R: Los diferentes criterios de optimización cubren el espacio de diseño de manera diferente. Puede ver una comparación entre la cobertura óptima del espacio de diseño D e I en la
R: En un diseño con términos de modelo específicos, se pueden estimar efectos de combinación no lineales con interacciones y
Términos cúbicos de Scheffé.
P: ¿Cómo consideramos los subcomponentes de un ingrediente (materia prima) en el diseño de una mezcla? por ejemplo, ¿un ingrediente que está hecho de 2 subcomponentes?
R: Puede haber varias formas de incluir esto en un modelo. Si tenía el componente A de la mezcla, estaba formado por los componentes a1 y a2; podría incluir un factor continuo que describa la relación de a1/a2.
P: En el ejemplo, ¿también necesita el efecto principal del tiempo de prueba?
R: Cuando se incluye una interacción de factor de proceso/factor de mezcla, el efecto principal del factor de proceso se elimina del modelo.
P: ¿Podría comentar sobre los modelos de análisis utilizados para el llenado de espacios y las cúbicas de Scheffé? Tenía la impresión de que los modelos lineales estándar no funcionarán y debemos usar modelos gaussianos u otros.
R: Cuando especifica términos de modelo (incluidas interacciones bidireccionales o cúbicas de Scheffe) en su diseño, puede utilizar métodos de modelado de mínimos cuadrados lineales estándar. Si genera un diseño que llena el espacio, es posible que necesite utilizar otros modelos, como Gaussiano o Neural Net, o algún modelado especializado en Regresión Generalizada.
P: ¿Existe una manera fácil de ver cómo aumentar mi presupuesto de ejecución mejoraría el rigor estadístico o la potencia del modelo?
R: La potencia de los diseños de mezclas es difícil de estimar debido a los factores correlacionados. La cobertura del espacio de diseño es una forma de visualizar esto. Si los puntos de su diseño están distribuidos o no por todo el diseño en las regiones donde desea obtener la información.
P: ¿JMP realiza pseudocodificación interna o es necesario especificarlo en algún lugar?
R: JMP lo hace.En Información de columna, puede especificar el tipo de pseudocodificación.Si está analizando un experimento que no se ha realizado en JMP, deberá asegurarse de que las propiedades de la columna estén configuradas.
P: ¿Cómo le pediste al software que eligiera los factores para obtener el pan más alto?
R: Debajo del triángulo rojo del Perfil de predicción, establezco la deseabilidad y luego, desde el triángulo rojo, Maximizo la deseabilidad.
P: ¿Por qué mantiene las interacciones en el resumen de efectos con un valor de p de 0,7?
R: Simplemente estamos trabajando con el modelo proporcionado sin reducirlo. Ciertamente, podría mover términos hacia adentro y hacia afuera para ver cómo eso afecta su análisis.
Sin embargo, debido a que los términos del modelo están altamente correlacionados, puede optar por conservar aquellos términos del modelo que no parezcan significativos y validarlos con experimentos de confirmación.
P: ¿Cómo visualiza espacios de diseño mixto con más de tres componentes?
R: Estos se visualizan comúnmente con gráficos ternarios en los que dos de los tres vértices representan componentes individuales y el tercer vértice representa la suma de todos los demás componentes.A continuación se muestra un ejemplo del experimento de formulación de lubricantes que se encuentra en Estrategias para el desarrollo de formulaciones, una guía paso a paso con JMP (Snee y Hoerl, 2016).Mire el primer gráfico ternario en la parte superior, Otros = % de ácido B + % de ácido C.
Ternary Plot Example Snee and HoerlTernary Plot Example Snee and HoerlEjemplo de trama ternaria Snee y Hoerl
Aquí hay un breve video que explica cómo visualizar espacios de diseño para mezclas con más de tres componentes.
