무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것을 피할 수 있습니까?어이,
우리는 DOE를 실행하고 일부 DOE 요소(Ta_mes, c_mes)와 안정적이라고 가정했지만 그렇지 않은 일부 추가 값(Tb_mes, 무작위 테스트 차량)을 모니터링했습니다.
모델링은 무작위 요인이 모델에 사용되는지 여부에 따라 매우 다른 예측을 제공합니다. 심지어 비현실적이기도 합니다(음의 두께 s-2 또는 매우 높은 TE(시험 중보다 높음)).
예를 들어 프로파일러 HSS-TE와 HSS_random을 참조하세요.
이런 일이 발생하는 이유와 방지 방법에 대한 설명이 있습니까?
일반적인 설명:
DOE는 8개의 주구와 16개의 하위구로 설계되었습니다. 전체 DOE는 하나의 탱크에서 실행되었습니다. 전체 플롯은 다양한 도금 날짜를 나타내고 일일 온도 상승을 하위 플롯으로 표시합니다(불행히도 냉각 시간이 오래 걸리므로 원래 설계에도 불구하고 온도 Ta 증가는 항상 양수였습니다). 세 번째 비가역적 변화(농도 증가 c_set)는 설계 확대 중에 블록으로 표시되었습니다.
결과는 "Y" 오른쪽에 있습니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?감사합니다 - (제어 및 노이즈 요소가 포함된 Taguchi 디자인은 저에게 새로운 것입니다.)
첨부된 모델을 찾을 수 없습니다. (범주형) 문자 유형 응답(LM-void 및 Peeling)을 어떻게 처리하는지 여전히 궁금합니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?아니요, 디자인 역할을 연속에서 소음으로 변경하는 것은 의미가 없습니다. 그러한 변화는 불필요합니다. 이는 또한 Noise Factor 유형의 목적이 아닙니다.참조하세요 돕다 > 서적 > 실험 설계 자세한 내용은.
정당한 이유 없이 설계(사후)와 분석을 복잡하게 만들고 있습니다. 결국 실험의 유일한 목적은 모델(이 경우 매개변수가 선형인 모델)에 적합한 최적의 데이터를 얻는 것입니다. 귀하의 데이터 표를 업데이트하여 이전 응답 중 하나에 첨부했습니다. 추가 열 속성은 정확하며 회귀 분석에 도움이 됩니다. 저장된 모델 테이블 스크립트는 합리적인 데이터 분석도 제공해야 합니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?동봉된 응답이 포함된 모델을 찾으십시오(필링 및 LM-void에 대한 데이터 유형 "문자"):
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?예, 당신 말이 맞습니다. 설계되지 않았고 수정되어야 하지만 실제로는 그렇지 않은 요소가 모델링 중에 "무작위 효과" 속성을 얻게 될 것이라고 생각했습니다.
이러한 반고정 비계획 요인에 대해 설계 역할을 "잡음"으로 설정하고 변동이 다른 요인 변경(우연한 상관 관계의 위험)에 독립적이라는 것을 보장할 수 없다는 점을 고려하는 것이 합리적일까요?
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?요인 효과를 무작위 효과로 입력하지 마십시오."오프셋"은 입력한 잘못 지정된 혼합 효과 모델의 아티팩트입니다.
고정 효과와 무작위 효과의 본질에 대해 혼란스러워하는 것 같습니다. 모델의 유일한 무작위 효과는 전체 도표와 하위 도표여야 합니다. (잔차 무작위 효과는 모델 종속 제곱 오차 및 자유도로부터 자동으로 추정됩니다. 명시적으로 지정해서는 안 됩니다.) 반면에 요인은 재현 가능한 고정된 효과를 갖습니다. 이러한 효과를 적절하게 표현하려면 1차 항, 2차 항 또는 교차 항 등 두 개 이상의 항이 필요할 수 있습니다. 예를 들어, 귀하의 요인 고마워 고정된 효과를 내야 합니다. 데이터 열 고마워 다음과 같은 회귀 모델에 대한 추정 열을 생성하는 데 사용됩니다. 고마워 또는 타^2 . 측정된 수준을 사용한다는 사실( 따 메스 ) 대신 원래 설정( 타 세트 )는 모든 Ta 항이 고정 효과를 나타낸다는 사실을 바꾸지 않습니다.
일반적으로 설계된 실험은 추정 및 테스트된 가설 모델과 연관됩니다. 나는 이미 귀하의 실험과 데이터에 대한 합리적인 모델로 여러 번 응답했습니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?친애하는 마크에게,
예, 부탁합니다.
