Si la variable independiente del experimento es una variable categórica y la respuesta es una variable continua, ¿se puede utilizar un diseño ortogonal para la selección? Por ejemplo: los aminoácidos se utilizan como variable independiente, entre los cuales hay 20 aminoácidos diferentes, y las vitaminas se utilizan como variable independiente, entre las cuales hay 8 tipos para detectar la mejor combinación de aminoácidos y vitaminas. ¿Se puede utilizar un diseño ortogonal?
Hola @wzm ,
Sólo para estar seguro de haber entendido su objetivo: ¿quiere seleccionar un aminoácido y una vitamina entre un conjunto de estas materias primas para tener la mejor combinación entre los dos y obtener los mejores resultados?
Si es así, como parece mencionar "cribado" en su pregunta y publicación (o al menos la herramienta de traducción automática ha traducido su pregunta original como: " Si la variable independiente experimental es categórica y la respuesta es continua, ¿se puede utilizar un diseño ortogonal para el cribado ?") y considerando la cantidad relativamente grande de diferentes materias primas que desea estudiar, no intentaría encontrar la mejor combinación entre aminoácidos y vitaminas en un primer diseño (o solo en un diseño), ya que puede representar una gran cantidad de experimentos para hacer para probar todas las combinaciones (160 combinaciones únicas).
Una opción podría ser la de crear subconjuntos de varios aminoácidos y vitaminas diferentes para estudiar la variación de su respuesta continua con un número limitado de niveles para cada factor. En lugar de probar los 20 aminoácidos diferentes y las 8 vitaminas, podría seleccionar 5 aminoácidos y 4 vitaminas (por ejemplo), de modo que estas moléculas expresen la máxima variabilidad en términos de propiedades/descriptores moleculares. Existen múltiples formas de seleccionar las materias primas, pero el uso de las estructuras químicas, las propiedades moleculares/químicas y los valores de los descriptores moleculares puede ayudar a comparar las materias primas y seleccionar solo aquellas con la mayor variabilidad química.
Describí esta opción en una discusión anterior y este método también se explica en una presentación: DOE eficiente de una variable categórica multinivel (3+) y muchas variables continuas
Aumente la eficiencia y el dominio de aplicabilidad del modelo al probar opciones que a primera vista son factores categóricos multinivel
A continuación, puede analizar los resultados de la respuesta continua gracias a los descriptores/valores moleculares continuos que puede utilizar como covariables. El uso de factores continuos en lugar de factores categóricos representa una gran ganancia de información:
https://community.jmp.com/t5/Abstracts/Coding-with-Continuous-and-Mixture-Variables-to-Explore-More-of/ev-p/756156/redirect_from_archived_page/true
La gran ventaja de este enfoque es que evita un único enfoque de "fuerza bruta" de DoE que implica muchos experimentos, y puede desarrollar su conocimiento y comenzar a optimizar por iteración: una vez que comprende qué propiedades de sus diferentes moléculas tienen un impacto en su respuesta, puede seleccionar otras materias primas (aminoácidos y vitaminas) y refinar su modelo para tener una comprensión más profunda sobre las interacciones y los efectos de orden específico, y optimizar la respuesta.
Espero que este inicio de discusión y perspectiva pueda ayudarte.
Gracias, gracias por su paciente respuesta. Necesito buscar combinaciones de aminoácidos, combinaciones de vitaminas y combinaciones de aminoácidos y vitaminas. El objetivo final es obtener una proporción.La compatibilidad de varios aminoácidos y vitaminas que tienen el mayor impacto si diseñas un experimento, también lo será.considerarSi existe alguna interacción entre aminoácidos y vitaminas, es necesario considerar si existe alguna interacción entre aminoácidos.interacción,¡Gracias!
