実験の独立変数がカテゴリ変数であり、応答が連続変数である場合、直交計画をスクリーニングに使用できますか?たとえば、アミノ酸を独立変数として使用し、その中には 20 種類のアミノ酸があり、ビタミンを独立変数として使用し、その中には 8 種類のアミノ酸とビタミンの最適な組み合わせをスクリーニングすることができます。直交デザインを使用できますか? ありがとうございます!
こんにちは@wzm さん
あなたの目的を理解しているかどうか確認します。これらの原材料のセットの中から 1 つのアミノ酸と 1 つのビタミンを選択し、その 2 つを最適に組み合わせて最良の結果を得たいということですか?
もしそうなら、あなたの質問と投稿で「スクリーニング」について言及しているように思われるので（または少なくとも自動翻訳ツールは元の質問を「実験の独立変数がカテゴリであり、応答が連続的である場合、直交設計をスクリーニングに使用できますか？」と翻訳しています）、また、研究したいさまざまな原材料が比較的大量であることを考慮すると、すべての組み合わせ（160の固有の組み合わせ）をテストするには多数の実験が必要になる可能性があるため、最初の設計で（または1つの設計でのみ）アミノ酸とビタミンの最適な組み合わせを見つけようとはしません。
1 つの選択肢は、各要因のレベル数を制限して連続応答の変動を調査するために、いくつかの異なるアミノ酸とビタミンをサブセット化することです。20 種類のアミノ酸と 8 種類のビタミンすべてをテストする代わりに、たとえば 5 種類のアミノ酸と 4 種類のビタミンを選択して、これらの分子が分子特性/記述子の点で最大の変動性を示すようにすることができます。原材料を選択する方法は複数ありますが、化学構造、分子/化学特性、分子記述子の値を使用すると、原材料を比較して、化学的変動性が最高のものだけを選択するのに役立ちます。
このオプションについては以前の議論で説明しましたが、この方法はプレゼンテーションでも説明されています: 1つのマルチレベル（3+）カテゴリ変数と多数の連続変数の効率的なDOE
一見すると多段階のカテゴリ因子であるオプションをテストする際の効率とモデルの適用範囲の向上
共変量として使用できる連続分子記述子/値のおかげで、連続応答の結果を分析できます。カテゴリ因子の代わりに連続因子を使用すると、情報が大幅に増加します。
https://community.jmp.com/t5/Abstracts/Coding-with-Continuous-and-Mixture-Variables-to-Explore-More-of/ev-p/756156/redirect_from_archived_page/true
このアプローチの大きな利点は、多くの実験を伴う単一の DoE「ブルートフォース」アプローチを回避し、知識を構築して反復によって最適化を開始できることです。さまざまな分子のどの特性が応答に影響を与えるかを理解したら、他の原材料 (アミノ酸とビタミン) を選択し、モデルを改良して、相互作用と特定の順序の影響についてより深く理解し、応答を最適化できます。
この議論のきっかけと視点がお役に立てば幸いです。
辛抱強く答えていただきありがとうございます。アミノ酸の組み合わせ、ビタミンの組み合わせ、およびアミノ酸とビタミンの組み合わせをスクリーニングする必要があります。最終的な目標は、この比率のラベルのペアがあります。実験を計画する場合、最も大きな影響を与えるいくつかのアミノ酸とビタミンの適合性も考慮されます。考慮するアミノ酸とビタミンの間に相互作用があるかどうか アミノ酸間に相互作用があるかどうかを考慮する必要があります交流、ありがとう！