첨부된 s-2 및 TE에 대한 다양한 모델이 포함된 저널을 찾으십시오. 나에게는 s-2의 경우 Tb_mes, TE의 경우 s-2와 같은 추가 무작위 요소를 사용할 때 오프셋이 발생하는 이유가 매우 불분명합니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?업데이트해 주셔서 감사합니다. 하지만 현재 귀하가 문제에 대해 어느 입장에 있는지 잘 모르겠습니다. 아직도 도움이 필요하신가요?
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?친애하는 마크에게,
테스트는 용기/탱크에서 수행되었으며 농도는 c입니다. 세트 용기/탱크의 변경 사항은 되돌릴 수 없습니다.
당신 말이 맞습니다. 농도 c는 처음 16번의 실행 동안 일정했고, 17-32번의 실행 동안 증가했고 다시 일정했습니다.
모델 a 열 c에 집중을 구현하려면 세트 원본 데이터 테이블에 추가되었습니다.상수로 올바른 방식으로 수행하면 결국 상수가 되므로 모델 확대 전에 일시적으로 하나의 값을 더 높은 농도로 변경하고 나중에 "수정"했습니다.
농도 c를 구현하기 위해 증강 중에 차단하는 것과 다른 방법은 보지 못했습니다. 세트 왜냐하면 온도 Ta와 pH 변화를 설명하기 위해 전체 플롯과 하위 플롯이 이미 필요했기 때문입니다. 두 가지 모두 블록 단위로 수행되었습니다. 그렇지 않으면 변경 사항에 너무 많은 시간이 소요되기 때문입니다.
- pH 조정은 실온(가열 전)에서 해야 합니다. -> 매일 하나의 pH 세트만 테스트할 수 있습니다.
- 용기/탱크의 가열(및 냉각)에는 시간이 걸립니다.하루에 최소 4번 실행하려면 하나의 온도 Ta만 세트 매일 증가가 이루어졌습니다.
온도 Tb는 일정해야 하지만 실제로는 그렇지 않습니다. 따라서 각 개별 실행에 대해 동시에 측정되었습니다. 이후에 열로 추가된 확률인자입니다.
온도 Ta도 당신과 같은 방식으로 처리했습니다.
.....
jmp 분석의 일부를 삽입(복사/붙여넣기)하는 방법을 찾는 데 어려움을 겪고 있습니다. 내가 길을 찾으면 계속 설명하겠습니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?분석 내용을 다시 살펴보니 설계에서 지정한 것과 실험에서 실제로 수행한 것 사이에 중요한 불일치가 있다는 것을 깨달았습니다.
- 전체 도표 및 하위 도표, c 세트 및 (대부분) Tb 세트와 혼동되므로 모델에 블록이 필요하지 않습니다.
- c 세트는 설계에 요소로 지정되지 않습니다. 증강된 디자인에는 어떻게 추가되었나요?
- c 세트는 주구 1-4에서 동일한 수준에 있고 주구 5-8에서는 다시 다른 수준에 있습니다. 실제로 한 번만 설정하고 재설정했습니까? 처음 16번의 실행에서는 일정했고 그 다음에는 일정한 두 번째 수준에서 실험에 추가되었습니까?
- Tb가 c처럼 실험에 추가되었나요? 이는 설계적 요인은 아닌 것으로 보이며, 실험 설계 이후에 추가된 또 다른 변수이다.
- Ta 인자를 변경하기가 어렵습니다. 전체 서브플롯 내의 한 수준에서 설정되고 유지되어야 합니다. 그러나 당신은 Ta mes에 대해 다른 가치를 가지고 있습니다. 측정 변수는 실행 내 제어를 나타내고 하위 플롯은 변경하기 어려운 요인 설정으로 인한 무작위 오류를 나타내는 것으로 보이므로 하위 플롯을 무작위 효과로 남겨두고 Ta mes를 Ta 세트 대신 고정 효과로 두었습니다.
분석을 업데이트하고 첨부된 데이터 테이블에 새 모델 스크립트를 저장했습니다. 모델 선택을 완료하고 중요한 효과가 있는 4가지 응답에 대한 예측 공식을 저장한 후 다음 프로파일러를 얻습니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?제가 수행한 분석을 검토해 보셨나요? 내 접근 방식이 합리적이었나요? 결과가 의미가 있었나요? 나는 아직도 당신의 분석을 이해하지 못합니다. 세부:
- s-1 및 s-2에 대한 Tb의 영향과 관련하여 "임의 요인으로 사용된다"는 것이 무슨 뜻인지 이해가 되지 않습니다. Tb를 무작위 효과로 모델링했다는 뜻인가요?
