全階乗 + 中心点親愛なる JMP コミュニティへ
中心点を使用して完全階乗をテストしています。 以下は入力です。
- 因子 = 3 、レベル = 2 (連続データ)。
- 応答 = 1 (連続データ)。
- 中心点 = 6
- 複製 = 4
- Sigma=1 の正規密度関数を使用してシミュレートされた応答。
2 つの質問があります。
1. この設計は曲率効果を検出できますか?
2. はいの場合、どの二次因子が原因であるかを教えて、その係数を推定できますか?
私が尋ねた理由は、これら 2 つの質問に対する答えが「いいえ」のように思われるからです。 以下の結果を参照してください。
この場合、実験誤差をより適切に推定する以外に、完全実施要因計画に中心点を追加するオプションを持つ目的は何ですか?
ポインタをありがとう。
Br、
ルーイ
Re: 完全階乗 + 中心点両方の入力に感謝します。 初めて質問を投稿するのですが、返信が早くてびっくりです。 SAS JMPを使い続ける自信が確実に増します。
Re: 完全階乗 + 中心点不適合p値は、曲率を検出するために使用するものですが、1つ以上の連続因子がある場合、ソースを特定できません。この計画では、二次効果を実際にモデル化することはできません。2 水準要因計画では、超平面サーフェスをデータに適合させることしかできません。中心点がグループとして超平面から大きく偏っている場合、不適合テストの p 値は小さくなります。
として@ピーター_バーテルほのめかして、あなたは莫大な実行予算を持っています。要因計画 (完全または一部) で中心点を使用するのは、因子が多すぎて応答曲面を直接推定しようとしないが、曲率が存在するかどうかを知りたい場合の典型的なスクリーニング シナリオです。 あれはいいえあなたの状況。わずか 20 回の実行で、3 つの因子に対してまともな応答曲面計画を行うことができます。
カスタム設計を使用し、RSM ボタンでモデルを指定することをお勧めします。これにより、すべての主効果、2 因子交互作用、および 2 次項が得られます。面外の軸方向の値に対応できる場合、中央複合計画 (CCD) は、同じ実行回数で I-optimal Custom Design よりも大きな利点があります。ほとんどの場合、二次効果に対してはるかに高い出力が得られます。60 回以上の実行に設定されている場合は、完全な CCD を数回複製することもできます。最適な設計に慣れていない場合は、CCD の作成もおそらくより簡単です。軸の値に実際に実行できる設定値があることを確認してください。
Re: 完全階乗 + 中心点中心点の複製を追加する背後にある一種の昔ながらのアイデアは、次の 2 つでした。1. 因子の少なくとも 1 つの曲率を検出し、2. LOF テスト、Pure Error、およびそれらの類似テストに自由度を追加します。 すでに複製された設計に中心点の複製を追加する理由は、上記の 2. を否定しているように思えます。 他の唯一の理由は、曲率を検出することです。 しかし、60回以上の実行の予算がある場合は、因子で完全なi-最適計画を実行するだけでなく、純粋なエラーが必要な場合は、その計画に少数の複製を追加してください。 次に、曲率を検出するだけでなく、曲率を推定できます。 はるかに少ない実行で。
