¿Diseño personalizado o diseño mixto? ¿cuál elegir?¿Existe alguna diferencia entre un diseño de mezcla y un diseño personalizado con los mismos factores tratados como mezclas? ¿Cuál sería mejor?
Diseño de experimentosRe: ¿Diseño personalizado o diseño mixto? ¿cuál elegir?Hola @mathej01 ,
No existe una "mejor" plataforma, depende en gran medida de lo que planee hacer.
- Es posible que tenga más opciones de diseño disponibles directamente en la plataforma Mixture Designs y los diseños pueden ser más fáciles de comprender y elegir, ya que ya tiene una lista de tipos de diseño propuestos con una breve definición/explicación.
Puedes echar un vistazo a la lista de los diferentes diseños disponibles en Diseños de mezclas plataforma.
- La plataforma de diseño personalizado puede ser más relevante en caso de restricciones específicas en los factores, como un tipo de varios factores involucrados (como diseños de procesos de mezcla , una clase de experimentos de mezcla que incorpora factores que no son de mezcla, como proceso, cantidad y tipo...), la presencia de factores difíciles de cambiar o la necesidad de un modelo altamente personalizado.Además, la definición de restricciones tiene más opciones en la plataforma Custom Design que en la plataforma Mixture Designs, y puede utilizar un conjunto de candidatos en el caso de un espacio experimental muy complejo y restringido: Diseños de conjuntos candidatos: adaptación de las restricciones del DOE al problema
La elección de la plataforma depende en gran medida de una serie de puntos, que pueden responderse a través de esta lista de preguntas (no exhaustiva):
- ¿Cuál es tu objetivo? ¿Modelo predictivo, exploración, explicación, una combinación de estos?
- ¿Cuáles son sus factores y limitaciones experimentales?
- ¿Cuál es el nivel de complejidad/no linealidad de sus respuestas?
- Dependiendo de las respuestas anteriores, ¿optaría por un enfoque basado en modelos (Optimal, Simplex Centroïd, Simplex Lattice, Extreme Vertices, diseño ABCD, centrándose más en los bordes del espacio experimental) o un enfoque independiente del modelo (diseño de relleno de espacio? , centrándose más en el espacio experimental interior)?
- Dependiendo de la respuesta anterior, ¿qué modelo sería más apropiado usar (o diseños de relleno de espacio)?
- ...
Espero que esta respuesta te ayude a descubrir cuál podría ser un buen enfoque para tu tema.
Re: ¿Diseño personalizado o diseño mixto? ¿cuál elegir?Gracias @Victor_G ,
No tengo todas las respuestas a las preguntas que has mencionado. Quizás puedas ayudarme a responderlas.
- ¿Cuál es tu objetivo? ¿Modelo predictivo, exploración, explicación, una combinación de estos? Mi objetivo es tener un modelo predictivo, la exploración y explicación no es mi prioridad.
- ¿Cuáles son sus factores y limitaciones experimentales? Todos mis factores son factores mixtos y tienen restricciones lineales entre esos factores.
- ¿Cuál es el nivel de complejidad/no linealidad de sus respuestas? Realmente no sé cómo explicar la complejidad. Pero tengo varios tipos de respuestas, por ejemplo, el precio total de las propiedades reológicas.
- Dependiendo de las respuestas anteriores, ¿optaría por un enfoque basado en modelos (Optimal, Simplex Centroïd, Simplex Lattice, Extreme Vertices, diseño ABCD, centrándose más en los bordes del espacio experimental) o un enfoque independiente del modelo (diseño de relleno de espacio? , centrándose más en el espacio experimental interior)? Cuando lo verifiqué, solo parece factible para mi diseño un llenado óptimo y de espacio. Pero esa es mi siguiente pregunta. No estoy realmente seguro de cuán diferente es el enfoque de llenado de espacio. Sólo puedo gestionar 20 ejecuciones de experimentos como máximo. ¿Tendrá algún sentido eso en relación con el enfoque de llenar el espacio?
- Dependiendo de la respuesta anterior, ¿qué modelo sería más apropiado usar (o diseños de relleno de espacio)?
Espero que mis respuestas y preguntas sean claras para ti.
Re: ¿Diseño personalizado o diseño mixto? ¿cuál elegir?Hola @Mathej01 ,
Voy a comentar algunas de sus preguntas y respuestas:
- " Realmente no sé cómo explicar la complejidad. Pero tengo varios tipos de respuestas, por ejemplo, precio total según las propiedades reológicas. ".
Entiendo perfectamente su punto, el precio podría ser una respuesta muy fácil al modelo (contribución aditiva de factores), mientras que para las propiedades reológicas puede encontrar algunas no linealidades fuertes dependiendo de la proporción de algunas materias primas en la formulación. Por lo tanto, puede resultar difícil encontrar un único modelo a priori suficiente y relevante para todas las respuestas que tenga en cuenta las diferencias de complejidad entre varias respuestas.
- " No estoy realmente seguro de cuán diferente es el enfoque de llenado de espacio. Sólo puedo realizar 20 ejecuciones de experimentos como máximo. ¿Tendrá algún sentido eso en relación con el enfoque de llenar el espacio? "
A continuación se ofrece una breve descripción general y una comparación entre el enfoque basado en modelos y el independiente del modelo:
Como puede ver, la metodología detrás de estos dos tipos de diseños es muy diferente y puede ser complementaria.
Con respecto a su presupuesto para 20 ejecuciones, depende de cuántos factores de mezcla tenga: cuantos más factores tenga, más dispersos estarán los puntos en el espacio experimental, mayor será su varianza de predicción (como señala la cuadrícula/ net será más escaso, el rendimiento de la predicción puede ser menor). El enfoque de llenado de espacio se usa a menudo en combinación con modelos de aprendizaje automático (ejemplo (en francés, próximamente en inglés) aquí de uno de mis casos de uso: https://community.jmp.com/t5/Groupe-francophone-des/Compl%C3%A9mentarit%C3%A9-des-plans-d-exp%C3%A9riences-et-du-Machine-Learning/mp/ 696018 )
Lo que también podría ser interesante es combinar y utilizar un enfoque basado en modelos para colocar puntos en los bordes/esquinas/vértices de su espacio experimental y aumentar este diseño con puntos de relleno de espacio con el presupuesto experimental restante. Esto le permite cubrir todo el espacio experimental (incluidos los límites) y elegir en la fase de análisis una gran variedad de enfoques, desde diferentes modelos de regresión hasta modelos ML.
Espero que esta respuesta complementaria te ayude.
Re: ¿Diseño personalizado o diseño mixto? ¿cuál elegir?Muchas gracias @Victor_G
Fue útil. Aunque desearía que el vídeo estuviera en francés. 
