Criar e analisar DoE de misturas
0. Em um experimento de misturas, é impossível alterar um ingrediente independentemente dos demais, porque todo aumento em um ingrediente exige uma redução correspondente em pelo menos outro para manter o total fixo.
Última revisão
Conclusão principal
O Create Mixture DoE gera um planejamento experimental para situações em que os fatores estudados são proporções de ingredientes que devem somar uma constante fixa, normalmente 100% ou 1.0.
Nesta página
- O que é o Create Mixture DoE?
- Quando usar o Create Mixture DoE?
- Diretrizes para o uso correto do Create Mixture DoE
- Alternativas: quando não usar o Create Mixture DoE
- O que é o Analyse Mixture DoE?
- Quando usar o Analyse Mixture DoE?
- Diretrizes para o uso correto do Analyse Mixture DoE
- Alternativas: quando não usar o Analyse Mixture DoE
- Exemplo de criar e analisar DoE de misturas
- Como criar e analisar DoE de misturas
O que é o Create Mixture DoE?
O Create Mixture DoE gera um planejamento experimental para situações em que os fatores estudados são proporções de ingredientes que devem somar uma constante fixa, normalmente 100% ou 1.0. Em um experimento de misturas, é impossível alterar um ingrediente independentemente dos demais, porque todo aumento em um ingrediente exige uma redução correspondente em pelo menos outro para manter o total fixo.
Os planejamentos fatoriais padrão não conseguem lidar com essa restrição. Os planejamentos de misturas usam estruturas especializadas — Simplex Lattice, Simplex Centroid ou Extreme Vertices — que exploram corretamente o espaço viável de ingredientes e produzem pontos de planejamento que respeitam a restrição da mistura em todas as corridas.
Definição simples: A etapa de planejamento para experimentos de receitas e formulações — gerar um conjunto estruturado de combinações de ingredientes que sempre somam o total exigido, para que você descubra a mistura ideal que otimiza o desempenho do produto.
Quando usar o Create Mixture DoE?
- Use quando os fatores representam proporções de ingredientes que devem somar uma constante fixa , como uma formulação de tinta, uma receita de alimento, um composto farmacêutico ou uma mistura química.
- Use quando você quer entender como a alteração das proporções relativas dos ingredientes afeta a qualidade, o desempenho ou as propriedades do produto.
- Use quando os ingredientes têm restrições de limites superior e inferior , por exemplo, quando um componente deve compor pelo menos 15%, mas não mais que 50% da mistura.
- Use quando variáveis de processo , como velocidade de mistura ou temperatura, também influenciam a resposta junto com os componentes da mistura.
Diretrizes para o uso correto do Create Mixture DoE
- Garanta que todas as proporções dos ingredientes somem exatamente o total definido em cada corrida experimental; desvios da restrição produzirão dados inválidos.
- Defina limites superior e inferior realistas para cada ingrediente antes de escolher o tipo de planejamento; restrições inviáveis ou muito apertadas podem produzir um espaço experimental vazio ou impraticável.
- Use Extreme Vertices quando há restrições nos ingredientes e Simplex Lattice ou Centroid somente quando todo o espaço sem restrições é acessível.
- Prepare as misturas com a maior exatidão possível ; pequenos erros nas proporções dos ingredientes se acumulam ao longo das corridas e reduzem a confiabilidade do modelo.
- Aleatorize a ordem de preparo e de teste das misturas para evitar viés sistemático decorrente da sequência de medição, da deriva do equipamento ou de efeitos do analista.
Alternativas: quando não usar o Create Mixture DoE
- Se os fatores são variáveis de processo independentes, e não proporções que somam uma constante, use o Create Factorial DoE ou o Create Definitive Screening Design
- Se os fatores incluem tanto componentes da mistura quanto variáveis de processo, mas você quer analisá-los separadamente, planeje primeiro os componentes da mistura e do processo de forma independente antes de combiná-los.
O que é o Analyse Mixture DoE?
O Analyse Mixture DoE ajusta um modelo de regressão de misturas especializado, chamado polinômio de Scheffé, aos dados de resposta coletados em um experimento de misturas. Ao contrário da regressão padrão, os modelos de misturas levam em conta corretamente a restrição de que todas as proporções dos ingredientes devem somar uma constante, e estimam como os ingredientes individuais e suas combinações de mistura aos pares ou de ordem superior influenciam a resposta.
A análise identifica quais ingredientes e interações de mistura são significativos, produz gráficos de contorno e gráficos de trajetória (trace plots) para visualizar a superfície de resposta no espaço da mistura e gera o modelo ajustado necessário para executar o Response Optimizer e encontrar a mistura ideal.
Quando usar o Analyse Mixture DoE?
- Use após concluir um experimento de planejamento de misturas e registrar todas as medições de resposta das misturas preparadas.
