多くのパラメータを備えた小型設計こんにちは、
私はこの論文を読んでいます： 記事全文：高性能哺乳類流加培養のためのハイスループット培地設計アプローチ
著者らは、43個のパラメータを用いて16回の実験でDoEを作成したと述べています。私の理解が正しければ、彼らは基本的に80個のランダムDoEを作成し、因子間の相関を最も小さくするDoEを選択したということですね。JMPでも同様のことが可能でしょうか？カスタム設計では、モデル内のパラメータ数よりも小さい設計を作成することはできません。これは当然のことです。しかし、特定の主効果や2乗のみをモデルにランダムに入力し、JMPに強制的に小さい設計を作成させることは可能でしょうか？あるいは、JMPで同様のことを行う方法について、他に何かアイデアをお持ちの方はいらっしゃいますか？
ありがとう。
実験計画法Re: 多くのパラメータを持つ小さなデザインはい、JMPではカスタムデザインを使用して過飽和スクリーニング計画を作成できます。 ドキュメントをご覧ください。
Re: 多くのパラメータを持つ小さなデザインマークさん、どうもありがとうございます。モデルセクションで「可能な場合」を選択するのがコツでした。
それでも、著者らが（私の理解が正しければ）そのような設計を80個（ランダムに生成）使用し、因子間の相関が最も低いものを選んだというのは、非常に興味深いことです。また、彼らの設計（表1参照）は、パラメータの値が低・中・高とかなり適切に設定されているように見えますが、JMPは過飽和スクリーニング設計を用いる場合、低値と高値のみを提案する傾向があります。
Re: 多くのパラメータを持つ小さなデザインこんにちは@aatw 、
因子の中間値の存在を強く、あるいは弱く強制する必要がある場合は、離散数値（3水準）またはカテゴリ（3水準）の因子タイプを使用してください。カテゴリ因子タイプを使用した場合は、計画生成後に因子タイプを数値連続型に戻すことができます（または、 「ラベルをコードに変換」ユーティリティを使用して、名義値を連続型に素早く切り替えることもできます）。
以下は、元の設計、D 最適過飽和設計 (3 レベルの離散数値因子を使用)、および D 最適過飽和設計 (3 レベルのカテゴリ因子を使用) との比較相関マップの結果です。
相関マップのスクリプトと比較したデザインが添付されています。
DoE 係数の特定のレベル数を適用することに関する同様の議論を参照してください。
連続因子の3水準DOE
JMPを用いた実験計画に関するお問い合わせ
I-最適設計における因子レベルの数
スクリーニングの初期段階であれば、 グループ直交過飽和設計を検討することもできます。
この補足的な回答がお役に立てれば幸いです。
Re: 多くのパラメータを持つ小さなデザインビクターさん、本当にありがとう。とても助かりました。
