d'un filtrage à 2 niveaux. À partir de là, j'ai créé une conception composite centrée sur la face pour trois facteurs significatifs en utilisant une trajectoire légèrement plus large avec six points centraux supplémentaires, en triple avec un ordre aléatoire de course en utilisant RSM dans la conception classique. Le résultat était de 60 expériences dont 18 points centraux pour plusieurs composés mesurant les signaux. Je n'avais que deux composés avec un manque d'ajustement insignifiant, le reste étant P <0,001. Ma question est:
1. Comment puis-je vérifier si le nombre élevé de points centraux cause le biais dans la modélisation pour d'autres composés ?
2. Est-il acceptable de supprimer les points centraux et de conserver toutes les autres réponses pour la modélisation ?
3.Comment vérifier si le modèle dans le JMP correspond au polynôme quadratique ou à tout polynôme d'ordre supérieur pour l'ajuster avant de modifier l'instrument.
4. Je lis @Phil_Kay suggéré l'utilisation de Meilleur sous-ensemble et SVEM Lasso dans Gen Reg pour un problème similaire dans un autre article. Où puis-je trouver plus de détails sur l'analyse des données à l'aide de ces deux approches pour ajuster le RSM afin d'obtenir le manque d'ajustement souhaité dans le DOE ?
5. Si ce n'est pas le cas, comment augmenter l'expérience pour atteindre le manque d'ajustement souhaité ?
S'il vous plaît aidez-moi.
Merci
