Analisi dei dati sul piano di miscelazioneBuongiorno a tutti,
Ho provato a realizzare una sorta di piano di mix utilizzando uno script fornitomi da un esperto di JMP.
Lo script mi permette di avere 10 componenti (a1, a2 - b1, b2, b3, b4 - c1, c2 - d1, d2) e la mia miscela sarebbe composta solo da:
a1 o a2 o 0
b1 o b2 o b3 o b4 o 0
c1 e/o c2
d1 o d2 o 0
Scegliendo i passaggi, lo script mi ha fornito una tabella degli esperimenti da fare (che ho arricchito con nuovi esperimenti e le componenti pure perché avevo coefficienti distorti)
Per lo sfruttamento del modello, ho utilizzato un modello di grado 2. Mi aspettavo che non avrebbe funzionato con così pochi esperimenti per così tanti coefficienti, ma su alcune proprietà ha funzionato.
Ho preso 2 proprietà come esempio.
Su p2 l'adattamento funziona bene, ho un modello che si adatta bene all'osservazione e alla previsione.
A p4, l'adattamento funziona bene in osservazione, ma ho EC enormi e la previsione funziona male con una pressione r² < 0.
Hai qualche commento o una soluzione per migliorare la qualità del mio modello?
ti ringrazio anticipatamente
Modellazione statistica avanzataAnalisi e modellazione dei dati di baseEsplorazione e visualizzazione dei datiProgettazione di esperimentiRe: Analisi dei dati sulla progettazione della miscelaScusa, ma non sono sicuro di cosa hai fatto? Non sono nemmeno sicuro che sia un design misto? Sono confuso riguardo ai fattori. Ci sono davvero 4 componenti a,b,c,d? a1 e a2 sono livelli diversi di a? Il fattore b ha 4 livelli? In tal caso, la tabella dati non è impostata correttamente. Inoltre non capisci cosa intendi con " che ho arricchito con nuovi esperimenti e componenti puri perché avevo coefficienti distorti"?
L'analisi dei progetti delle miscele non segue la tipica analisi del progetto sperimentale. I progetti di miscele avranno multicollinearità, quindi l'interpretazione delle statistiche è un po' più impegnativa. Questo perché i componenti di un progetto di miscela non sono indipendenti. Quando si modifica il livello di 1 fattore, ciò influisce sui livelli degli altri fattori. La somma dei componenti della formulazione = 1.
https://www.jmp.com/support/help/en/17.2/?os=mac&source=application#page/jmp/mixture-designs.shtml
Utilizzo principalmente il profiler della superficie della miscela per analizzare i progetti della miscela.
Re: Analisi dei dati sulla progettazione della miscelaE per aggiungere alle domande di @statman , quante analisi complessive sono state condotte? Perché dovresti inserire a1*a2 nel modello se non hai mai avuto a1 e a2 nella stessa combinazione? JMP lo sta analizzando anche come una miscela? Non sono sicuro che lo sia, ma devi verificarlo guardando la tabella Analisi della varianza e vedendo il messaggio: Testato rispetto al modello ridotto Y=media. Il modello per p2 potrebbe sembrare buono, ma è chiaramente un modello troppo specifico, quindi è probabile che si stia adattando eccessivamente. Ciò significa che il modello non sarebbe in grado di prevedere molto bene le osservazioni future. Ogni volta che le stime dei parametri contengono le parole "Zeroed" e "Biased", JMP rimuove automaticamente i termini dal modello per ottenere eventuali risultati. Non vi è alcuna garanzia che siano stati rimossi i termini corretti. Pertanto, non dovresti mai fidarti dei risultati quando vedi quelle parole nella tabella delle stime dei parametri.
Potrebbe essere utile allegare la tabella dei dati in modo che possa essere esaminata più da vicino. Ci sono molte cose molto insolite che accadono con questo "design".
Re: Analisi dei dati sulla progettazione della miscelaCIAO,
Grazie per il tuo feedback
Posso confermare che si tratta effettivamente di un design misto con 10 fattori.
a, b, c e d sono un tipo di componente e il numero associato è un sottotipo, non un livello. Puoi vedere che la somma di ogni riga è = 1
Ma ho incluso questi vincoli perché, ad esempio, volevo evitare a1 e a2 o b1 e b2 nella mia miscela. Immaginiamo una ricetta di pasticceria: potrei voler includere un frutto nella mia ricetta. Potrebbe essere scorza di limone (a1) o succo d'arancia (a2), oppure nessuno dei due. Si tratta infatti di due componenti distinte e non di variabili categoriali.
" che ho arricchito con nuovi esperimenti e componenti puri perché avevo coefficienti distorti "
Volevo dire che ho aggiunto una nuova corsa perché i coefficienti per a1, a2... non erano definiti con precisione. Quindi ho aggiunto la corsa con il 100% di a1, a2.... per avere il valore effettivo di tali coefficienti.
Allo stesso scopo, poiché avevo molti coefficienti distorti, ho fatto nuove analisi per ottenere un valore ma, come ho detto, la deviazione standard è ancora alta e non ho una buona previsione.
Re: Analisi dei dati sulla progettazione della miscelaCIAO,
Grazie per la tua risposta. Lo script mi dava 36 o 40 esecuzioni e ne ho aggiunte molte perché i coefficienti per a1, a2... non erano definiti con precisione. Quindi ho aggiunto la corsa con il 100% di a1, a2.... per avere il valore effettivo di tali coefficienti.
Non ho inserito a1*a2 nel mio modello (è = 0).
Ho allegato il file.
