Hola,
Soy nuevo en el diseño de experimentos y me encuentro con una pregunta. Entonces, estoy investigando un sistema de mezcla y tengo restricciones de la siguiente manera:
0= 20=
45= y ahora me gustaría aumentar el diseño aún más en el siguiente espacio
0=
15= 80= por lo que el espacio de diseño permitido sería algo así como un polígono. ¿Cómo puedo hacer eso en JMP?
Hola @Al_Perr_1988 ,
¡Bienvenido a la Comunidad!
La forma más fácil y conveniente de aumentar un diseño es usar la plataforma Diseños de aumento.
Esta plataforma permite agregar ejecuciones experimentales a un DoE existente y permite hacer réplicas, doblar, llenar espacios, aumentar la complejidad del modelo, cambiar el rango de factores...
Para su ejemplo específico, creé un diseño de mezcla D-óptimo (para efectos principales e interacciones de 2 factores, 12 ejecuciones) respetando sus restricciones para que pueda seguir los pasos.
El diseño original se crea con este script:
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ), Add Factor( Mixture, 0, 0.25, "A", 0 ),
Add Factor( Mixture, 0.2, 0.3, "B", 0 ),
Add Factor( Mixture, 0.45, 0.8, "C", 0 ), Set Random Seed( 324812 ),
Number of Starts( 30462 ), 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( {2, 1}, {3, 1} ), Set Sample Size( 12 ), Simulate Responses( 0 ),
Save X Matrix( 0 ), Make Design}
)
Si comprobamos el espacio experimental con un gráfico Ternario, podemos ver que se respetan las restricciones:
1. Desde su tabla de diseño, puede ir al menú "DOE", luego "Diseño de aumento". Especifique sus factores A, B, C y su(s) respuesta(s), y debería tener este panel, donde puede cambiar los rangos de sus factores con los nuevos:
2. Haga clic en "Aumentar", especifique el modelo asumido (efectos principales, interacciones de 2 factores, Scheffé Cubic ...) y especifique un número de ejecuciones o deje el predeterminado (puede probar varios diseños aumentados y compararlos usando el Evaluar diseños plataforma).
Ahora tiene un diseño aumentado con nuevas ejecuciones agregadas en su espacio experimental recién definido que tiene en cuenta la información anterior de las ejecuciones originales.
Aquí está el script como ejemplo:
dt = Current Data Table();
dt2 = dt << run script( "Original Data Table" );
Current Data Table( dt2 );
DOE(
Augment Design,
X( :A, :B, :C ),
Y( :Y ),
{Group new runs into separate block, Augment Method( Augment ),
Set Random Seed( 1381653403 ), Number of Starts( 67362 ), 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( {2, 1}, {3, 1} ), Add Term( {4, 1} ),
Set Sample Size( 20 ), Make Design, Save X Matrix( 0 ), Simulate Responses( 0 ),
Make Table}
);
Como puede ver, es bastante fácil aumentar un diseño.
Sin embargo, tengo algunas preguntas para usted con respecto a este nuevo espacio experimental definido por sus nuevas restricciones:
Con las nuevas restricciones, se encuentra en un área muy pequeña e inexplorada en comparación con su espacio experimental anterior.
- ¿Es esto intencionado? ¿Has comprobado tus limitaciones?
- ¿Cuál fue el modelo asumido en primer lugar? ¿Cuántas carreras? ¿Por qué eligió un diseño D-óptimo?
- ¿Ya se realizó el primer DoE y se midieron las respuestas?
- ¿Cuál es la precisión que puede tener para medir las cantidades relativas de A, B y C?
- ¿Tiene alguna idea de la repetibilidad/reproducibilidad de su(s) respuesta(s)?
Parece que los rangos de mezclas de factores B y C en este nuevo espacio experimental parecen demasiado estrechos para poder tener un modelo informativo y sólido.
Más información sobre el contexto de este DoE y podría ayudarnos a guiarlo para encontrar una solución adecuada.
Espero que esta primera respuesta te ayude,
Hola, Alex,
Muchas gracias por las respuestas y los detalles proporcionados.
Tenía curiosidad sobre el espacio experimental final (que parecía muy pequeño y totalmente desconectado de su espacio experimental inicial, por lo que no se beneficiaba de su información inicial recopilada por los experimentos), pero con las limitaciones que mencionó en su última respuesta (con rangos más amplios para B y C que en su publicación inicial), tengo el mismo espacio experimental y un diseño similar:
Imagino que tuviste resultados interesantes en la esquina de tu espacio experimental inicial (A entre 0 y 7%, B entre 20 y 25% y C entre 70 y 80%) lo que te lleva a investigar un área experimental más cercana con menor A, menor Proporciones/relación B y C superiores.
¡Tiene sentido, gracias por la aclaración, los detalles y las correcciones!