- Use para identificar quais ingredientes e combinações de ingredientes influenciam significativamente a resposta.
- Use para visualizar a superfície de resposta no espaço da mistura por meio de gráficos de contorno que mostram onde, no espaço da mistura, estão as melhores e as piores respostas.
- Use para construir o modelo preditivo que alimentará o Response Optimizer na busca da formulação ótima da mistura.
Diretrizes para o uso correto do Analyse Mixture DoE
- Comece com o modelo mais simples que seja cientificamente razoável : primeiro Linear, depois Quadratic se forem esperados efeitos de mistura, e Special Cubic somente se houver suspeita de fortes sinergias entre três componentes.
- Verifique minuciosamente os gráficos de resíduos antes de interpretar qualquer resultado; um modelo com resíduos não aleatórios não deve ser usado para otimizar formulações de mistura.
- Use o R-quadrado e o R-quadrado ajustado para avaliar o ajuste do modelo; um bom modelo de misturas costuma atingir R-quadrado acima de 0.80 para uma resposta significativa.
- Valide a melhor mistura identificada pelo modelo com misturas de confirmação independentes antes de passar para a produção — sempre verifique as previsões experimentalmente.
- Quando variáveis de processo são incluídas, verifique a significância tanto dos termos da mistura quanto dos termos das variáveis de processo e não simplifique um em detrimento do outro.
Alternativas: quando não usar o Analyse Mixture DoE
- Se os dados vieram de um experimento fatorial padrão, e não de um planejamento de misturas, use o Analyse Factorial DoE ; os modelos de Scheffé não são apropriados para dados fatoriais sem restrições.
- Se a resposta é binária ou categórica, use uma abordagem de regressão logística em vez de um modelo de misturas padrão.
Exemplo de criar e analisar DoE de misturas
Estas são as etapas:
- Insira os dados necessários no painel do lado direito, Design & Analysis Inputs .

2. Agora, analise os dados no Zometric Statistical Software em https://statsai.zometric.com/.
3. Para encontrar Create & Analyse Mixture DoE, escolha Statistical module> DOE>Create & Analyse Mixture DoE.
4. Clique em Step 1. No painel do lado esquerdo, em Designed Experiments & Results, a matriz do planejamento de misturas será gerada. Adicione as variáveis de resposta (resultado) como novas colunas no final da matriz do planejamento de misturas.
5. No painel do lado direito, em Design & Analysis Inputs, localize a opção Responses . Selecione as colunas das variáveis de resultado recém-adicionadas para defini-las como variáveis de resposta.
6. Selecione os interaction terms necessários, de acordo com os requisitos do experimento
7. Clique em Step 2 para executar a análise do experimento planejado.

8. Depois de usar a ferramenta mencionada acima, obtém-se a saída a seguir:


Como criar e analisar DoE de misturas
O guia é o seguinte:
- Faça login no Zometric Statistical Software em https://statsai.zometric.com/
- Na página inicial, escolha Statistical Tool> DOE>Create & Analyse Mixture DoE.
- Em seguida, atualize os dados manualmente ou copie todos os dados (Ctrl+C) de uma planilha do Excel ou cole-os (Ctrl+V) .
- Em seguida, você precisa preencher as opções necessárias.
- Clique em Step 1. No painel do lado esquerdo, em Designed Experiments & Results, a matriz do planejamento de misturas será gerada. Adicione as variáveis de resposta (resultado) como novas colunas no final da matriz do planejamento de misturas.
- No painel do lado direito, em Design & Analysis Inputs, localize a opção Responses . Selecione as colunas das variáveis de resultado recém-adicionadas para defini-las como variáveis de resposta.
- Selecione os interaction terms necessários, de acordo com os requisitos do experimento
- Clique em Step 2 para executar a análise do experimento planejado.
No painel (dashboard) de Create & Analyse Mixture DoE, a janela é dividida em duas partes.

Na parte esquerda fica o Designed Experiments & Results. No Designed Experiments & Results, é gerado o experimento planejado.
Na parte direita, há várias opções, descritas a seguir:
- Component Variable Table: É aqui que você define cada ingrediente da mistura. Cada linha representa um componente da mistura, e cada coluna registra uma propriedade específica desse ingrediente.
- Name: O rótulo que você atribui a cada ingrediente, como Water, Resin, Hardener ou Pigment. Use um nome claro e descritivo para que a planilha do planejamento e os gráficos de saída sejam fáceis de ler e interpretar.
- Low / High: Os níveis mínimo e máximo em que essa variável será testada (o padrão é 0 e 1 para valores codificados)
- Sum of lower bounds must be less than 1.0 — Se a quantidade mínima exigida de todos os ingredientes combinados já ultrapassa 100%, não existe mistura válida e o planejamento não pode ser gerado. Por exemplo, se você tem três ingredientes, cada um com limite inferior de 0.40, os mínimos sozinhos somam 1.20, o que é impossível.
