DSD 사용시 상황 / 질문
나는 7 개의 연속 요인, 1 개의 범주 적 요인, 2 개의 블록으로 DOE를 운영 할 계획입니다.
목표는 심사와 최적화입니다.
DSD를 사용하고 싶지만 다음과 같은 상황이나 질문이 있습니다.
1. 다섯 가지 연속 요인은 일종의 상호 작용을 가질 수 있습니다. 이것이 DSD의 사용을 제한합니까?
2. 다섯 가지 요소 중 네 가지 요소는 세 가지 수준이지만 균등하게 분산되어 있지는 않습니다 (예 : 100, 120, 200). 어떻게 처리할까요?
삼. 하나의 연속 요소는 샘플 가용성으로 인해 2 가지 레벨을 갖습니다. 어떻게 처리할까요?
4. 모든 연속 요인에 대해 가능한 한 멀리 떨어지도록 수준을 제어하려고 시도하지만 최대 및 최소를 얻는 것은 비현실적입니다. 이것이 문제가됩니까?
5. 몇 개의 중심점 (빈 행)을 추가하려고하면 원래의 디자인을 자연 그대로 유지해야합니까?
감사!
제목 : Re : DSD 사용시 상황 / 질문@Peter_Bartell
예. 나를위한 경험 법칙은 DOE가 순차 학습 과정이며 처음 실행시 리소스의 25 % 이상을 소비해야한다는 것입니다.
제목 : Re : DSD 사용시 상황 / 질문환영합니다. 이제 면책 조항입니다. 내 권장 사항은이 문제를 해결하기위한 하나의 접근 방식입니다. 그것은 DOE의 예술의 일부입니다 ... 실용적인 문제를 해결할 수있는 단 하나의 방법은 없습니다. 예를 들어 무제한의 예산과 리소스가 있다고 나에게 말하면 사용자 정의 디자인 플랫폼을 사용하여 견적 및 RSM 유형 모델을 지원하는 것으로 곧바로 보냈습니다. 이렇게하면 많은 레벨 질문을 해결하고 상호 작용 효과, 2 차 등을 얻을 수 있습니다. 나는 당신이 다른 사람들에게 내 생각보다 다른 아이디어를 갖게 될지 의심 스럽다.
제목 : Re : DSD 사용시 상황 / 질문@Peter_Bartell
귀하의 신속한 입력에 대해 대단히 감사합니다!
제목 : Re : DSD 사용시 상황 / 질문예, 2에 대한 의견이 있습니다. 3. 위에서 D- 최적, 순차적 인 실험 설계 방법을 고려할 것을 제안합니다.
종종 우리는 주어진 요소에 대해 선택할 수있는 최소 및 최대 수준에 대한 제약 조건을 가지고 있습니다. 아마도 레벨 제약 조건을 다루어야하는 가장 큰 걱정은 결국 응답 신호가 응답에 영향을 미치는 모든 소음 및 오류의 출처보다 높아질 수있는 수준까지 결국 실행되는 수준 인 경우입니다. 당신은 모르겠다면 ... 아마 몇 가지 복제와 함께 하나의 요소에 대한 시간 experiement에 작은 한 요소는 당신에게 어떤 생각을 줄 수 있습니까?
제목 : Re : DSD 사용시 상황 / 질문@Peter_Bartell
2 차원 및 3 차원 문제를 해결하기 위해 선별 검사를위한 2 단계 D- 최적 맞춤형 디자인을 실행하는 것이 좋습니다.
문제 4에서 의미하는 바는 연속 요소의 경우 최대 값과 최소값을 실제로 테스트 할 수 없다는 것입니다. 이것이 문제가됩니까? 예를 들어, 기계 시스템의 경우 입력 하중 범위는 -1000 뉴턴에서 +1000 뉴턴입니다. 그러나 테스트 장비는 min = 500 N 및 max = +500 N 만 생성 할 수 있습니다.