- 선형 모델이기 때문에 일반적으로 부정적인 예측이 가능합니다. 응답이 음의 무한대에서 양의 무한대까지 다양하다고 가정합니다. 또한 오류 기여도는 평균이 0인 정규 분포로 모델링되므로 오류의 절반도 음수입니다. 질문하신 내용은 사용된 모델이나 회귀분석 결과를 보여주지 않아 답변이 어렵습니다.
- 필링은 숫자로 표시되는 클래스인 것 같아서 모델에 맞게 숫자/연속형으로 변경했습니다.
- s-2는 "무작위 요소"입니까? 나는 그 말이 무엇을 의미하는지 모른다.
- 예측은 모델을 기반으로 합니다. 언제나. 요인을 포함하지 않으면 모형은 평균 반응에 오차를 더한 값이 됩니다. 요인을 포함하면 평균이 요인 없이 변할 수 있고 요인이 없을 때보다 높거나 낮을 수 있습니다.
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?친애하는 마크에게,
이 문제를 조사해 주셔서 감사합니다.
나는 다음을 명확히 하려고 노력할 것이다:
불행하게도 DOE가 설정되었을 때 응답(s-2, s-1, Peeling, HSS-TE, HSS-SS, LM-void)이 지정되지 않았습니다. 따라서 Y 열은 비어 있습니다.
실험이 진행될 때마다 테스트 차량이 도금되었습니다.
먼저 도금두께(s-2(숫자/연속), s-1(숫자/연속))를 측정하였다.
이전 테스트를 통해 우리는 약간의 변화가 있는 온도 Tb가 두께 s-2(평균(s 2 (μm)))에 영향을 미친다는 것을 알고 있습니다. 따라서 온도 Tb_mes는 각 실행에 대해 결정되었으며 s-2 모델링 동안 무작위 요인으로 사용되었습니다.
그리고 이 경우 우리는 두께에 대해 부정적인 예측을 하게 되었습니다. 왜?
둘째, 테스트 차량의 한 부분에 대해 테이프 테스트를 실시한 결과: 벗겨짐( 문자/서수 ).
셋째, 테스트 수단의 또 다른 부분은 HSS-TE(숫자/연속), HSS-SS(숫자/연속), LM-void( 문자/서수 ).
s-2 두께 변화에 대한 이전 테스트에서 우리는 납땜 테스트가 두께 s-2의 영향을 받는다는 것을 알고 있습니다. 따라서 HSS-TE와 같이 솔더링 결과를 평가하는 동안 두께 s-2(평균(s 2 (μm)))가 무작위 요소로 사용되었습니다.
이 경우 우리는 무작위 요인이 없는 것보다 훨씬 더 높은 HSS-TE 예측으로 끝났습니다. 결과보다 훨씬 더 높았습니다(예측 플롯에 의한 실제 참조). 왜?
추신: JMP 메시지에 따르면 "Random ettets는 Ordinal Logistic에서 지원되지 않습니다." 따라서 Peeling과 LM-void에 대해서는 변량인자 없이 모델링을 수행하였다. 아니면 문자/서수 모델링 유형의 결과에 무작위 효과를 포함시키는 방법이 있습니까?
이 설명이 이해에 도움이 되기를 바랍니다.
친애하는
페트라
Re: 무작위 요인을 사용한 DOE 평가는 비현실적인 결과로 끝납니다. 왜 그리고 어떻게 이것이 avoi가 될 수 있습니까?실험에 대한 설명이나 분석의 문제점을 이해할 수 없습니다.
분석부터 다시 시작했습니다. 여러 요인과 반응에 잘못된 데이터 유형, 잘못된 모델링 유형이 있었고 중요한 열 속성이 누락되었습니다. 모든 데이터 열을 최상의 상태로 복원했습니다. 저장된 테이블 스크립트, 요약 통계, 저장된 예측 공식을 모두 삭제했습니다. 그런 다음 무작위 효과를 사용하여 합리적인 선형 모델을 맞추는 데 아무런 문제가 없었습니다. 필링에는 큰 영향이 없었습니다.
귀하의 시험을 위해 제가 작성한 실험 및 분석 버전을 첨부했습니다.