- Sum of upper bounds must be greater than 1.0 — Se a quantidade máxima permitida de todos os ingredientes combinados é inferior a 100%, novamente não é possível construir uma mistura válida. Por exemplo, se três ingredientes têm, cada um, um limite superior de 0.30, os máximos somam apenas 0.90, o que significa que é impossível preencher os 0.10 restantes.
- Process Variable Table (Optional): Se o experimento inclui condições de processo independentes, como tempo de mistura, temperatura de processamento ou pressão de cura, além dos componentes da mistura, defina essas variáveis aqui. A ferramenta combinará o planejamento de misturas com uma estrutura fatorial para as variáveis de processo, criando um planejamento combinado de mistura e processo que estima simultaneamente os efeitos de mistura dos ingredientes e os efeitos do processo. Esta seção só precisa ser preenchida se o seu experimento incluir condições de processo independentes junto com os ingredientes da mistura, como velocidade de mistura, temperatura, tempo de cura ou pressão. Cada variável de processo exige três entradas:
Se o seu experimento envolve apenas proporções de ingredientes e nenhuma condição de processo, deixe esta seção completamente vazia e passe diretamente à seleção do tipo de planejamento abaixo. - Name — um rótulo significativo para a variável (ex.: Temperature, Speed)
- Low / High — os níveis mínimo e máximo em que essa variável será testada (o padrão é −1 e +1 para valores codificados)
- Factorial Design: Quando variáveis de processo são adicionadas, esta lista suspensa controla a fração de todas as combinações possíveis de variáveis de processo que será realmente testada. As opções disponíveis dependem inteiramente de quantas variáveis de processo você informou ; a ferramenta atualiza automaticamente a lista suspensa para mostrar apenas as frações estatisticamente válidas para o seu número de variáveis.
Veja exatamente como as opções aparecem conforme o número de variáveis de processo informado:
Variáveis de processo informadasOpções de Factorial Design disponíveis
1 variável
Somente Full factorial
2 variáveis
Somente Full factorial
3 variáveis
Full factorial, Half factorial
4 variáveis
Full factorial, Half factorial
5 variáveis
Full factorial, Half factorial, Quarter factorial
6 variáveis
Full factorial, Half factorial, Quarter factorial, Eighth factorial
7 variáveis
Full factorial, Half factorial, Quarter factorial, Eighth factorial, Sixteenth factorial
Por que isso acontece?
Os planejamentos fatoriais fracionados só fazem sentido estatístico quando há variáveis suficientes para justificar a divisão. Com 1 ou 2 variáveis de processo, um fatorial completo tem apenas 2 ou 4 corridas; não há nada a fracionar de forma significativa. À medida que o número de variáveis cresce, mais frações ficam disponíveis, pois há combinações de fatores suficientes para dividir sem perder informações importantes.
O que significa cada opção de planejamento fatorial - Full Factorial: Testa todas as combinações possíveis de níveis das variáveis de processo. Se você tem 3 variáveis de processo, cada uma em 2 níveis, são 8 corridas. Fornece informações completas sobre todos os efeitos principais e interações. Sempre disponível, independentemente do número de variáveis.
- Half Factorial: Testa metade de todas as combinações possíveis (fração = 1/2). Reduz as corridas em 50% em comparação com o fatorial completo. Algumas interações de dois fatores ficam confundidas com efeitos principais. Disponível a partir de 3 variáveis.
- Quarter Factorial: Testa um quarto de todas as combinações possíveis (fração = 1/4). Reduz as corridas em 75%. Ocorre mais confundimento, mas os efeitos principais continuam estimáveis. Disponível a partir de 5 variáveis.
- Eighth Factorial: Testa um oitavo de todas as combinações possíveis (fração = 1/8). Muito compacto; útil principalmente em triagem inicial, quando há muitas variáveis de processo e o número de corridas deve ser mantido no mínimo. Disponível a partir de 6 variáveis.
- Sixteenth Factorial: Testa um dezesseis avos de todas as combinações possíveis (fração = 1/16). A redução mais extrema disponível. Normalmente, apenas os efeitos principais podem ser estimados com clareza; as interações ficam fortemente confundidas. Disponível somente quando 7 ou mais variáveis de processo são informadas.
- Type Of Designs:
- Simplex Lattice: Coloca os pontos do planejamento em proporções regularmente espaçadas ao longo do simplex da mistura, incluindo componentes puros, misturas binárias, misturas ternárias e assim por diante, conforme o grau escolhido. Quanto maior o grau, mais pontos de planejamento são incluídos e mais complexo é o modelo de mistura que pode ser ajustado. Mais adequado para estudar todo o espaço da mistura sem restrições nos ingredientes.
