Hola @Ed_F ,
Parece una buena idea probar un diseño de mezcla simple para comprobar los límites y las posibles restricciones de su espacio experimental antes de ampliar este diseño inicial para convertirlo en uno más sofisticado y detallado. Aquí están mis respuestas/comentarios a sus dos preguntas:
- Me sorprende la cantidad de niveles (materias primas posibles) para la Familia 3 y todas las combinaciones posibles que podrían estar involucradas con los otros factores de las familias y sus niveles. ¿Tiene alguna posibilidad de reducir la cantidad de niveles en la familia 3, en función de la experiencia en el dominio, las características físico-químicas de las materias primas, etc.? El primer diseño no parece estar destinado a "elegir un ganador", sino más bien a comprender qué funciona y qué no, por lo que no necesita usar todas sus materias primas de la familia 3 para comprender las posibles regiones inviables/inválidas de su espacio experimental. Recomendaría, en función de la información química de estas materias primas, probar un máximo de 3 materias primas diferentes que expresen la máxima variabilidad química en su diseño.
Si no es posible reducir el número de niveles para Family3, se podría acabar con alrededor de 30 ejecuciones para este primer diseño, con el fin de hacer que la relación varíe entre 0 y 1 con valores intermedios:
Guión para el diseño propuesto:
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}
);
Si puedes reducir la cantidad de niveles de Family3 a 3 materias primas diferentes, podrías terminar con un diseño similar con solo 20 ejecuciones:
Guión para el diseño propuesto:
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. Existen muchas formas de crear restricciones para los diseños en JMP. Recomiendo leer el excelente artículo de @Jed_Campbell Demystifying Factor Constraints .
Puede utilizar el diseño personalizado para definir restricciones de factores o, si tiene una situación de restricciones muy compleja, utilizar un enfoque de conjunto de candidatos para crear su conjunto de datos de posibles puntos candidatos y, luego, utilizar el diseño personalizado para seleccionar los puntos más informativos y relevantes de este conjunto de datos en función de su modelo y las especificaciones de diseño. Algunas charlas y presentaciones sobre este enfoque de conjunto de candidatos:
¿Qué es una covariable en el diseño de experimentos?
Tutorial para desarrolladores: Cómo manejar las covariables de manera eficaz al diseñar experimentos
Diseños de conjuntos de candidatos: adaptación de las restricciones del DOE al problema (2021-EU-30MP-784)
Espero que esta primera respuesta y tema de discusión te ayude.
