Miscela DoE con 6 ingredienti, utilizzare al massimo 3.Cara comunità,
Vorrei impostare un DoE misto composto da:
- Polimero: 80%
- Acqua: 18,4% - 20%
- Additivo 1: 0-0,8%
- Additivo 2: 0-0,8%
- Additivo3: 0-0,8%
- Additivo4: 0-0,8%
- Additivo 5: 0-0,2 %
Poiché Polymer è costante, l'ho rimosso. Quindi ottengo:
- Acqua: 92% - 100%
- Additivo 1: 0-4%
- Additivo 2: 0-4%
- Additivo 3: 0-4%
- Additivo4: 0-4%
- Additivo5: 0-1 %
Ora vorrei valutare le prestazioni degli additivi, ma con la presenza contemporanea di solo uno o due additivi nella miscela.
Con questo modello, voglio considerare solo gli effetti principali e l'interazione tra due additivi. Poiché l'acqua agisce solo come riempitivo, ma non ha alcun effetto sulla risposta, trascuro gli effetti tra Aggiungi *acqua e voglio considerare solo gli effetti Aggiungi(A)*Aggiungi(B).
Qualcuno potrebbe spiegarmi, per favore, come faccio a fare in modo che JMP selezioni solo miscele con uno o due additivi diversi e acqua?
Ogni idea è ben accetta.
Grazie in anticipo.
Progettazione degli esperimentiOggetto: Miscela DoE con 6 ingredienti, utilizzare al massimo 3.Ciao @DocBo ,
Benvenuto nella community!
Considerando il rapporto tra l'acqua (solvente) e gli additivi, perché non utilizzare prima un disegno di screening (ottimale)? Poiché l'effetto dell'acqua non è rilevante per lo screening degli additivi, si potrebbe iniziare con un disegno D-ottimale per i 5 additivi, specificando un modello con effetti principali, interazioni a 2 fattori (ed effetti quadratici se necessario). Vedi Quando non eseguire un disegno di miscela.
I modelli di miscelazione sono più simili a modelli di ottimizzazione, quindi sono più adatti se si desidera trovare una formula ottimale che contenga (quasi) tutti i fattori.
Il vincolo di cardinalità è davvero una necessità fisica (le formulazioni sono instabili o non realizzabili con più di 2 additivi)?
Se desideri mantenere un progetto di miscela per il tuo argomento, specificando semplicemente un modello di miscela di secondo ordine otterrai un progetto con un massimo di 2 additivi nelle tue formulazioni. Vedi un esempio da questo argomento: Progettazione di esperimenti con miscele multiple > 3 componenti che consentono solo miscele ternarie
Spero che questa risposta ti sia d'aiuto.
Oggetto: Miscela DoE con 6 ingredienti, utilizzare al massimo 3.Ciao @Victor_G ,
Grazie per la risposta rapida e per le informazioni/link aggiuntivi.
La limitazione a un massimo di 2 additivi alla volta è una richiesta che devo rispettare, ma non c'è una necessità fisica diretta.
1) Come posso implementare i vincoli a posteriori utilizzando il modello e il Prediction Profiler? Ma questo non porterebbe a test non necessari con troppi elementi aggiuntivi?
2) Ho impostato un normale DoE con fattori continui e interazione a 2 fattori, ma mi restituisce test con più di 3 additivi. Come posso ottenere un progetto con un massimo di 2 additivi alla volta?
Grazie in anticipo.
Oggetto: Miscela DoE con 6 ingredienti, utilizzare al massimo 3.Ciao @DocBo ,
1) Testare gli additivi senza vincoli ti aiuterebbe a determinare più facilmente e con maggiore precisione gli effetti principali e le interazioni tra gli additivi nel progetto. Quando utilizzi il Prediction Profiler collegato al tuo modello, puoi impostare il valore del fattore su qualsiasi valore (ad esempio 0) con CTRL+clic, assegnare il valore al fattore corrispondente e selezionare "Blocca impostazione fattore" per ottimizzare la formula escludendo i fattori meno promettenti (identificati grazie al tuo modello).
2) È possibile utilizzare l' approccio del set di candidati , creando una tabella con solo 2 fattori alla volta, e utilizzare questa tabella per selezionare le prove nel proprio progetto utilizzando la piattaforma Progettazione personalizzata e l'opzione Seleziona fattori covariati . Anche i progetti a blocchi incompleti bilanciati potrebbero essere un'opzione ( esempio qui ). In alternativa, è possibile attendere il componente aggiuntivo menzionato in precedenza, che offrirebbe opzioni di progettazione migliori.
Migliore,
Oggetto: Miscela DoE con 6 ingredienti, utilizzare al massimo 3.CIAO,
Se hai accesso a JMP 19.1, puoi utilizzare una nuova funzionalità in una funzione JSL che ti permette di generare campioni casuali (insiemi di candidati) soggetti a vincoli lineari, vincoli sui limiti delle variabili e vincoli di cardinalità su variabili di gruppo di componenti specificate. La funzione si chiama Random Linearly Constrained Uniform. È un'estensione della funzione Polytope Uniform Random, presente in JMP da tempo. (Puoi trovare i dettagli su come utilizzarla e alcuni esempi nell'indice di scripting degli oggetti di JMP.) Per il tuo esempio, posso richiamare la funzione con il seguente codice JSL:
Names Default To Here( 1 );
A = [1 1 1 1 1 1];
b = [1];
L = [.92 0 0 0 0 0 ];
U = [1 .04 .04 .04 .04 .01];
nwarm = 100;
nstride = 100;
tol = 1e-8;
// Index the constrained subgroups. Index = 0 is not in a constrained subgroup.
G = [0 1 1 1 1 1];
// Lower cardinality constraints for the constrained subgroups
LC = [1];
// Upper cardinality constraints for the constrained subgroups
UC = [2];
points = Random Linearly Constrained Uniform(
100,
A,
b,
L,
U,
1,
0,
0,
nwarm,
nstride,
tol,
G,
LC,
UC
);
dt = As Table( points );
Questo processo genera un insieme di 100 esecuzioni candidate che vengono salvate in una tabella simile alla seguente:
La piattaforma di ottimizzazione bayesiana presente in JMP Pro 19 è davvero ideale per questo tipo di problemi. Per saperne di più, consulta la presentazione che ho tenuto con Kasia e Chris a Discovery: Ottimizzazione bayesiana per formulazioni con vincoli complessi con JMP 19... - JMP User Community .
Spero che questo sia d'aiuto.
Cordiali saluti,
Rosa
Oggetto: Miscela DoE con 6 ingredienti, utilizzare al massimo 3.Ciao Laura, è adatto solo per la modalità Bayes opt auto? Speravo di poter applicare tutti i miei vincoli utilizzando un dataset candidato in modalità Bayes opt personalizzata, ma sembra che il profiler sia disabilitato. È un comportamento previsto?
