DSD およびリソースのフォローアップ DOE に関する一般的なガイダンスはありますか?こんにちは、私は DOE の初心者で、JMP を使用しています。 最適化するための 5 つの連続因子と 4 つの応答を含む製剤を使用しています。 DSD を使用して、配合をさらに探索して最適化したい設計領域を特定しました。
データを取得した後にモデルをフィッティングし、重要ではない効果 (F5 およびすべての 2 次形式と交互作用) を削除します。
望ましさパラメータを最大化することで、以下のような最適な定式化を見つけました。
それぞれの満足度関数を見ると、F1 を最大化し、F3 を最小化する必要があることがなんとなくわかります。 F4 は望ましさにほとんど影響を与えないため、修正される可能性があります。 また、F2 は重要な要素ではありませんが、F2*F3 の組み合わせが重要な要素です。 これは、配合を最適化するために DOE の次のラウンドで F2 と F3 を変更する必要があることを示しています。
質問は次のとおりです。
1) さらに最適化するには、F2 と F3 の境界をどのように設定すればよいですか。
2) このタイプの最適化にはどの DOE モデルを適用すればよいですか?
3) 最後に、JMP には、私の素朴な観察に頼るのではなく、要因と次回の DOE 実行に向けてフォローアップするための空間を体系的に調査できる特定のツールはありますか? グラフ ビルダーを試してみましたが、同時に最適化したい応答が 4 つあるため、DOE でフォローアップするための設計スペースを見つけるのはあまり役に立ちませんでした。
質問が基本的すぎて申し訳ありませんが、DSD のフォローアップ DOE の設計に関する一般的なガイダンスを提供できれば幸いです。 また、初期 DSD の後にフォローアップする設計スペースを見つけるための便利なツールや関連リソースも非常に高く評価されます。
ありがとう！！
実験計画法品質およびプロセスエンジニアリングRe: DSD およびリソースのフォローアップ DOE に関する一般的なガイダンスは?@Victor_G 、
あなたの経験と知識を共有していただき、誠にありがとうございます。 混合設計の基本と、それを適用して配合を最適化する方法を理解するのに非常に役立ちます。 提供していただいたリソースに基づいて、混合設計についてさらに勉強してみます。
ではごきげんよう！
Re: DSD およびリソースのフォローアップ DOE に関する一般的なガイダンスは?こんにちは@BJK_JerseyBoy 、
定式化トピックでは、一般に 2 つの異なるアプローチがあります。
- 配合物が「希釈」溶液であり、溶剤が配合物に大量に含まれている (70 ～ 90%+)、および/または溶剤が不活性であるか、測定している応答に影響を与えていない : つまり、一部の添加剤が有意な効果、相乗的または拮抗的相互作用を示すかどうかを確認したい場合: この場合、添加剤間の比率ではなく、配合中の少量の添加剤の影響に興味があるためです (溶媒は 100 に補正します)。 % (導入された添加剤の総量)、因子は互いに独立しており、スクリーニング計画、最終スクリーニング計画、(一部/完全) 要因計画、応答曲面モデル計画など、あらゆる要因計画が適している可能性があります。 モデルの複雑さと効果を推定するための実行数に応じて、効果/相互作用の統計的有意性を推定し、場合によっては最適化を行うことができます (主に DSD、RSM の場合)。
- または、処方に溶媒が含まれていない、および/または溶媒が処方中で優勢ではない、および/または応答に影響を及ぼしている、および/または添加剤の絶対濃度よりも添加剤間の適切な比率を見つけることに興味がある場合。定式化: この場合、混合計画の方が適しています。これらは、因子の統計的有意性の推定ではなく、応答の目的に合わせて添加物の比率を最適化することに重点を置いています。 因子は相互に依存しており (A のレベルを下げると、他の添加剤のレベルが増加します)、配合物の総量/部分は固定されています (1 または 100%)。
この素晴らしいポスターを見て、自分の状況に混合設計が必要かどうかを確認できます (さまざまな種類の配合/混合物について以前に行った説明があります)。混合実験を実行してはいけない場合 - JMP ユーザーコミュニティ
あなたの場合、例と結果を見ると、入力 (および出力) で添加剤の量ではなく比率を持つようにいくつかの変換を行いました。これは、混合計画がより適している状況のようです (またはおそらくカスタム混合)混合因子として F1、F2、F3 を使用し、他の添加剤と比較して濃度が非常に低いため F4 を連続因子として使用するモデル)。
混合計画では、スクリーニングや一部の要因計画よりも多くの実行が必要になることがよくありますが、目的は異なります。 モデルの複雑さに応じて各因子に複数のレベルを設定し、必要な制約 (因子の最大比について、またはそれら (の一部) 間の比に関する制約) を追加できます。混合プロファイラーを使用すると、実験的な空間探索が非常に簡単になります。 (JMP サンプル データ「Donev Mixture Data」のスクリーンショットの例)。 また、必要に応じて、「固定制約」(F4 が 2% など) で応答を最適化したい場合は、特定のレベルで因子を修正/ブロックすることができます。予測プロファイラー オプション (jmp.com)
あなたのアプローチは興味深いものです (比率については理論的に議論の余地がありますが)。新しい実行で結果を確認して、依然として正しい予測ができ、モデルを検証できるかどうかを確認するとよいでしょう。
