혼합물을위한 다구치 어레이?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
내 collaeegues 중 일부는 그들의 다우 치의 Taguchi 배열을 사용하고 있습니다. 귀하의 의견으로는 적절한 혼합 DOE를 사용하는 대신 3 가지 성분에 대해 L9 디자인을 사용하여 가장 큰 실수는 무엇입니까?
다시 : 혼합물에 대한 Taguchi 배열?"혼합 문제에 Taguchi L9를 사용하는 것은 실제로 DOE의 오용이거나 최소한 혼합 된 환경에서 DOE 원칙의 부적절한 적합"입니다. - joe.n.hockman
위의 진술에 전적으로 동의합니다, 조
다시 : 혼합물에 대한 Taguchi 배열?가치있는 일이 될 수 있기 때문에 나는이 것에 대해 제 의견을 제시 할 것입니다. 대부분 나는 DanO에 동의합니다. Taguchi L9를 사용하면 3 가지 구성 요소가 혼합 된 상황에서 나에게 이해가되지 않습니다. DanO가 올바르게 지적했듯이, 3 가지 (독립적 인) 연속 계수가 정의된다면 성분 비율이 상수로 합쳐져야하는 전체 혼합물 제약 (공식의 일부가 "고정"되지 않는 한 보통 1)은 고려되지 않습니다. 명시 적으로 정의되지 않은 네 번째 구성 요소 (일반적으로 여유 변수로 언급 됨)가 있더라도 L9에는 여유 변수 또는 네 번째 구성 요소가 계산되면 실행 불가능한 혼합이 포함될 수 있습니다.
L9가 잘 정의되고 공간을 채우는 4 가지 구성 요소 공간으로 변환되는 시나리오에서, 전체 상수를 포함한 3 가지 요인에 대한 일반적인 2 차 모델처럼 보이는 느슨한 변수 모델로 데이터를 분석 할 수 있는지 확인하십시오 , 선형 효과 및 2 차 항은 있지만 양방향 상호 작용 항은 없습니다. 나는 제외 된 4 번째 구성 요소가 그러한 모델에 적합하기 위해 불활성 일 필요는 없다는 점에서 DanO와 조금 다릅니다. 아마도 그것이 불활성이라면 보통의 회귀 계수 나 효과의 해석 가능성이 유지된다고 주장 할 수 있습니다. 그러나 느슨한 변수 모델은 효과에 대한 해석이 제한적이거나 유용하지 않습니다. 하나의 구성 요소가 혼합 환경에서 "불활성"이라는 것이 무슨 의미 인지도 고려해야합니다. 나는 여기에 가지 않을 것이다. 일반적으로 플롯이나 예측 프로파일 러에 초점을 맞추고 슬랙 변수 접근 방식으로 회귀 계수 출력의 해석 가능성에 초점을 맞추지 않아도됩니다.
아마도 가장 어려운 점은 Scheffe 모델링 컨텍스트 (JMP가 지원하는)에서 비선형 혼합 효과는 일반적인 양방향 상호 작용처럼 보이는 용어라는 것입니다. 2 차 항 (L9가 지원할 수있는 것)과 같은 용어는 비선형 혼합 효과와 실제로 같은 것은 아니라는 점을 올바르게 지적했습니다. 제 생각에는 혼합 문제에서 Taguchi L9를 사용하는 것은 실제로 DOE의 오용이거나 최소한 혼합 된 환경에서의 DOE 원칙의 부적절한 적합성입니다. 거의 모든 경우에, 혼합물 문제는 성분 제약이 없거나 정규 단순 구조가 적용되는 0이 아닌 하한 제약 만이있는 경우에도 혼합물 DOE로서 명시 적으로 다루어 져야합니다. 희망이 입력이 도움이됩니다.
다시 : 혼합물에 대한 Taguchi 배열?고마워, 댄 나는 지금 내가 가르치려고하는 것을 뒷받침 할 충분한 정보를 가지고있다. 처음부터 올바른 디자인으로 시작하는 것이 훨씬 쉬울 것입니다.
