안녕하세요 @Ed_F ,
이 초기 디자인을 보다 정교하고 세부적인 것으로 확장하기 전에 실험 공간의 한계와 가능한 제약을 확인하기 위해 간단한 혼합 디자인을 시도하는 것이 좋은 생각처럼 들립니다. 두 가지 질문에 대한 제 답변/코멘트는 다음과 같습니다.
- 저는 패밀리 3의 수준(가능한 원자재) 수와 다른 패밀리 요인 및 수준에 관련될 수 있는 모든 가능한 조합에 놀랐습니다. 도메인 전문성, 원자재의 물리화학적 특성 등을 기반으로 패밀리 3의 수준 수를 줄일 가능성이 있습니까? 첫 번째 설계는 "우승자를 뽑는 것"이 아니라 무엇이 효과가 있고 무엇이 효과가 없는지 이해하기 위한 것 같습니다. 따라서 패밀리 3의 모든 원자재를 사용하여 실험 공간의 실행 불가능/무효 영역을 이해할 필요는 없습니다. 이러한 원자재의 화학 정보를 기반으로 설계에서 최대 화학적 변동성을 표현하는 최대 3개의 다른 원자재를 테스트하는 것이 좋습니다.
Family3의 수준 수를 줄이는 것이 불가능하다면 이 첫 번째 디자인에 대해 약 30개의 실행을 사용하여 비율을 0과 1 사이에서 중간 값으로 변경할 수 있습니다.
제안된 디자인에 대한 스크립트 :
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}
);
Family3의 레벨 수를 3가지 다른 원자재로 줄일 수 있다면 20개의 런만 있는 유사한 디자인을 얻을 수 있습니다.
제안된 디자인에 대한 스크립트 :
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. JMP에서 설계에 대한 제약을 만드는 방법은 여러 가지가 있습니다. @Jed_Campbell 의 Demystifying Factor Constraints 라는 훌륭한 기사를 읽어보는 것이 좋습니다.
사용자 정의 설계를 사용하여 요인 제약을 정의 하거나 매우 복잡한 제약 상황이 있는 경우 후보 집합 접근 방식을 사용하여 가능한 후보 지점의 데이터 세트를 구축한 다음 사용자 정의 설계를 사용하여 모델 및 설계 사양에 따라 이 데이터 세트에서 가장 유익하고 관련성 있는 지점을 선택합니다. 이 후보 집합 접근 방식에 대한 몇 가지 토크와 프레젠테이션:
실험 설계에서 공변량이란 무엇입니까?
개발자 튜토리얼 - 실험 설계 시 공변량을 효과적으로 처리하기
후보 세트 설계: 문제에 대한 DOE 제약 조건 조정(2021-EU-30MP-784)
이 첫 번째 답변과 토론 시작이 도움이 되기를 바랍니다.