この回答がお役に立てば幸いです。
Re: DSD およびリソースのフォローアップ DOE に関する一般的なガイダンスは?ありがとう@Victor_G 、
製剤業務に精通しているようですので、もう少し詳しく説明させていただきます。
はい、これは合計量を固定し、各因子の量を変える純粋な混合問題です。
したがって、あなたが言ったように、F1+F2+F3+F4は100になるはずです。 各因子に「少なくとも」 3 つのレベルが必要で、カスタム設計を試みましたが、それでは主因子の直交性を達成できませんでした。「モデルを問題に適合させても、問題がモデルに適合するわけではない」というようなことを読んだ記憶があります。 JMP コミュニティへの投稿の 1 つで。 しかし、DSD は応答の各因子の直交評価を可能にするため、実際には DSD を採用したいと考えていました。
そこで、この問題に DSD を適用できるようにちょっとした工夫をしました。 各因子の % を比率に変換しました。これにより、各因子のレベルを個別に変更できます。 たとえば、最初の投稿で好感度を最大化したスクリーンショットを見ると、JMP は F1:30、F2:5、F3:10、F4:1 で応答を最大化できることを示しています。 これは比率ですが、この比率を F1: 65%、F2: 11%、F3:22%、F4: 2% に変換し、この混合物を使用して配合物をスクリーニングします。
厳密な順方向ではないことは承知しており、それが正しい方法であるかどうかはわかりませんが、少なくとも JMP は、このデータを R1&R2 ~0.01 および R3&R4 ~0.06 の予測プロットの p 値にうまく適合させました。
私は混合計画を検討したことはありませんが、それによって直交計画が可能になり、DSD と比較して初期スクリーニングの実行が少なくなるのであれば、検討してみます。
以下に、回答 1、2、3 に対する私の回答をまとめました。
各回答の重要性を評価し、適用しました。」 Maximize Desirability」を使用して、私の最初の投稿 (2 番目のスクリーンショット) に示されている望ましさを見つけます。 あなたが提案したように、私の目標は、より小さな設計空間を見て配合を確実に最適化することです。 問題は、フォローアップする設計空間の境界を設定する賢明な方法は何かということです。 対象分野の専門家が、F1 と F4 を JMP の満足度関数 (2 番目のスクリーンショット) によって示唆される値に固定し、F2 と F3 の異なる比率をさらに調査することを求めているとします。 F2とF3の境界をどのように設定して見ればよいでしょうか？ これを理解するために 3D 散布図を使用する人もいますが、私は 4 つの応答を (同時に) 考慮して最適化したいため、それは実行可能なオプションではありません。 しかし私は、JMP には、複数の回答がある場合でも、ユーザーがフォローアップする設計領域を特定できるようにするための、何らかの賢いツールが必要だと考えていました。 設計手法に関しては、Augment Design ツールを知りませんでした。 教えてくれてありがとう、調べてみます。
ご意見とご提案をいただきありがとうございます。 私は DOE と JMP を初めて使用するため、アクティブ ラーニング段階にいます。 追加のアドバイスをいただければ幸いです。
Re: DSD およびリソースのフォローアップ DOE に関する一般的なガイダンスは?こんにちは@BJK_JerseyBoy 、
念のため言っておきますが、ここでは定式化について話し、DSD を実行しています。DSD は、独立した要因を仮定し、「合計量」に制約がないことを前提とした特別な要因計画です。 これは本当にあなたのケースでしょうか。因子間の制約や依存関係なしに「添加剤」の量を追加または削減でき、溶媒は F1、F2、F3、および F4 の変化を補償しますか?
それとも、F1+F2+F3+F4 の量は常に配合量の 100% に等しい必要がありますか? この場合、混合設計 (jmp.com)おそらくあなたのニーズにはもっと適しているでしょう。
- プロファイラーの横にある赤い点、「最適化と満足度」、「満足度の最大化」をクリックすると、JMP がいくつかの回答に対してどのような最適化を行うかを確認できます。 デフォルトでは、4 つの応答のそれぞれの重要度は同じ (1) になりますが、応答の重要度を増減したい場合は、「満足度の設定」でこれを変更できることに注意してください。
- DoE に実験を追加してシステムをより深く理解したい場合は、「Augment Design」プラットフォームが非常に役立つと思います。オーグメントデザイン（jmp.com）。この方法では、既存のモデルと実験を維持 (または拡張) しますが、新しく追加した実験で精度を高めたり、因子の範囲を変更してより広い/より小さな実験空間を探索したりすることができます。
- おそらく、試してみるのが興味深いことは、因子空間の範囲の一部を拡張することです (探索フェーズにある場合、そうでない場合は最適化フェーズにある場合は、より小さな最適な実験空間に集中するのが最善です)。たとえば、次のようになります。
- 因子 F2 と F3 のレベルが低い場合 (および/または因子 F1 のレベルが高い場合) はどうなりますか。F2 と F3 を最低レベルに維持し、F1 を最高レベルに維持する必要がありますか?
- F4 の範囲が広い場合はどうなりますか。応答への影響は変わりますか?
これらの最初の考えがあなたのお役に立てば幸いです。
