關於 DSD 和資源後續 DOE 的一般指導？您好，我是 DOE 和使用 JMP 的新手。 我的藥物配方涉及 5 個連續因素和 4 個需要優化的反應。 我已經使用 DSD 來確定我想要進一步探索和優化配方的設計空間。
我在獲取資料後擬合模型並刪除不重要的影響（F5 和所有二次形式和交互作用）。
透過最大化意願參數，我找到如下的最佳公式。
透過查看每個意願函數，我有點明白我必須最大化 F1 並最小化 F3。 F4幾乎不會影響合意性，因此可以修復。 此外，F2 不是重要因素，但 F2*F3 的組合是重要因素。 這告訴我，我必須在下一輪 DOE 中改變 F2 和 F3 來優化配方。
問題是；
1）F2和F3的邊界應該如何設定才能進一步優化。
2) 我應該應用什麼 DOE 模型來進行這種類型的最佳化？
3) 最後，JMP 中是否有任何特定工具可以讓我有系統地研究因素和設計空間，以跟進下一次 DOE 運行，而不是依賴我天真的觀察？ 我嘗試過使用圖形產生器，但由於我想同時優化 4 個回應，因此找到一個設計空間來跟進 DOE 並沒有多大幫助。
如果問題太基礎，我很抱歉，但如果您能為 DSD 設計後續 DOE 提供一般指導，那就太好了。 此外，我們也非常感謝一些有用的工具，用於在初始 DSD 和相關資源之後找到後續的設計空間。
謝謝你！！
實驗設計品質和工藝工程回覆：關於 DSD 和資源後續 DOE 的一般指導？@Victor_G ,
非常感謝您分享您的經驗和知識。 它確實有助於理解混合物設計的基礎知識以及如何應用它來優化配方。 我將根據您提供的資源學習更多混合設計。
一切順利！
回覆：關於 DSD 和資源後續 DOE 的一般指導？你好@BJK_JerseyBoy ,
對於制定主題，通常有兩種不同的方法：
- 您的配方是「稀釋」溶液，溶劑佔據配方的大量（70-90%+）和/或溶劑是惰性的或不會影響您正在測量的反應：這意味著您會喜歡看看某些添加劑是否表現出顯著的效果、協同或拮抗相互作用：在這種情況下，因為您對添加劑之間的比例不感興趣，而是對配方中少量添加劑的影響感興趣（並且溶劑將補償到100引入的添加劑總量的百分比），您的因子彼此獨立，並且任何因子設計都可能適合：篩選設計、最終篩選設計、（部分/完整）因子設計、響應曲面模型設計… 根據模型的複雜性和估計效果的運行次數，您將能夠估計效果/交互作用的統計顯著性，並可能進行一些最佳化（主要是在 DSD、RSM 的情況下）。
- 或者您的配方沒有溶劑，和/或溶劑在配方中並不占主導地位和/或對響應有影響和/或您更感興趣的是找到添加劑之間的良好比例，而不是添加劑的絕對濃度配方：在這種情況下，混合物設計更適合，它們不側重於估計因素的統計顯著性，而是更專注於添加劑的比例優化，以匹配您的反應目標。 因素相互依賴（如果降低 A 的含量，則會增加其他添加劑的含量），且配方的總量/部分是固定的（1 或 100%）。
您可以查看這張很棒的海報，看看您的情況是否需要混合設計（您將看到我之前在不同類型的配方/混合物之間所做的解釋）：何時不進行混合實驗 - JMP 使用者社群
在您的情況下，查看您的示例和結果，您在輸入（和輸出）中進行了一些轉換以具有比率而不是添加劑的數量：這似乎是混合設計更適合的情況（或者可能是自定義混合設計）模型，其中 F1、F2 和 F3 作為混合因子，F4 作為連續因子，因為與其他添加劑相比，其濃度非常低）。
與篩選和某些因子設計相比，混合設計通常涉及更多的試驗，但目標不同。 根據模型的複雜性，您可以為每個因素設定多個級別，並添加您想要的任何限制（關於因素的最大比率，或關於（某些）它們之間的比率的約束），並使用混合分析器進行實驗空間探索非常容易（JMP 範例資料「Donev Mixture Data」的螢幕截圖中的範例）。 此外，如果需要，如果您想透過「固定約束」優化您的回應（例如 F4 為 2%），您可以修復/封鎖特定層級的任何因素：預測刻畫器選項 (jmp.com)
您的方法很有趣（即使理論上比率存在爭議），並且最好透過新的運行來檢查您的發現，看看您是否仍然能夠做出正確的預測並驗證您的模型。
