どの要因が私の応答 (Y) に最も影響を与えるかを特定するためにスクリーニング実験を実施したいと考えています。 過去の研究から、これらの変数には交互作用があることがわかっているため、モデルに交互作用項を含める必要があります。 私が関連性があると特定した要因は次のとおりです。
- X1 - 連続
- X2 - 連続
- X3 - 連続
- X4 - 連続
- X5 - 連続
- X6 - 2 レベルのみのカテゴリカル
- X7 - 10 レベルのカテゴリカル
具体的に言うと、X7は化学物質の一種、脂肪酸です。 脂肪酸には、飽和、一価不飽和、多価不飽和、長鎖、短鎖などがあるため、この範囲の特性にわたる 10 個を選択しました。 X7 には 3 つ以上のレベルがあるため、JMP でカスタム設計を使用する必要があり、モデルで相互作用項を考慮すると、約 42 回の実験が必要になります。 これを行うより効率的な方法があるかどうかを聞きたかったのですが? 具体的には、X7 のような変数 (カテゴリカルな変数) を研究するために DOE を設定するより効率的な方法です。
よく考えてみると、最初は、X7 を離散変数から連続変数に変換すると (おそらく脂肪酸の重要な特徴に焦点を当てることによって) 役立つのではないかと思いました。そうすれば、単純に「高」と「低」の設定を選択できるからです。 しかし、化学物質は多面的であり、単に 1 つの特徴/数値に要約することはできないため、これが前進する方法であるとは信じていません。
それでは、X7 のようなカテゴリ変数がある場合に研究を設計するより効率的な方法はあるのでしょうか?
