在測試乍看之下是多層次分類因素的選項時提高效率和模型適用範圍米喬 (Silvio Miccio)，寶潔公司
高級科學家
在測試乍看之下是多層分類因素的選項時，提高效率和模型適用範圍
在測試不同原料或配方成分等選項時，通常的做法是將它們變更為多層分類變量，例如 A、B、C…。在一項實驗中。因此，為了確定最佳選擇，必須對所有選擇進行測試。其後果是
- 需要耗費時間進行物理測試，且
- 所得的模型僅適用於預測已測試的選項，但無法預測未測試的選項
更有效的方法是根據每個選項的物理/化學特性來設計實驗。這，
- 顯著減少所需的實驗條件數量，並且
- 得到一個可以預測以前未測試過的選項的模型。
演示將演示如何：
- 透過主成分壓縮描述期權屬性的可用信息
- 根據實驗設計選擇用於測試代表性原料的「盒子角落」。
- 透過 PLS 對資料進行建模
- 求整體最優解
- 決定最接近計算出的最優解的物理可用選項
- 證明了這種方法的效率
請注意，這裡顯示的內容是基於化學計量學中常用的方法，稱為定量結構-活性關係（QSAR）。
