こんにちは@Ed_F 、
この初期設計をより洗練された詳細な設計に拡張する前に、単純な混合設計を試して、実験スペースの制限と可能性のある制約を確認するのは良い考えのように思えます。あなたの 2 つの質問に対する私の回答/コメントは次のとおりです。
- ファミリー 3 のレベル数 (可能な原材料) と、他のファミリーの要素とそのレベルに関係する可能性のあるすべての組み合わせに驚いています。ドメインの専門知識、原材料の物理化学的特性などに基づいて、ファミリー 3 のレベル数を減らす可能性はありますか? 最初の設計は、「勝者を選ぶ」ことではなく、何が機能し、何が機能しないかを理解するためのものであるように思われます。そのため、実験空間の実行不可能/無効な可能性のある領域を理解するために、ファミリー 3 のすべての原材料を使用する必要はありません。これらの原材料の化学情報に基づいて、設計で最大の化学的変動性を表現する最大 3 つの異なる原材料をテストすることをお勧めします。
Family3 のレベル数を減らすことができない場合は、比率が中間値で 0 から 1 の間で変化するように、この最初の設計で約 30 回の実行を行うことになります。
提案デザインのスクリプト:
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Categorical, {"A", "B"}, "Family1", 0 ),
Add Factor( Categorical, {"C", "D"}, "Family 2", 0 ),
Add Factor( Categorical, {"E", "F", "G", "H", "I", "J"}, "Family3", 0 ),
Add Factor( Mixture, 0, 1, "XF1", 0 ), Add Factor( Mixture, 0, 1, "XF2", 0 ),
Add Factor( Mixture, 0, 1, "XF3", 0 ), Add Factor(
Mixture, 0, 1, "XF4 (Glycerine)", 0
), Set Random Seed( 1288978935 ), Number of Starts( 1406 ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ), Add Term( {5, 1} ),
Add Term( {6, 1} ), Add Term( {7, 1} ), Add Term( {1, 1}, {4, 1} ),
Add Term( {2, 1}, {5, 1} ), Add Term( {3, 1}, {6, 1} ),
Add Term( {4, 1}, {5, 1} ), Add Term( {4, 1}, {6, 1} ),
Add Term( {4, 1}, {7, 1} ), Add Term( {5, 1}, {6, 1} ),
Add Term( {5, 1}, {7, 1} ), Add Term( {6, 1}, {7, 1} ),
Add Alias Term( {1, 1}, {2, 1} ), Add Alias Term( {1, 1}, {3, 1} ),
Add Alias Term( {1, 1}, {5, 1} ), Add Alias Term( {1, 1}, {6, 1} ),
Add Alias Term( {1, 1}, {7, 1} ), Add Alias Term( {2, 1}, {3, 1} ),
Add Alias Term( {2, 1}, {4, 1} ), Add Alias Term( {2, 1}, {6, 1} ),
Add Alias Term( {2, 1}, {7, 1} ), Add Alias Term( {3, 1}, {4, 1} ),
Add Alias Term( {3, 1}, {5, 1} ), Add Alias Term( {3, 1}, {7, 1} ),
Set Sample Size( 30 ), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design,
Set Run Order( Randomize ), Make Table}
);
Family3 のレベル数を 3 つの異なる原材料に減らすことができれば、20 回の実行だけで同様の設計を実現できます。
提案デザインのスクリプト:
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Categorical, {"A", "B"}, "Family1", 0 ),
Add Factor( Categorical, {"C", "D"}, "Family 2", 0 ),
Add Factor( Categorical, {"E", "F", "G", "H", "I", "J"}, "Family3", 0 ),
Add Factor( Mixture, 0, 1, "XF1", 0 ), Add Factor( Mixture, 0, 1, "XF2", 0 ),
Add Factor( Mixture, 0, 1, "XF3", 0 ), Add Factor(
Mixture, 0, 1, "XF4 (Glycerine)", 0
), Set Random Seed( 1500506171 ), Number of Starts( 1406 ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ), Add Term( {5, 1} ),
Add Term( {6, 1} ), Add Term( {7, 1} ), Add Potential Term( {1, 1}, {4, 1} ),
Add Potential Term( {2, 1}, {5, 1} ), Add Potential Term( {3, 1}, {6, 1} ),
Add Term( {4, 1}, {5, 1} ), Add Term( {4, 1}, {6, 1} ),
Add Term( {4, 1}, {7, 1} ), Add Term( {5, 1}, {6, 1} ),
Add Term( {5, 1}, {7, 1} ), Add Term( {6, 1}, {7, 1} ),
Add Alias Term( {1, 1}, {2, 1} ), Add Alias Term( {1, 1}, {3, 1} ),
Add Alias Term( {1, 1}, {5, 1} ), Add Alias Term( {1, 1}, {6, 1} ),
Add Alias Term( {1, 1}, {7, 1} ), Add Alias Term( {2, 1}, {3, 1} ),
Add Alias Term( {2, 1}, {4, 1} ), Add Alias Term( {2, 1}, {6, 1} ),
Add Alias Term( {2, 1}, {7, 1} ), Add Alias Term( {3, 1}, {4, 1} ),
Add Alias Term( {3, 1}, {5, 1} ), Add Alias Term( {3, 1}, {7, 1} ),
Set Sample Size( 20 ), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design,
Set Run Order( Randomize ), Make Table}
);
2. JMP で設計の制約を作成するには、さまざまな方法があります。 @Jed_Campbellによる素晴らしい記事「Demystifying Factor Constraints」を読むことをお勧めします。
カスタム デザインを使用して因子制約を定義するか、非常に複雑な制約状況がある場合は、候補セット アプローチを使用して候補ポイントのデータセットを構築し、カスタム デザインを使用して、モデルと設計仕様に基づいてこのデータセットの最も有益で関連性の高いポイントを選択できます。この候補セット アプローチに関するいくつかの講演とプレゼンテーション:
実験計画における共変量とは何ですか?
開発者向けチュートリアル - 実験を設計する際に共変量を効果的に処理する
候補セット設計: 問題に合わせた DOE 制約の調整 (2021-EU-30MP-784)
この最初の回答と議論のきっかけがお役に立てば幸いです。
