こんにちは 、
活性物質の濃度と最終的な粒子サイズの関係を調べるための実験を設計したいと思います。 10 種類の異なる活性物質サプライヤーをテストし、活性物質の濃度が最終的な粒子サイズにどのように影響するかを確認したいと思います。
材料は非常に高価なので、材料の使用を最小限に抑えながら有意義な洞察を提供できる効率的な実験設計を探しています。
この実験をどのように設計すればよいか提案していただけますか?
ありがとう
こんにちは@YanivD 、
私の考えを以下に記します。
一般的に、要因間の関係をより深く理解するために、私は通常、段階的な実験計画法を採用します。この方法では、最初に「大胆な」（可能な限り離れた）レベル設定と実験ノイズの厳密な制御（ランダム化、ノイズ要因のマッピング、ノイズ要因の一定保持、さらには要因として使用するなどのさまざまなノイズ戦略の使用）を伴う 2 レベルの一部実施要因計画を使用して、重要ないくつかの効果を表面化し、それらを使用して実験を進めます。
目的に近づいていない場合は、実行回数を節約するために、折り返し設計、Res III から始めて、各因子の効果サイズとそれらの相互作用を理解します。その後、応答で生成された変動に満足したら、設計を折り返して解像度を上げ、交絡に対処し、非アクティブな因子と相互作用を除外してから、推論空間を最適点に向けて進めます。最初は反復を実行せず、代わりにダニエル プロットを使用して効果のスパース性に基づいて因子を除外し、統計的有意性を理解します。目的に近づいたら (対処する因子が大幅に少なくなります)、RSM 法を使用して最適点付近の表面をより適切にモデル化し、反復して予測などを改善できます。
さて、あなたのケースについて、もう少し情報を提供していただけますか。10 社のサプライヤーが同じ製品を供給していて、そのうちの 1 社を選ぶ必要があるのでしょうか。プロセス要因とそのノイズが各サプライヤーのパフォーマンスに影響を与えるかどうかご存知ですか。
ブロック戦略を選択した場合でも、各サプライヤーに対して反復を実行する代わりに、上記と同じ戦略に従ってプロセス要因とすでにマップされているノイズを要因として使用して一部実施要因設計を実行し、各サプライヤーの平均の変化を確認し、統計テストを使用してサプライヤーが統計的に異なるかどうかを判断しますが、これは各実行のコストとすでに持っている情報を考慮すると完全にあなた次第です。
最初のブロックに対して最初の一部実施要因計画を実行すると、重要な効果がわかり、それが他のブロックにも当てはまることがわかる場合があります。この知識を使用して、他のブロックの実験を改良できます。
要因計画のブロックは、実行回数が最小の戦略のようには思えないかもしれませんが、プロセス要因とサプライヤー材料との相互作用に関する強固な知識基盤を構築するのに役立つと信じています。
このトピックについてさらに議論したい場合はお知らせください。
心から、