다시 : 혼합물에 대한 Taguchi 배열?나는 사람들이 연속적인 요인으로 지정된 모델의 모든 구성 요소로 어떻게 그들의 혼합 모델을 분석 하는지를 다소 궁금해한다. 하나에 추가되는 구성 요소의 선형 제한 조건은 JMP에서 Singularity Details 경고를 제공해야하며, 모델 조건 중 하나는 0으로 설정되고 다른 조건은 바이어스로 나열 될 수 있습니다. 어쩌면 그 일들이 무시 당하고있을 수도 있지만 그렇게해서는 안됩니다. 어쨌든, 혼합 구성 요소로 지정된 것을 갖는 것은 좋습니다. 그 이유는 프로파일 러가 혼합을 실행하여 1에 추가하고 "불가능한 혼합"을 허용하지 않기 때문입니다.
프로파일 러가 곡률을 표시하지 않는 이유에 대한 해답은 적합했던 모델에 따라 달라집니다.
모델의 용어를보십시오. 기능적인 형태 중 어느 것이 곡률을 나타낼 것입니까? 그렇지 않은 경우 프로파일 러에 곡률이 표시되지 않습니다. 그러나 혼합 모델로 작업 할 때 상황은 다릅니다. 이차 Scheffe 혼합물 모델은 사람들이 그들을 보게 될 것을 기대할 때 제곱 된 용어를 보여주지 않을 것입니다. Scheffe 모델에서 X1 * X2는 실제로 2 차 항입니다. 유사하게, X1 * X2 * X3는 3 차 항입니다. 따라서 모델에 이러한 용어가있는 경우 이진 혼합 조건이 중요하지 않은 경우 예측 프로파일 러에서 곡률을보아야합니다.
다시 : 혼합물에 대한 Taguchi 배열?단,
나는 세 단락 모두에서 당신의 설명을 분명히 좋아합니다.
동료가 데이터를 분석하는 데 도움이되는 대부분의 경우 디자인은 JMP에서 Taguchi Array 디자인으로 설정되지 않았습니다. 따라서 JMP 파일을 받으면 모든 혼합은 합계가 100 % 인 연속 변수로 지정됩니다.
필자는 모든 혼합 요소가 혼합 역할을 제대로 수행 할 때까지 계속 될 때 회귀 분석을 비교했습니다. 이렇게하면 프로파일 러를 사용하여 예측의 차이점을 표시 할 수 있습니다.
이제 예측 프로파일 러가 곡률을 보이지 않는 이유에 대해 혼란스러워하는 사람들에게 무엇을 말할 것입니까?
다시 : 혼합물에 대한 Taguchi 배열?시나리오의 경우, 공식에 실제로 4 개의 구성 요소가 있다고 가정하지만 Taguchi L9 디자인을 만들 때이 중 3 개를 사용합니다 (이것이 유일한 방법입니다). 네 번째 구성 요소 (설계에 포함되지 않음)가 불활성 인 한이 접근법에는 아무런 문제가 없습니다. "표준"회귀 분석을 수행 할 수 있으며 (Scheffe 혼합 모델은 필요하지 않음) 해석은 매우 간단합니다. 그러나 디자인 공간은 직선 혼합 디자인을 만든 경우와 다른 모양을 가질 수 있습니다.
대부분의 혼합 실험에서 목표는 응답에 대한 좋은 예측을 얻는 것입니다 (원인 및 결과 결론은 실제로 의미가 없습니다 : 구성 요소 A가 올라가는가 아니면 구성 요소 B가 내려가는가 ??). Taguchi L9 디자인은 양방향 상호 작용을 예측하기위한 것이 아닙니다. 이는 예측 능력을 심각하게 제한하고 양방향 상호 작용은 혼합 시나리오에서 매우 일반적입니다 (즉, 모든 것을 혼합하는 모든 아이디어).
필자는보다 전통적인 디자인을 원한다면 세 가지 요소에 대한 응답 표면 설계를 추천하고 불활성 요인을 나머지 형식으로 만들어 보겠습니다. 이것은 좋은 예측을 제공해야합니다. 그러나 이러한 상황에서는 일반적으로 사용자 지정 디자이너의 네 가지 구성 요소 모두에 대해 I- 최적 혼합 디자인을 사용하면 예측을위한 수학 속성이 향상되고 실행 횟수가 줄어들기도합니다.
다시 : 혼합물에 대한 Taguchi 배열?수정 - 콜 예 추종자
