A: Los diferentes criterios de optimalidad cubren el espacio de diseño de manera diferente. Puede ver una comparación entre la cobertura óptima del espacio de diseño D e I en el
A: En un diseño con términos de modelo especificados, puede estimar efectos de mezcla no lineales con interacciones y
Términos cúbicos de Scheffé. P: ¿Cómo consideramos los subcomponentes de un ingrediente (materia prima) en el diseño de una mezcla? Por ejemplo, ¿un ingrediente que está compuesto por 2 subcomponentes?
A: Podría haber varias maneras de incluir esto en un modelo. Si tuvieras el componente de mezcla A, que estuviera formado por los componentes a1 y a2, podrías incluir un factor continuo que describa la relación a1/a2.
P: En el ejemplo, ¿también se necesita el efecto principal del tiempo de corrección?
R: Cuando se incluye una interacción entre un factor de proceso y un factor de mezcla, el efecto principal del factor de proceso se elimina del modelo.
P: ¿Podría comentar sobre los modelos de análisis utilizados para el relleno del espacio y las cúbicas de Scheffé? Tenía entendido que los modelos lineales estándar no funcionan y que debemos usar modelos gaussianos u otros.
A: Cuando especifique términos del modelo (incluidas interacciones bidireccionales o la distribución cúbica de Scheffé) en su diseño, puede utilizar métodos estándar de modelado de mínimos cuadrados lineales. Si genera un diseño que llene el espacio, es posible que deba utilizar otros modelos, como el gaussiano o el de redes neuronales, o algún modelo especializado en regresión generalizada.
P: ¿Existe alguna manera sencilla de ver cómo aumentar mi presupuesto de ejecución mejoraría el rigor estadístico o la potencia del modelo?
A: La potencia de los diseños de mezcla es difícil de estimar debido a los factores correlacionados. La cobertura del espacio de diseño es una forma de visualizar esto. Si los puntos en su diseño están o no distribuidos a lo largo del diseño en las regiones donde desea la información.
P: ¿JMP utiliza pseudocódigo internamente o es necesario especificarlo en algún lugar?
A: JMP lo permite. Desde Información de columna, puede especificar el tipo de pseudocodificación. Si está analizando un experimento que no se ha realizado en JMP, deberá asegurarse de que las propiedades de la columna estén configuradas.
Pseudocodificación gestionada por JMP.JPG
P: ¿Cómo le pediste al software que seleccionara los factores para obtener el pan más alto?
A: Debajo del triángulo rojo del Perfilador de predicción, establezco las deseabilidades y luego, desde el triángulo rojo, maximizo la deseabilidad.
P: ¿Por qué se mantienen las interacciones en el resumen de efectos con un valor p de 0,7?
R: Estamos trabajando con el modelo tal como se nos proporcionó, sin modificarlo. Sin duda, podrías añadir o eliminar términos para ver cómo afecta eso a tu análisis.
Sin embargo, dado que los términos del modelo están altamente correlacionados, podría optar por conservar aquellos términos que no parezcan significativos y validarlos mediante experimentos de confirmación.
P: ¿Cómo se visualizan los espacios de diseño de mezclas con más de tres componentes?
A: Estos se visualizan comúnmente con diagramas ternarios, donde dos de los tres vértices representan componentes individuales y el tercer vértice representa la suma de todos los demás componentes. Aquí hay un ejemplo del experimento de formulación de lubricantes que se encuentra en Estrategias para el desarrollo de formulaciones, una guía paso a paso con JMP (Snee y Hoerl, 2016). Observe el primer diagrama ternario en la parte superior, Otros = % Ácido B + % Ácido C.
Ternary Plot Example Snee and Hoerl Ejemplo de diagrama ternario de Snee y Hoerl Ejemplo de diagrama ternario de Snee y Hoerl
Aquí tenéis un breve vídeo que explica cómo visualizar espacios de diseño para mezclas con más de tres componentes.
Recursos
Diseño de experimentos