Guida all'analisi dei dati per un design di miscela a 4 fattori con 4 risposteSto lavorando a un design di miscela in JMP con quattro fattori continui e quattro risposte. Sebbene abbia fatto progressi nella modellazione e valutazione delle singole risposte, trovo difficile analizzare tutte le risposte collettivamente. In particolare:
- I grafici ternari si limitano a visualizzare solo tre componenti della miscela alla volta, il che rende difficile comprendere il comportamento di tutti e quattro i fattori simultaneamente.
- Alcune delle mie risposte suggeriscono tendenze contrastanti, che richiedono un approccio di "via di mezzo" per l'ottimizzazione.
- Sebbene utile, il profiler di previsione non affronta appieno la complessità di combinare tutte le risposte per un'analisi completa.
- Invece di identificare un singolo valore ottimale per ogni fattore, il mio obiettivo è definire intervalli più piccoli e pratici per ogni composto. Questi intervalli saranno utilizzati in analisi successive in cui la valutazione prenderà in considerazione risposte aggiuntive.
Ecco cosa ho già fatto:
- Per ogni risposta ho considerato solo gli effetti significativi che riducevano l'RMSE.
- Ho esaminato i residui e la mancanza di adattamento, senza trovare tendenze o problemi evidenti.
Sto cercando il miglior approccio o gli strumenti all'interno di JMP per analizzare efficacemente questo design di miscela, in particolare per sintetizzare le intuizioni in tutte le risposte e identificare intervalli significativi per ogni fattore. Se potessi indicarmi strategie o documentazione pertinenti, te ne sarei molto grato.
Grazie in anticipo!
Esplorazione e visualizzazione dei datiProgettazione degli esperimentiRe: Guida all'analisi dei dati per un design di miscela a 4 fattori con 4 risposteCiao @K_JMP ,
Sembra che tu abbia già fatto un sacco di lavoro per analizzare i tuoi risultati. Ecco alcuni suggerimenti aggiuntivi relativi ad alcuni dei tuoi punti:
- Invece del grafico ternario, è anche possibile utilizzare la matrice del grafico di contorno ( "Più fotogrammi di contorno " nelle opzioni del triangolo rosso del Contour Profiler) per visualizzare tutti i fattori a coppie.
- Qual è la difficoltà che stai riscontrando con Prediction Profiler? Se hai risposte categoriali, c'è un modo per includerle tramite l'uso della formula delle probabilità.
- Se si desidera definire intervalli di fattori accettabili, potrebbe essere utile il Design Space Profiler .
- Per quanto riguarda l'approccio di analisi, poiché i Mixture Design sono progetti di ottimizzazione, è una buona idea perfezionare il modello in base a una metrica predittiva. Assicurati di rispettare l'ereditarietà degli effetti. Se hai JMP Pro, potresti provare a usare altri metodi di stima nei modelli di regressione generalizzata , come SVEM , Pruned Forward o Backward Selection , ... con diverse opzioni di metodi di convalida . A seconda del tuo mix design e della ripartizione dei punti, potresti anche provare un semplice Machine Learning efficace nell'interpolazione senza grandi rischi di overfitting (SVM e Random Forest sono buoni candidati).
Spero che questi pochi suggerimenti possano aiutarti,
Re: Guida all'analisi dei dati per un design di miscela a 4 fattori con 4 risposteEcco i miei pensieri. Per prima cosa fai una correlazione delle variabili di risposta. Fai una correlazione. Cerca valori anomali (Mahalonobis). Usa diverse tecniche di rappresentazione grafica per osservare le superfici di risposta della miscela. Sfortunatamente, non possiamo vedere in 4 dimensioni, quindi prova a ottenere più grafici per ogni possibile set di 3. Sii pratico nella tua analisi, non esiste un'analisi "magica" che faccia l'interpretazione per te.