감사.
제목 : Re : DSD 사용시 상황 / 질문다음은 세 가지 질문에 대한 내 생각입니다 (번호 체계).
2. 처음 디자인을 디자인하는 경우, 일반적으로 자원의 최소 지출에 필요한 정보를 찾으려고합니다. DSD는 동등한 간격의 레벨에 거의 의존하므로 디자인에 적절한 '폴드 오버'속성이 있습니다. 이같은 비 공간적 특성을 가진 많은 요인들을 고려하여 2 단계 (현재 '중간'수준을 실행하는 것을 잊어 버렸습니다)의 심사를 강조하는 D 최적 설계가 필요합니다 (실행 횟수 최소화). 추정하려는 두 가지 요인 상호 작용이 의심되는 특정 지식이있는 경우 모델 상호 작용 창에 포함될 수 있습니다. 그런 다음 디자인은 그들의 추정을 뒷받침 할 것입니다.
삼. 당신이 2에 제안 된 D 최적의 경로를 간다면. 이 문제를 해결합니다.
4. 나는 당신이 여기에 무엇을 의미하는지 확신하지 못합니다 ... 당신의 쟁점과 반응에 대한 나의 해석은 실험을 실제로 수행하려는 수준에서 실험을 설계하는 것입니다 ... 어떤 사람들은 임의로 더 넓은 수준을 선택하지 않았습니다.
제목 : Re : DSD 사용시 상황 / 질문@Peter_Bartell
나는 당신이 그린 "로드맵"을 좋아하고 따라갈 것입니다.
그 동안 내 질문 2, 3 및 4 (아래)를 해결할 수 있습니까? 그들은 잠시 나를 혼란스럽게 만들었다.
2. 다섯 가지 요소 중 네 가지 요소는 세 가지 수준이지만 균등하게 분산되어 있지는 않습니다 (예 : 100, 120, 200). 어떻게 처리할까요?
삼. 하나의 연속 요소는 샘플 가용성으로 인해 2 가지 레벨을 갖습니다. 어떻게 처리할까요?
4. 모든 연속 요인에 대해 가능한 한 멀리 떨어지도록 수준을 제어하려고 시도하지만 최대 및 최소를 얻는 것은 비현실적입니다. 이것이 문제가됩니까?
감사!
제목 : Re : DSD 사용시 상황 / 질문처음에는 두 가지 매우 다른 목표 인 스크리닝 및 최적화를 위해 하나의 실험을 강제 실행하려고합니다. 이 두 가지 목표는 일반적으로 하나의 실험이 아니라 연속적인 실험 설계를 사용하는 최소 두 번의 실험으로 이어집니다.
DSD는 선별 범주에서 매우 중요합니다. 아이디어는 활동 요소를 효율적으로 식별하고 효과 희박성에 의존하며 유전을 주요 원인으로 만듭니다. 활발한 상호 작용이있는 7 가지 연속 요인 중 5 가지로 의심되는 경우 의심이 옳다면 효과가 희박한 시스템이 아닙니다. 나의 일반적인 권고는 우선 복제본, 중심점 등을 다루지 않고 '책'DSD를 사용하여 능동적 요소를 확립하는 것이다. 바라건대 JMP 버전 13을 실행하여 새로운 2 단계 모델 피팅 워크 플로우를 활용할 수 있기를 바랍니다.
그런 다음 능동적 요소와 효과에 대해 배운 것을 취한 다음 JMP의 맞춤 디자인 플랫폼에서 일종의 최적의 디자인을 실행합니다. 이렇게하면 디자인의 DSD 부분에서 배운 내용을 기반으로 정확한 모델 효과를 지정할 수 있습니다. 상호 작용, 필요한 경우 2 차 법 등 여기에서 JMP의 예측 프로파일 러와 시뮬레이터를 사용하여 최적의 요인 설정을 찾습니다.