- Lattice Degree: Controla quantos valores de proporção cada ingrediente pode assumir (de 0 a 1), determinando a complexidade do planejamento e o modelo que você pode ajustar.
- Degree 2 — Valores: 0, ½, 1. Ajusta um modelo quadrático . Ideal para estudos iniciais em que os efeitos de mistura aos pares são o principal interesse.
- Degree 3 — Valores: 0, ⅓, ⅔, 1. Ajusta um modelo cúbico especial . Use quando há suspeita de interações entre três componentes.
- Degree 4 — Valores: 0, ¼, ½, ¾, 1. Ajusta um modelo quártico . Somente para misturas confirmadamente muito não lineares; raramente necessário.
- Axial Points: Ficam a meio caminho entre o vértice puro de cada componente e o centroide, com um ingrediente alto e os demais divididos igualmente.
- Incluir quando: usar Degree 2 com 3 a 5 componentes, quando vértices puros não são alcançáveis ou quando você precisa de melhores previsões na região do centroide.
- Excluir quando: minimizar corridas, já estiver em Degree 3/4, usar 6 ou mais componentes ou quando restrições apertadas tornam os axial points inviáveis (use Extreme Vertices).
- Simplex Centroid: Inclui pontos de planejamento nos vértices dos componentes puros, nos pontos médios de cada mistura binária, no centroide de cada mistura ternária e no centroide geral da mistura. Esse planejamento oferece boa cobertura de todo o espaço da mistura e permite ajustar modelos que captam como pares e grupos de ingredientes interagem. Mais indicado quando não há restrições nos ingredientes.
- Axial Points: Ficam a meio caminho entre o vértice puro de cada componente e o centroide, com um ingrediente alto e os demais divididos igualmente.
- Incluir quando: usar Degree 2 com 3 a 5 componentes, quando vértices puros não são alcançáveis ou quando você precisa de melhores previsões na região do centroide.
- Excluir quando: minimizar corridas, já estiver em Degree 3/4, usar 6 ou mais componentes ou quando restrições apertadas tornam os axial points inviáveis (use Extreme Vertices).
- Extreme Vertices: Usado quando um ou mais ingredientes têm restrições de limite superior ou inferior que restringem a região viável da mistura a um subespaço do simplex completo. Os pontos do planejamento são colocados nos cantos (vértices), nos pontos médios das arestas e no centroide dessa região viável restrita, garantindo que o experimento explore apenas misturas praticamente alcançáveis. É a escolha correta quando há restrições nos ingredientes.
- Responses: Insira o nome e a unidade de cada variável de saída a ser medida nas misturas preparadas, como viscosidade, dureza, rendimento ou vida útil. Várias respostas podem ser registradas a partir do mesmo conjunto de misturas experimentais, permitindo a otimização simultânea de várias propriedades do produto em um único experimento.
- Select Terms: Escolha quais termos do modelo de mistura incluir na análise final. As escolhas comuns incluem Linear (mistura de primeira ordem) e Quadratic (interações de mistura aos pares). Comece com o modelo mais simples que seja cientificamente razoável e expanda somente se os dados o sustentarem.
Perguntas frequentes
O que é um planejamento de misturas?
Um planejamento de misturas é um experimento em que os fatores são proporções de ingredientes que devem somar um total fixo, normalmente 100% ou 1.0, como uma formulação de tinta, uma receita de alimento, um composto farmacêutico ou uma mistura química. Como aumentar um ingrediente significa diminuir outro, os planejamentos fatoriais padrão não conseguem lidar com essa restrição.
Qual planejamento de misturas escolher?
O simplex lattice coloca pontos em proporções regularmente espaçadas, e o grau do lattice (2, 3 ou 4) define o modelo que você pode ajustar. O simplex centroid usa componentes puros, pontos médios binários, centroides ternários e o centroide geral. Ambos são adequados para o espaço da mistura completo, sem restrições. Use extreme vertices quando os ingredientes têm limites superior ou inferior que restringem a região viável.
Qual modelo é usado para analisar um experimento de misturas?
A análise ajusta um polinômio de Scheffé, que leva em conta a restrição de que as proporções somam uma constante e estima como os ingredientes individuais e suas combinações de mistura afetam a resposta. Comece com o modelo mais simples e razoável: linear, depois quadrático se forem esperados efeitos de mistura, e cúbico especial somente se houver suspeita de fortes sinergias entre três componentes.
Quais restrições os limites dos componentes devem atender?
A soma dos limites inferiores deve ser menor que 1.0 e a soma dos limites superiores deve ser maior que 1.0; caso contrário, não existe mistura válida. Por exemplo, três ingredientes com limite inferior de 0.40 cada somam 1.20, o que é impossível. Variáveis de processo, como a temperatura, podem ser adicionadas e são combinadas com o planejamento de misturas em uma estrutura fatorial.
