DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법안녕하세요 누구든지,
초기 맞춤형 디자인 설정 중에 혼란 요인이 무엇인지 어떻게 확인합니까?
Rgrds
이르판
Re: DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법당신이 올바른지. 이는 1의 상관관계와 X2*X3의 음수 효과, X1의 양수 효과를 찾은 경우에도 발생할 수 있습니다.
Re: DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법안녕하세요 세바스찬,
X2*X3과 X1의 상관관계가 -1이면 X1의 추정 효과가 상쇄될 수 있다는 의미인가요?
Rgrds
이르판
Re: DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법상관관계가 0.333이라는 것은 온도의 추정 효과가 gind*time-interaction의 효과에 1/3을 곱하여 증가한다는 것을 의미합니다. 따라서 기본적으로 분석에서 추정하고 있습니다.
[온도] = 온도 + 1/3*분쇄*시간
따라서 강한 상호작용 효과가 있는 경우 주효과 추정량이 부풀려집니다.
간단한 데이터를 시뮬레이션하면 이를 확인할 수 있습니다. 시연을 위해 다음 상관 구조를 갖는 Plackett-Burrman 선별 설계를 사용하겠습니다.
보시다시피 주효과 X1은 X2*X3 상호 작용과 0.333의 상관 관계를 갖습니다. 디자인을 생성하고 시뮬레이션된 데이터를 추가했습니다.
보시다시피 X1 = 10의 실제 효과, 상호 작용 X2*X3 = 18의 실제 효과입니다. 이제 주효과 모델을 적합하게 하면 다음과 같은 결과를 얻을 수 있습니다.
X1 = 16의 추정 효과는 X1의 실제 효과(10)이며 1/3*18(X2*X3의 효과)로 편향됩니다.
도움이 되었기를 바랍니다.
세바스찬
Re: DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법이르판,
이 링크는 혼란(앨리어싱 또는 부분 앨리어싱이라고도 함) 효과의 예를 안내합니다.
https://en.wikipedia.org/wiki/Fractional_factorial_design
또 다른 예를 들어, 4-요인 부분 계승을 첨부했습니다. 아래 스크린샷은 별칭 행렬을 표시합니다. 응답 Y는 수식에서 생성되었습니다.
20 + 1*:X1 + 2*:X2 + 3*:X3 + 4*:X4 + 0.5*:X12 + 1*:X34 + 5*:X13 -5*:X24 +5*:X14 +10*:X23 + 1*Random Normal()
X12(간단한 표기법)는 X34와 혼동되고 X12만 모델에 있으므로 계수는 대략 다음과 같아야 합니다. 1.5. X13과 X24는 서로 연관되어 있으므로 X13의 계수는 대략 다음과 같습니다. 0이고 X14의 계수는 대략입니다. 15. 그렇기 때문에 별칭 구조 확인을 포함하여 설계 평가를 확인하는 것이 실험 설계에 있어서 중요한 단계입니다. 중요한 상호 작용이 예상되는 경우 다른 2요인 상호 작용이나 다중 효과와의 작은 부분 상호 작용과 혼동되지 않도록 설계를 선택해야 합니다.
그루지야
Re: DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법안녕하세요 누구든지,
온도가 그라인드*시간의 실제 값의 0.333배만큼 편향된다는 것이 무엇인지 설명할 수 있습니까? 온도에 대한 매개변수 추정치가 분쇄*시간 추정치의 1/3 값이라는 뜻인가요?
Rgrds
이르판
Re: DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법고마워요 댄
Re: DOE 맞춤 설계에서 앨리어싱 용어를 확인하는 방법맞춤형 디자인은 완벽한 앨리어싱을 갖춘 디자인을 제공하는 경우가 거의 없습니다. 따라서 보고서는 상관 관계를 사용하여 존재하는 앨리어싱 정도를 표시합니다.
디자인을 생성할 때 모델 창 바로 아래에 보고서의 "별칭 조건" 부분이 있는지 확인하세요. 그것을 열고 앨리어싱을 확인하려는 용어를 입력하십시오. 예를 들어 모형에 주효과만 있고 해당 모형이 2요인 상호 작용과 별칭 관계가 있는지 확인하려는 경우 별칭 항 창에 2요인 상호 작용을 배치합니다.
이제 디자인을 생성할 때 디자인 평가(Design Evaluation) 아래에 별칭 매트릭스(Alias Matrix)가 옵션으로 표시됩니다. 이를 열면 모델 용어와 이전에 지정한 별칭 용어 간의 상관 관계가 표시됩니다. 값이 1이면 완전한 앨리어싱이 표시됩니다. 0이 아닌 항은 "부분" 앨리어싱을 나타냅니다. 그래픽적으로 상관관계 보고서의 색상 맵에서 이를 확인할 수 있습니다.