希望這個回答對你有幫助
回覆：關於 DSD 和資源後續 DOE 的一般指導？謝謝@Victor_G ,
聽起來您對藥物製劑工作很熟悉，所以我將為您提供更多詳細資訊。
是的，這是一個純粹的混合問題，我固定了總量並改變了每個因子的數量。
所以如你所說，F1+F2+F3+F4 應該是 100。 我希望每個因素都有「至少」3 個水平，並嘗試了客製化設計，但我無法實現主要因素的正交性。我記得讀過類似“使模型適合問題並不能使問題適合模型”之類的內容。 JMP 社群的一篇文章中。 然而，我真的很想使用 DSD，因為它可以對每個因素的反應進行正交評估。
所以，我做了一些小技巧，能夠應用 DSD 來解決這個問題。 我將每個因素的百分比轉換為比率，這樣您就可以獨立更改每個因素的水平。 例如，當您查看我最初發布的最大化意願的螢幕截圖時，JMP 告訴我，在 F1:30、F2:5、F3:10、F4:1 處我可以最大化回應。 這是比例，但是我可以把這個比例換算成F1：65%，F2：11%，F3：22%，F4：2%，然後用這個混合物來篩選配方。
我知道這不是嚴格的前向，也不確定這是否是正確的方法，但至少 JMP 與 R1&R2 ~0.01 和 R3&R4 ~ 0.06 預測圖的 p 值很好地擬合了這些數據。
我從未探索過混合設計，但如果它能夠實現正交設計並且與 DSD 相比，初始篩選的運行次數更少，我會這樣做。
下面我總結了我對您的答案 1,2 和 3 的回應。
我已經評估了每個回應的重要性並應用了“最大化意願」來尋找我最初發布的帖子（第二個螢幕截圖）中顯示的意願。 正如您所建議的，我的目標是透過考慮較小的設計空間來明確優化配方。 問題是如何巧妙地設定後續設計空間的邊界。 假設主題專家希望我將 F1 和 F4 固定為 JMP 合意性函數建議的值（第二張螢幕截圖），並進一步研究 F2 和 F3 的不同比率。 F2和F3的邊界應該如何設定來查看？ 我看到有些人使用 3D 散佈圖來解決這個問題，但由於我想（同時）考慮 4 個回應來優化，所以這不是可行的選擇。 但我認為 JMP 應該有一些智慧工具來幫助使用者識別要跟進的設計空間，即使有多個回應。 在設計方法方面，我不知道Augment Design工具。 謝謝你讓我知道，我會調查一下。
感謝您的意見與建議。 我對 DOE 和 JMP 非常陌生，所以我正處於主動學習階段。 任何額外的建議將不勝感激。
回覆：關於 DSD 和資源後續 DOE 的一般指導？你好@BJK_JerseyBoy ,
可以肯定的是，您正在談論一個配方並進行 DSD，這是一種特殊的因子設計，假設獨立因素並且對「總量」沒有限制。 這確實是您的情況嗎？您可以添加或減少「添加劑」量，而不受因素之間的任何限制/依賴性的影響，並且溶劑將補償 F1、F2、F3 和 F4 的變化？
或者 F1+F2+F3+F4 的量應該永遠等於配方的 100% 嗎？ 如果是這種情況，混合設計 (jmp.com)也許會更適合您的需求。
- 您可以嘗試單擊 Profiler 旁邊的紅點、“優化和合意性”、“然後單擊“最大化合意性”，嘗試查看 JMP 對您的多個響應進行了哪些優化。 請記住，預設情況下，您的4 個回應中的每一個都具有相同的重要性(1)，但如果您想提高/降低某個回應的重要性，您可以在「設定意願」中更改此設定。
- 如果您想透過向 DoE 添加實驗來更深入地了解您的系統，我認為「增強設計」平台可以真正幫助您：增強設計 (jmp.com)。這樣，您可以保留（或增強）現有模型和實驗，但可以透過新添加的實驗來提高精度，或更改因子範圍以探索更廣泛/更小的實驗空間。
- 也許一些有趣的嘗試是擴大因素空間的一些範圍（如果您處於探索階段，否則在優化階段最好集中在較小的最佳實驗空間），例如：
- 如果因子 F2 和 F3 的水平較低（和/或因子 F1 的水平較高），會發生什麼情況：您是否仍需要將 F2 和 F3 保持在最低水平，將 F1 保持在最高水平？
- 如果 F4 具有更廣泛的範圍，會發生什麼情況，它會改變其對回應的影響嗎？
我希望這些最初的想法能對你有幫助
