DSDを使用する際の状況/質問
私は、7つの連続因子、1つの分類因子、2つのブロックでDOEを実行する予定です。
目標はスクリーニングと最適化の両方です。
DSDを使用したいのですが、以下のような状況/質問に遭遇します。
1。5つの連続的な要因がある種の相互作用を持つ可能性があります。これはDSDの使用を制限しますか？
2。5つの要素のうち4つは3レベルですが、等しくはありません（たとえば、100、120、200）。これを処理する方法？
3。1つの連続因子には、サンプルの入手可能性のためだけに2つのレベルがあります。それを処理する方法？
4。すべての連続的な要因について、私はレベルをできるだけ離れるように制御しようとしますが、最大値と最小値を取得するのは実用的ではありません。これは問題になりますか？
5。私がいくつかの中心点（空の行）を追加しようとするならば、私はデザインの本質を超えて元の落下を保とうとするべきですか？
ありがとうございます。
再：状況/ DSDを使用する際の質問@Peter_Bartell
はい。私の経験則では、DOEは逐次学習プロセスであり、初期実行時に25％以下のリソースを費やすべきではありません。
再：状況/ DSDを使用する際の質問どうぞよろしくお願いいたします。私の勧告は、この問題を解決するための唯一のアプローチです。これはDOEの芸術の一部です...実際的な問題を解決するための唯一の方法はありません。たとえば、予算とリソースには限りがないと言われた場合は、カスタムデザインプラットフォームを使用して見積もりとRSMタイプモデルをサポートすることに直接進めました。これはあなたのレベルの質問の多くを解決し、あなたにあなたの相互作用効果、二次等を得るでしょう。あなたが他の人に尋ねるならば、彼らは私以外の他の考えを持つだろうと私は疑っている。
再：状況/ DSDを使用する際の質問@Peter_Bartell
早速のご入力ありがとうございました。
再：状況/ DSDを使用する際の質問はい、2についてのコメントもあります。３。上記のように、私はD-最適の実験計画法のアプローチを検討することを提案します。
多くの場合、最小値と最大値に対するレベルに制約があり、これは任意の係数に対して選択できます。おそらく、レベルの制約を処理しなければならないことに対する最大の心配は、最終的に実行されるレベルが、応答に影響を与えるすべてのノイズ源およびエラー源を超えて上昇することができることに対して十分に離れている場合です。もしあなたが何も知らないのであれば…たぶん一度に一つの要素を数回繰り返して実験するだけであなたに何か考えを与えることができますか？
再：状況/ DSDを使用する際の質問@Peter_Bartell
リソースを節約し、問題2と3に対処するために、スクリーニング用に2レベルのD最適カスタムデザインを実行することをお勧めします。
問題4で私が言っているのは、連続因子の場合、最大値と最小値で実際にテストできないことが多いということです。これは問題になりますか？たとえば、機械システムの場合、入力荷重は-1000ニュートンから+ 1000ニュートンの範囲です。しかし、試験装置は最小= 500 Nと最大= + 500 Nしか生成できません。
ありがとう。
再：状況/ DSDを使用する際の質問これがあなたの3つの質問（あなたの番号付け体系）についての私の考えです：
2。 あなたが最初のデザインがスクリーニングデザインであるならば、一般的にあなたは最も少ないリソースの支出のために必要な情報を見つけることを試みています。DSDは等間隔のレベルにほとんど依存しているため、デザインには適切な「折りたたみ」プロパティがあります。この不等間隔の特性を持つ多くの要因により、スクリーニングを重視した2レベル（今は「中間」レベルを実行するのを忘れて）D最適設計を実行することを検討しました（実行数を最小限に抑えます）。推定したい2つの要素の相互作用が疑われることについての特定の知識がある場合は、それらをモデル仕様ウィンドウに含めることができます。それから設計は彼らの見積もりを支持するでしょう。
3。あなたが2で提案されたD最適経路を進む場合。上記で、それはこの問題を解決します。
4。あなたがここで何を意味するのか100％確信できません...あなたの問題と反応の私の解釈はあなたが実際に実験を行うつもりであるレベルで実験をデザインすることです。
再：状況/ DSDを使用する際の質問@Peter_Bartell
私はあなたが描く「ロードマップ」が好きで、それに従います。
その間に、あなたは私の質問2、3、4（下記）に対処できますか？彼らはしばらく私を困惑させました。
2。5つの要素のうち4つは3レベルですが、等しくはありません（たとえば、100、120、200）。これを処理する方法？
3。1つの連続因子には、サンプルの入手可能性のためだけに2つのレベルがあります。それを処理する方法？
4。すべての連続的な要因について、私はレベルをできるだけ離れるように制御しようとしますが、最大値と最小値を取得するのは実用的ではありません。これは問題になりますか？
ありがとうございます。
再：状況/ DSDを使用する際の質問初心者のために私はあなたが2つの非常に異なる目標を満たすために1つの実験を強制しようとしていると思います…スクリーニングと最適化。これら二つの目標は一般に一つの実験ではなく、逐次実験計画法を用いた最低二つの実験を導く。
DSDは、スクリーニングの分野で非常に重要です。そのアイデアは、有効な要因を効率的に特定し、効果的な希薄性と効果的な遺伝を主要な実現要因として利用することです。活動的な相互作用を伴う7つの連続的な要因のうち5つが疑われる場合、疑いが正しければ、これはまさに効果的なスパースシステムではありません。私の一般的な勧告は、最初に 'by the book' DSDを使用してアクティブファクタを確立することです。複製、中心点などに煩わされることはありません。うまくいけば、JMPバージョン13を実行しているので、新しい2段階モデルフィッティングワークフローを利用できます。
次に、能動的な要因や効果について学んだことを取り入れてから、JMPのカスタム設計プラットフォームで何らかの最適設計を実行します。このようにして、設計のDSD部分で学んだことに基づいて、可能性のある正確なモデル効果を指定できます。インタラクション、2次、必要に応じてなど ここからJMPの予測プロファイラーとシミュレーターを使って最適な因子設定を見つけてください。
