Análisis DOE del diseño de mezclas.Hola,
Tengo un diseño de mezcla con 3 factores y 6 corridas inicialmente para realizar mis experimentos, antes de realizar los experimentos me gustaría saber si mi diseño es válido o no. He utilizado el criterio óptimo y tengo 6 carreras sin puntos centrales, con 3 factores de mezcla en 2 niveles.
Diseño de experimentosRe: Análisis DOE del diseño de mezclasHola @Statexplorer ,
Puede resultar muy difícil responderle ya que no se proporciona suficiente información o contexto.
Sin embargo, según la información limitada, es posible que tenga algunas preguntas y debates.
Al recrear un diseño en las mismas condiciones que el tuyo, parece que has asumido sólo un modelo de efectos principales:
- ¿Cuál es su objetivo con este diseño y cuál es su presupuesto/restricción experimental?
- ¿Cuál es la complejidad de su sistema? ¿Por qué asume un modelo tan simple para un diseño de mezcla con pocos factores (3)? No podrás evaluar una mezcla de factores con esta configuración (cada experimento solo involucra 1 factor), por lo que realmente puedes perderte una buena combinación de componentes ya que no estás investigando mezclas.
- También estoy un poco sorprendido por el uso de I-optimalidad ya que se asume un modelo con efectos principales únicamente. El criterio de optimización aquí no cambiará nada, terminará con diseños iguales o similares sin importar el criterio de optimización con la configuración que tenga.
Recomendaría probar otros modelos de diseños de mezclas, según la complejidad asumida y su presupuesto experimental:
- Al utilizar un diseño personalizado y especificar interacciones de 2 factores, terminará con mezclas que incluyen hasta 2 componentes para un número de ejecuciones recomendado predeterminado de 12 (y un mínimo de 6 ejecuciones):
- Si no tiene restricciones en los rangos de sus factores de mezcla, también recomendaría probar y comparar diseños de mezclas clásicos: ejemplos de tipos de diseños de mezclas
- Normalmente, el diseño Simplex Centroïd es una opción interesante, ya que proporciona un mínimo de 7 ejecuciones (puede agregar ejecuciones replicadas), tres experimentos con 1 componente, tres mezclas de 2 componentes y un punto central con 3 componentes:
- Otra opción interesante es el uso de Augmented Simplex Centroïd (disponible a través de la opción " Diseño ABCD "), que proporciona los mismos puntos que el diseño Simplex Centroïd y suma 3 puntos correspondientes a mezclas con 3 componentes. Puede utilizar estos 3 puntos añadidos como puntos de validación del diseño Simplex Centroïd y el modelo asociado (efectos principales e interacciones de 2 factores), y/o utilizarlos para estimar con mayor precisión los parámetros del modelo:
- Finalmente, también puede probar diseños de mezclas de relleno de espacio o diseños de celosía simple si desea explorar de manera homogénea su espacio experimental sin asumir un modelo específico. Sin embargo, para ser eficientes, estos diseños a menudo requieren una mayor cantidad de ejecuciones que los diseños basados en modelos: para Space-Fillings, JMP recomienda 10 ejecuciones por factor (pero puede ajustar el número total de ejecuciones como desee), y para Simplex Diseños de celosía para 3 factores de mezcla, JMP recomienda 21 ejecuciones. El mayor número de ejecuciones y la buena cobertura del espacio experimental ayudan a utilizar modelos flexibles, como los modelos de aprendizaje automático.
Espero que estos pocos puntos te ayuden,
Re: Análisis DOE del diseño de mezclasHola Víctor, gracias por tu respuesta.
El objetivo es seleccionar diferentes lotes de materiales provenientes de diferentes proveedores, podemos tomar la cantidad de material en porcentaje, que en total debe ser 100.
Sin restricciones presupuestarias, ya que sería el primer DoE de mi parte. Quería comenzar con menos experimentos. He considerado todas las interacciones bidireccionales con 2 réplicas y sin puntos centrales con el criterio óptimo.
Todos los 2FI que he proporcionado, si es posible, se pueden incluir en el modelo.
Lo he considerado óptimo porque me dijeron que era el criterio óptimo adecuado para los diseños de mezclas.
Como este es el primer DOE, he considerado muy pocos experimentos para verificar que se produzca algún error.
Re: Análisis DOE del diseño de mezclasHola de nuevo,
Dado que menciona una selección de diferentes lotes de proveedores, me pregunto si realmente se encuentra en una situación de diseños de mezcla únicamente. Parece que podría utilizar diseños factoriales (si solo hay un lote de materia prima a la vez) o diseños personalizados (para permitir mezclas en presencia de varios lotes).
No entiendo cuáles son sus factores en el diseño y el vínculo entre las materias primas y los lotes. ¿Puedes compartir también una tabla de diseño anónima para comprender mejor tu configuración de diseño?
¿Podría proporcionar más información? :
- ¿Tiene 3 materias primas en formulación (que suman el 100%), y cada una de estas RM tiene varias opciones de lotes?
- ¿La relación/cantidades relativas son similares o hay grandes diferencias entre ellas (como A+B representan el 98-99% de la formulación y C representa la parte restante)?
- ¿Cuántos lotes tienes que cribar? ¿Cómo los seleccionas? ¿Qué tan representativo es este subconjunto de lotes pequeños en comparación con la población de lotes que puede recibir de los proveedores?
Espero que mis preguntas tengan sentido con tu tema.
Re: Análisis DOE del diseño de mezclasHola Víctor
- ¿Tiene 3 materias primas en formulación (que suman el 100%), y cada una de estas RM tiene varias opciones de lotes? RM está recibiendo de 5 a 6 lotes de diferentes proveedores
- ¿La relación/cantidades relativas son similares o hay grandes diferencias entre ellas (como A+B representan el 98-99% de la formulación y C representa la parte restante?) - Sí
- ¿Cuántos lotes tienes que filtrar? -5 lotes ¿Cómo los seleccionas? - basado en sus buenos resultados
Re: Análisis DOE del diseño de mezclas
