混合 DoE 包含 6 種成分，最多使用 3 種。親愛的社區成員們，
我想設計一個包含以下內容的混合實驗設計：
- 聚合物：80%
- 水：18.4% - 20%
- 添加物1：0-0.8%
- 添加物2：0-0.8%
- 添加物3：0-0.8%
- 添加物4：0-0.8%
- 添加劑5： 0-0.2 %
由於 Polymer 是常數，所以我將其移除。因此，我得到：
- 水含量：92% - 100%
- 添加劑1：0-4%
- 添加物2：0-4%
- 添加劑3：0-4%
- 添加物4：0-4%
- 添加劑5： 0-1 %
現在我想篩選添加劑的性能，但混合物中同時只存在 1 或 2 種添加劑。
透過這個模型，我只想考慮兩種添加劑的主效應和交互作用。由於水僅作為填充劑，對反應值沒有影響，因此我忽略添加劑*水之間的交互作用，只考慮添加劑(A)*添加劑(B)的交互作用。
請問有人能解釋一下，如何確保 JMP 只選擇含有 1 或 2 種不同添加劑和水的混合物嗎？
歡迎提出任何建議。
先感謝您。
實驗設計回覆：混合 DoE 包含 6 種成分，最多使用 3 種。嗨@DocBo ，
歡迎加入社群！
考慮到水（溶劑）與添加劑的比例，為什麼不先採用篩選（最優）設計呢？由於您關注的添加劑篩選並非水的影響，您可以先針對5種添加劑採用D-最優設計，並指定一個包含主效應、雙因素交互作用（必要時包含二次效應）的模型。請參閱「何時不應採用混合設計」。
混合設計更偏向最佳化設計，因此更適合用於尋找包含（幾乎）所有因素的最佳公式。
基數限制是否真的是物理上的需要（配方不穩定或添加劑超過 2 種就無法實現）？
如果您想為您的研究主題保留混合設計，只需指定二階混合模型即可獲得配方中最多包含兩種添加劑的設計。請參閱本課題中的一個範例： 多重 > 3 組分混合 DOE，僅允許三元混合物。
希望這個回答對您有幫助。
回覆：混合 DoE 包含 6 種成分，最多使用 3 種。嗨@Victor_G ，
感謝您的快速回覆以及提供的補充資訊/連結。
一次最多只能添加 2 種添加劑的限制是我必須遵守的要求，但實際上並沒有直接的必要性。
1）如何使用模型和預測分析器來實現後驗約束？但這會不會導致不必要的測試，增加過多的附加項？
2）我設定了一個包含連續因子和雙因子交互作用的常規實驗設計（DoE），但它產生的測試中包含超過3種添加劑。如何才能得到每次最多包含2種添加劑的設計？
先感謝您。
回覆：混合 DoE 包含 6 種成分，最多使用 3 種。嗨@DocBo ，
1) 在不施加任何限制的情況下測試添加劑，有助於您更輕鬆、更精確地確定設計中各添加劑的主要效應和互動效應。使用與模型關聯的預測分析器時，您可以按住 CTRL 鍵並單擊，將因子值設置為任意值（例如 0），然後將值設置為相應的因子，並勾選“鎖定因子”設置，從而在排除模型識別出的不太理想的因子後，優化您的配方。
2) 您可以使用候選集方法，每次建立一個只包含兩個因子的表格，然後使用該表格，透過自訂設計平台和「 選擇協變數因子」選項來選擇設計中的運行。 平衡不完全區組設計也是一種選擇（ 範例見此處）。或者，您可以等待之前提到的插件，它將提供更好的設計選項。
最好的，
回覆：混合 DoE 包含 6 種成分，最多使用 3 種。你好，
如果您擁有 JMP 19.1 的存取權限，您可以使用 JSL 函數中的一些新功能，該函數允許您產生隨機樣本（候選集），這些樣本可以滿足線性約束、變數邊界約束以及指定組件組變數的基數約束。此函數名為「隨機線性約束均勻分佈」（Random Linearly Constrained Uniform）。它是 JMP 中長期存在的「多面體均勻隨機分佈」（Polytope Uniform Random）函數的擴展。 （您可以在 JMP 物件腳本索引中找到有關如何使用該函數的詳細資訊和一些範例。）例如，我可以使用以下 JSL 程式碼呼叫該函數：
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 );
這樣就產生了一個包含 100 個候選運行結果的集合，並將其保存到如下所示的表格中：
JMP Pro 19 中的貝葉斯最佳化平台非常適合解決這類問題。請觀看我與 Kasia 和 Chris 在 Discovery 大會上所做的演示，以了解更多資訊： 使用 JMP 19 進行涉及複雜約束的公式的貝葉斯優化… - JMP 用戶社群。
希望這能幫到你。
親切的問候，
勞拉
回覆：混合 DoE 包含 6 種成分，最多使用 3 種。嗨，Laura，它只適用於貝葉斯優化自動模式嗎？我原本希望在貝葉斯優化自訂模式下使用候選資料集來強制執行所有約束，但似乎效能分析器被禁用了。這是預期行為嗎？
