Bonsoir @Syrine,
Il reste difficile de vous aider sans plus d'informations sur le système à étudier.
Est-il possible de le décrire plus, quitte à anonymiser/coder le nom des ingrédients ? Préciser combien et lesquels sont dépendants les uns des autres (ex: ingrédients 1, 2 et 3) ?
Etant donné que votre plan semble mêler des facteurs de mélange avec des facteurs continus, il semble approprié d'utiliser la plateforme "Plans optimaux", car elle vous laissera une plus grande liberté pour définir et mêler différents types de facteurs et choisir le modèle et les termes à inclure, ainsi qu'une certaine flexibilité dans le choix du nombre d'expériences.
Pour le sujet de la valeur de réponse visée, vous aurez de toute façon dans l'analyse de votre plan des prédictions d'activité de l'eau, avec leur intervalle de confiance. En fonction du type de plan, de la variabilité de la réponse, du nombre d'expériences, du niveau de confiance (95% par exemple), ... cet intervalle sera plus ou moins grand, et vous pourrez ainsi vérifier que la valeur optimum prédite (et son intervalle de confiance) pour une certaine combinaison de valeurs de vos facteurs correspond bien à votre cible et que l'écart de l'intervalle de confiance est suffisant pour vos besoins.
Edit: Si vous souhaitez plus d'informations ou de formation sur les plans d'expériences ou si ce sujet est votre premier plan d'expériences, je recommande vivement les formations gratuites JMP suivantes :
- Introduction aux plans d'expériences : Design of Experiments Intro Kit | Getting Started with JMP
- Statistical Thinking for Industrial Problem Solving (un module est consacré aux DoE) : Statistical Thinking (STIPS) - Free Online Statistics Course | JMP
- D'autres ressources ou exemples : Design of Experiments | JMP
Ce contenu peut vous permettre de monter en compétences sur les plans d'expériences, ainsi que de pouvoir décrire plus précisément le plan que vous souhaitez réaliser.
Bonjour,
Il existe aussi des logiciels de simulation qui utilisent des bases de données sur des centaines d'ingrédients, additifs, .. et qui vont calculer l'aw.
= une autre stratégie de recherche.
cordialement
Bonjour @Françoise et @Syrine,
Effectivement, si des modélisations existent déjà, cette approche peut être complémentaire au plan d'expériences, en construisant un plan d'expériences adapté au problème, et en utilisant des valeurs issues de ces simulations comme réponse (en ayant vérifié au préalable la portée et les hypothèses de ces modélisations si possible, par exemple vérifier si les modélisations/prédictions tiennent compte de mélanges à nombre variable de composés, ou uniquement de mélanges binaires/tertiaires).
Cette combinaison de techniques (simulations et plan d'expériences) peut permettre d'identifier rapidement une zone formulatoire d'intérêt (en réalisant le minimum de simulations pour un gain maximum en informations sur le domaine expérimental, plutôt qu'une recherche "aléatoire" par itérations), et de valider sa pertinence et robustesse par quelques expériences.
En faisant quelques recherches, je suis tombé sur le logiciel Aw Designer (payant).
@Françoise, est-ce que l'option que je vous ai proposé pour votre sujet d'ellipse sur la Communauté a résolu votre problème : Re: graph with ellipse - JMP User Community
bjr,
il y a eu bcp de modélisation faite, surtout dans l'application de la microbiologie prévisionnelle., c à d pour voir l'impact de l'aw sur le développement des bactéries, en particulier les pathogènes.
la première étape du plan d'expérience passe par le recueil de l'état de l'art et des connaissances, donc par une bibliographie entre autre. Aujourd'hui, avec internet, vous pouvez trouver bcp d'informations (articles scientifiques, livres, présentations pdf ou pwp,...)
cdlt