기존의 실험 데이터를 분석하고 보강 설계를 수행하는 방법은 무엇입니까?나는 JMP DOE의 초보자입니다. 150 개의 실험 데이터가 있습니다. 이 150 회의 실험은 JMP DOE가 설계하지 않았습니다.
그러나 더 많은 실험을 추가하고 싶습니다. 그러나 15 가지 요인이 더 많아서, 모든 행위자가 오그 메이트 디자인을 통해 다른 요인과 상호 작용한다고 가정한다면 너무 많은 실험이 필요합니다. 그래서, 제 아이디어는 먼저 Definitive Sreening Design에 의한 두 가지 요소 상호 작용을 수행 한 다음 필요한 두 가지 요소 상호 작용만을 고려하여 보강 설계를 수행합니다.
Re : 기존의 실험 데이터를 분석하고 보강 설계를 수행하는 방법은 무엇입니까?나는 내가하는 첫 번째 일은 이미 가지고있는 데이터를 평가하는 것이라고 생각합니다. Evaluate Design 플랫폼이 도움이 될 것입니다 (DOE> Design Diagnostics). 그것은 효과와 효과 사이의 상호 관계의 정도에 대해 말할 수 있습니다.
가지고있는 데이터가 중요한 요소를 결정하는 데 유용하다는 것을 알 수 있습니다. 정보를 개선하기 위해 추가 실행을 통해이를 보강 할 수 있습니다.
데이터가없는 상태에서 시작한 경우 (또는 데이터에 가치가 없다고 결정한 경우), 많은 요인을 선별하는 데 효율적이기 때문에 확실한 선별 디자인이 좋은 접근 방법입니다. 요소는 연속적이며 추가 실행을 선택하지 않습니다. 타협은 모든 2 요소 상호 작용을 평가할 수는 없지만 일반적으로 소수만이 활동적 일 것으로 예상한다는 것입니다. 다시 말하지만, 활성 요소에 대한 정보를 향상시킬 수 있습니다.
찾을 수도 있습니다. 내 블로그 시리즈 효과 간의 상관 관계와 같은 개념을 처음 접했을 때 유용합니다.
