cancel
Turn on suggestions
Auto-suggest helps you quickly narrow down your search results by suggesting possible matches as you type.
Showing results for 
Show  only  | Search instead for 
Did you mean: 
Register for our Discovery Summit 2024 conference, Oct. 21-24, where you’ll learn, connect, and be inspired.

Practice JMP using these webinar videos and resources. We hold live Mastering JMP Zoom webinars with Q&A most Fridays at 2 pm US Eastern Time. See the list and register. Local-language live Zoom webinars occur in the UK, Western Europe and Asia. See your country jmp.com/mastering site.

Choose Language Hide Translation Bar
Design von Mischungsexperimenten
Friday
20240927_MJMP_Design von Mischungsexperimenten.jrn
12441 KB

Erfahren Sie mehr über die vielfältigen JMP-Optionen für Mischungsdesigns, zur Unterstützung von Experimentanordnungen, in denen die Eigenschaften einer Zusammenstellung von Komponenten stärker von den relativen Anteilen als von den absoluten gemischten Mengen abhängen. Finden Sie heraus, wie Sie die Ergebnisse verschiedener Arten von Mischungsdesigns erstellen, analysieren und interpretieren.

 

(view in My Videos)

0 Kudos
Comments
Florian_Vogt
Friday

Folgende Fragen kamen im Webinar auf:

 

1.  @DocBo : Der Gefrierpunkt als Zielgröße einer Mischung verläuft oft sehr nicht-linear und lässt sich nur bedingt durch Polynome (bspw. Schéffe Cubic) modellieren. Das liegt i.d.R. daran, dass Eutektika "Spitzen" aufweisen, die nicht richtig mit den Polynomen modelliert werden.

Frage: Wie kann ich in JMP solche Mischungen mit Eutektika ordentlich modellieren, um nicht den "glättenden" Effekt von Polynomen zu haben?

Antwort: Möglicherweise können andere Design-Typen wie "Space-Filling" kombiniert mit Modellen wir Neuronalen Netzen helfen (hier ein Beispiel: https://community.jmp.com/t5/Abstracts/Accelerating-Innovation-with-Space-Filling-Mixture-Designs/ev...). Möglicherweise könnte auch der Functional Data Explorer eine Lösung sein (hier ein Überblick: https://community.jmp.com/t5/Mastering-JMP/Using-Functional-Data-Explorer-for-Spectral-Data/ta-p/689... auf dieser Seite weiter unten sind auch noch mehr Tutorials verlinkt)

 

2. @Ceno :

Thema constraints (Nebenbedingungen): z.B.

Drei Ingredienzen sollen so varieiert werden das die Summe dieser "Stoffe" dieser drei  19% bis 25 % variert werden.

A+B+C <=25 aber  warum (-A) + (-B) + (-C) <= -19 (warum Minus)

Die andern Ingredienzen sollen "frei" variiieren innerhal des Mixing designs (ohne contraints).

Antwort: Der Konstraint kann auch ohne die Minuszeichen geschrieben werden, wenn du das Ungleichheitszeichen umkehrst. Wichtig ist dabei ganz allgemein, dass der Constraint nicht die Summierung auf 100% beschränkt. D.h. es muss in deinem Beispiel noch einen Faktor geben, der den Rest (also 75-81%) auffüllt.

 

3. @MLanger 

Wie würde ich ein DoE for Mixtures aufbauen, bei denen neben den Mixture Faktoren auch Prozess Faktoren ein Rolle spielen. Um beim Beispiel zu bleiben, z.B. ein Faktor, wann ich die Essig-Öl-Mischung zum Essen gebe? Oder bei welchen Temperaturen, usw...

Antwort: Die Frage wurde im Webinar noch beantwortet. Kurz: Hier ist die Platform 'Custom Design' zu verwenden, da die Kombination von Mischungsfaktoren mit anderen Faktoren in klassischen Designs nicht möglich ist.

 

Vielen Dank für die Fragen!

Recommended Articles