设计将混合成分与类别因子相结合的实验 - 案例帮助大家好，
我最近参加了几门关于混合设计的课程。我现在准备在现实生活场景中尝试这些原则。
我有以下案例。会有以下几件事：
3个混合因子
3 分类因素
大部分配方固定在 83,275%，我将其称为 BASE - 这部分不会改变。
所以我使用了 Mixture Sum 函数并将其设置为剩余的 16,725%（这将是 3-4 个混合因子的空间）
然而，这个起始碱将添加 2 种不同的酶（1 和 2）——将大批量生产的分类因子 1——这意味着这将是一个难以改变的因子。
我知道如何在 JMP 中执行这些操作。
我的问题更多地涉及在将分类成分类型因素与相应的混合因素组合时如何为我的模型组合和选择正确的项。
类别因素 2：稳定剂类型（3 个级别）
类别因素 3：纤维类型（2 个级别）
然后我有 3 个混合因子：
混合物 1：稳定剂浓缩液（预计会影响响应）
混合物 2：纤维浓缩物（预计会影响响应）
混合物 3：水（不要指望它有任何作用 - 只是填充剂）
我会包含所有主要术语。
但是否有必要拥有分类因子和混合因子之间的所有二阶项？
例如，如果我们不期望水（更像是填充物）起任何作用，那么是否应该将其包括在内？
此外，我们预计纤维和稳定剂不会相互影响。
这将是我对模型的最佳猜测：请参阅随附的 JMP 屏幕截图。
是否应该包括其他条款或？
我想对此提供一些意见。我的总体目标是做出一些预测。所以我的想法是使用 I 最优设计来获得尽可能低的预测方差。然而，作为第一步，如果设计能够以某种方式“筛选”哪种稳定剂或纤维效果最好，那么这也将是很酷/有益的——这样它们就可以被排除在外。 D 最优设计对此会更好吗？？？
对于第一次试验，我的最大运行次数是 14。但以后可以添加更多（增强）。
JMP 文件也附在下面。
期待听到您的想法。我一般无法使用 JSL 或脚本编写。
先感谢您。
此致
克里斯蒂安·贝特尔森
高级统计建模实验设计视窗回复：将混合成分与分类因素相结合的设计实验 - 案例帮助@Victor_G - 希望你知道该问谁。
回复：将混合成分与类别因素相结合的设计实验 - 案例帮助一些想法：没有一种方法可以解决这种情况。以下是一些选项：
1. 顺序方法。首先研究分类因素。它们有效果吗？这些效果的排名顺序是什么？有没有一个级别比另一个级别更好？然后您可以进行混料设计。实际上，您在这里也有选择，因为您有填充剂（水），您可能没有混合物设计通常具有的相同限制（例如共线性）。
2.裂区式设计。您可以将 3 个分类因素放入整个图中并运行 res. III 在整个图中进行实验（将第三个分类因子与第一个 2 的相互作用别名），然后在子图中进行混合因子。
3. 由于您可能没有由于加水器而受到的混合物限制，因此您可能只运行因子设计（或一些分数......）
无论如何，设计多个实验。比较和对比它们（例如，您可以从每个内容中学到什么与所需的资源）。
您可能会发现康奈尔大学的论文Embedding Mixture Experiments Inside Factorial Experiments （JQT 第 22 卷，第 4 期，1990 年 10 月）很有用。
在我看来，混合设计就是优化设计。我们已经知道那个人混合物中因素的重要性。混合设计的目的是创建一个“表面”或等高线图，以便可以优化结果。确定最佳设计空间后应使用优化设计（因此您在设计空间内进行映射。这意味着您已经发现了显着的影响并且了解了噪声的影响。
回复：将混合成分与分类因素相结合的设计实验 - 案例帮助嘿斯塔曼，
非常感谢您的建议。
我认为顺序方法听起来是个好主意。因为我帮助进行此设计的人想知道哪种稳定剂和纤维类型效果最好。我猜想基本分类因素也需要分割图。设计如下：
然后是关于随后建立未来混合设计的后续问题。
假设我们发现某种特定的稳定剂和纤维效果最好。然后你还可以引入一种新成分（如蛋白质）。但我想你不能将这种设计增强到混合中，对吗？
那么另一个问题是，您能否将第一个设计中的 3-5 次试验添加到混合设计中作为“额外”试验？
回复：设计将混合成分与分类因子相结合的实验 - 案例帮助我不确定你的意思是什么“引入一种新成分”？你为什么不在研究开始时就把它包括进去？这是一种新配方吗？这种“蛋白质”已经存在，只是没有被操纵吗？你从任何实验中得出的结论都取决于推理空间。虽然在后续迭代中添加因素始终是一种选择，但要意识到你从以前的实验中得出的结论可能不再有效（例如，新的相互作用效应可能会影响结论）。
当将以前实验的数据添加到新实验中时，您必须注意“阻断”效应。第一次和第二次实验之间有哪些因素/条件发生了变化？（例如原材料、环境条件）
回复：设计将混合成分与分类因子相结合的实验 - 案例帮助您从@statman那里得到了一些很好的建议。我只想补充两点。第一点是，如果您有过程变量（在您的例子中是分类变量）和混合变量，那么您应该将过程变量与混合变量交叉。这将使您能够看到当您更改这些过程变量时混合效应是否会发生变化——这是一个非常现实的问题，否则为什么要将过程变量放入设计中？
我要指出的另一点是，您可能能够完全避免混合情况。由于您的成分之一是水，因此您可以将其视为惰性。忽略它，这样您就可以将其他混合物成分视为“连续”变量，您将回到更传统的实验设计和建模领域。您可能不想这样做，但这至少是一个值得指出的选择。
回复：设计将混合成分与分类因子相结合的实验 - 案例帮助嗨，丹，
非常感谢您的评论。
是的，我知道您应该交叉过程和混合变量。但是在这种情况下，例如有两个分类因素：纤维类型和稳定器类型。根据领域知识，我们期望它们不会互相干扰。那么删除某些术语以简化模型并减少运行次数是否永远“不合适”？
是的，这个观点很有道理。我想我参加过几门课程后真的很想尝试混合设计方法。
回复：设计将混合成分与分类因子相结合的实验 - 案例帮助@Bertelsen92 ，我并不是说你必须包含所有双向交互。但是，我认为将稳定器类型*稳定器浓度和纤维类型*纤维浓度交互放入模型中很重要。更进一步说，混合模型中的“交互”实际上是在估计曲率。这一事实以及混合设计实际上都是关于开发预测模型的事实，如果可能的话，我建议使用所有双向交互（和特殊的三次项）。可惜资源不是免费的，无法实现这一点！:)
回复：设计将混合成分与分类因子相结合的实验 - 案例帮助大家好，
我们进行的试验相当昂贵，并且开发人员希望配方中的成分尽可能少。
所以希望当前的设置能够解决问题。但是，如果不能，我们可能需要测试蛋白质等新成分。
但真正好的观点是，如果在后续实验中通过添加新因素或改变现有因素的水平而导致推理空间发生变化，那么从以前的实验中得出的结论可能不再有效。但我猜可以添加一个名为蛋白质类型的分类因子以及具有浓度的连续因子，其水平如下：蛋白质 A、蛋白质 B 或非蛋白质。那么所有以前的实验都将是“非蛋白质”的 0%？
您将如何解决上述有关“阻塞效应”的问题？
