¿Cómo puedo establecer niveles numéricos discretos para factores de mezcla?Como parte de un diseño más grande, tengo tres factores que son factores de mezcla, A, B y C.
A+B+C debe sumar 1.
A debe estar entre 0,5 y 1.
B debe estar entre 0 y 0,5.
C debe estar entre 0 y 0,5.
Pero como parte de la configuración física del experimento, B y C deben premezclarse antes de agregarse. Es difícil hacer esto, así que solo quiero usar una combinación de mezcla, una proporción de 1:1 de B a C. Así que solo quiero diseños donde:
B=C, o B=0 o C=0.
- Intenté especificar los tres factores como una mezcla y usar un script de combinaciones no permitidas, pero JMP me dice que no puedo usar el script cuando tengo factores de mezcla.
- También he visto consejos en este hilo: https://community.jmp.com/t5/Discussions/Defining-Factor-Constraints-in-Custom-Design-DOE/td-p/277563 sobre definir A y B+C como una mezcla de 2 cosas, y luego agregar otro factor que es numérico discreto (Proporción de B:C). Pero me preocupa perderme algo al no incluir B y C por separado.
- La opción final que puedo ver es poner los tres factores como factores continuos, pero usar restricciones lineales para especificar que A+B+C=1, A>0.5, y luego incluir mis combinaciones no permitidas, pero me preocupa que si ¿Debería usar mezclas en este caso?
Disculpe, todavía soy un principiante con JMP y DOE en general, por lo que esta pregunta es más como '¡No sé lo que no sé!', ¡Pero espero poder obtener buenos consejos aquí! ¿Debo usar la opción 2, la opción 3 o hay alguna otra forma de hacerlo?
Muchas gracias
Estoy usando JMP Pro 17.
Diseño de experimentosventanasRe: ¿Cómo puedo establecer niveles numéricos discretos para factores de mezcla?Hola @noahsprent ,
Si entiendo bien sus restricciones, podría haber un tipo de diseño que pueda ayudarlo: Diseño de mezcla de vértices extremos (consulte: Descripción general de los diseños de mezclas (jmp.com) , disponible en DoE, Classical, Mixture Designs). Puede encontrar un ejemplo de tal diseño aquí: Ejemplo de diseño de vértices extremos (jmp.com)
Este diseño de mezcla enfoca la repartición de puntos en los vértices del símplex y los puntos medios de los bordes.
Con sus factores A, B y C y su rango de factores relativos, puede encontrar (para un diseño con grado 2) tal diseño:
Este tipo de diseño parece respetar sus restricciones para los factores A, B y C:
- A debe estar entre 0,5 y 1.
- B debe estar entre 0 y 0,5.
- C debe estar entre 0 y 0,5.
- B=C, o B=0 o C=0
Este diseño mixto es bastante rentable, pero puede agregar réplicas para tener una mejor estimación de los términos incluidos en el modelo (efecto principal + interacciones de 2 factores) y reducir la varianza de predicción.
Para generar el diseño de mezcla de vértices extremos de 6 ejecuciones, aquí está el script JSL (y la tabla de datos está incluida en mi publicación):
DOE(
Mixture Design,
{Add Response( Maximize, "Y", ., ., . ),
Change Factor Settings( 1, 0.5, 1, "A" ),
Change Factor Settings( 2, 0, 0.5, "B" ),
Change Factor Settings( 3, 0, 0.5, "C" ), Set Random Seed( 1019219 ),
Mixture Design Type( Extreme Vertices, 2 ), Simulate Responses( 0 ),
Set Run Order( Randomize ), Make Table}
)
Espero entender bien tus limitaciones y que esta primera idea te pueda ayudar,
Re: ¿Cómo puedo establecer niveles numéricos discretos para factores de mezcla?@Victor_G muchas gracias por tu respuesta, me parece perfecta para la pregunta que te hice.
Debo disculparme por no haber dado el contexto completo porque quería presentar lo que pensé que era un MWE en mi pregunta original. Además de estos tres factores, también tengo otros factores que quiero investigar, así que creo que tengo que trabajar en el 'diseño personalizado'.
Re: ¿Cómo puedo establecer niveles numéricos discretos para factores de mezcla?Hola @noahsprent ,
Si tiene otros factores para agregar (que no son factores de mezcla), tendrá que cambiar a Diseño personalizado.
El número de niveles para los factores de mezcla en el diseño dependerá en gran medida del supuesto modelo: efectos principales, interacciones, efectos de mayor potencia, interacciones esquemáticas cúbicas, etc... con una influencia del Criterio de Optimalidad (para el número de corridas a niveles intermedios). niveles versus niveles mínimos/máximos).
Pero elegir un diseño D-Optimal (en el triángulo rojo de "Diseño personalizado", "Criterio de optimización", "Hacer un diseño personalizado D-Optimal") y especificar solo los efectos principales y las interacciones de 2 factores en el modelo debería darle una idea similar. tipo de diseño
Ejemplo aquí agregando un factor continuo ProcessVariable1 (rango entre 50 y 100, tabla de datos adjunta):
Y script JSL para la creación de DoE:
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0.5, 1, "A", 0 ),
Add Factor( Mixture, 0, 0.5, "B", 0 ), Add Factor( Mixture, 0, 0.5, "C", 0 ),
Add Factor( Continuous, 50, 100, "ProcessVariable1", 0 ),
Set Random Seed( 1119139817 ), Number of Starts( 25456 ), 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} ), Set Sample Size( 12 ),
Optimality Criterion( "Make D-Optimal Design" ), Simulate Responses( 0 ),
Save X Matrix( 0 ), Make Design}
)
Debería poder tener este tipo de diseño similar agregando cualquier otro tipo de factores siempre que esté creando un diseño D-Optimal con solo interacciones de 2 factores en el modelo.
Espero que esta respuesta complementaria te ayude,
Re: ¿Cómo puedo establecer niveles numéricos discretos para factores de mezcla?Gracias @Victor_G ! Esto me hizo darme cuenta de que el problema que estaba teniendo provenía de incluir efectos de potencia 2 para factores de mezcla, o de incluir interacciones con otros factores para los que estaba buscando efectos de potencia 2. Supongo que tiene sentido que este sea el caso. Eliminar ambas cosas hace que el diseño tenga las características que quiero.
