離散数値因子は良い選択でしょうか?3 つの設定を持つ 4 つの要素があります:-
時間 - 5、10、20
水 - 100、200、300
速度1 - 2500、3000、4000
速度2 - 5000、6000、7000
私の応答は粘度であり、どの設定で希望の粘度を得ることができるかを理解しようとしています。 デザインを設定しようとしています。 各因子に 3 つの設定があるため、離散数値因子を使用することを考えていましたが、JMP ドキュメントで「離散数値因子のすべてのレベルが計画に表示されるわけではありません。 表示されるレベルは、モデル アウトラインの仕様によって決まります。
すべてのレベルを取得するには何か特別なことをする必要がありますか? この質問に答えるための離散数値因子以外の他の種類の因子はありますか?
Re: 離散数値因子は良い選択ですか?@Mark_Baileyはい、デフォルトの実行数は最大値ではありません。 ごめんなさい。
はい、カテゴリカルでは実行数が多くなるのは理解しています。
議論していただきありがとうございます。私の主な質問は、このデザインに私が知らない他のタイプや方法があるかどうかを確認することでした。 ありがとう
Re: 離散数値因子は良い選択ですか?明確にしておきますが、JMP は実行の最大数を示唆していません。 JMP は、いくつかの単純なヒューリスティックに基づいて、デフォルトの実行回数を提供します。 電力分析などの評価情報に基づいて、他の番号を自由に選択してください。
専門家が合格粘度と不合格粘度を生み出すレベルを選択することについてのあなたの答えをもう一度述べさせてください。 係数範囲にわたる粘度の変化は、粘度の標準偏差より 3 ～ 4 倍大きくなります。 本当？
はい、すべての因子に対して離散数値因子タイプの代わりにカテゴリ因子タイプを使用することを意味しました。 相互作用を推定することはできますが、実行数ははるかに多くなり、現実的ではない可能性があります。
この設計の仕様上、相関関係は避けられません。 一方、最悪の相関関係は約 1/3 であるため、これらのパラメータを推定し、効果が標準偏差よりはるかに大きい場合には、適度に高い検出力で推定することができます。
これまでにここで提供された情報に基づくと、このデザインは良い選択のように思えます。
思い出してください: JMP コミュニティに助けを求めに来てよかったです! 頑張ります。 しかし、私は現実的な期待を設定したいと思っています。 この領域は、コンサルティングやトレーニングを提供することを目的としたものではありません。 特定の問題や問題を解決することを目的としています。 実験計画に関してより広範なサポートが必要な場合は、他のリソースを参照することができます。
Re: 離散数値因子は良い選択ですか?@Mark_Baileyお返事ありがとうございます。
実行数には、JMP が提案した最大数を使用しました。
これらのレベルは専門家によって決定され、合格と不合格の両方の結果を考慮してこれらのレベルを選択しました。 カテゴリカル因子を使用できるとおっしゃったのは、カテゴリカル因子を使用する離散数値の代わりに、すべての因子を使用できるという意味ですか? 以前にカテゴリカルを使用しようとしましたが、これでは交互作用を確認できなくなります。
はい、交互作用も調べました。最大実行数では、相関マップ内の因子間に多くの相関関係があることがわかります。 添付は、離散数値因子を使用し、JMP が提案する最大実行数での 2 次相互作用を調べた私の設計です。
Re: 離散数値因子は良い選択ですか?カスタム設計アルゴリズムでは、レベルの数とモデルに現れる項の間に一貫性がなければなりません。 たとえば、4 レベルの離散数値因子を追加すると、カスタム設計では F、F^2、および F^3 がモデルに追加されます。 ただし、最後の 2 つの項では、推定可能性が自動的に「可能であれば」に変更されるはずです。 ただし、これらのパラメーターを確実に推定したい場合は、推定可能性を「必要」に変更できます。
レベルと処理の外観に与えるもう 1 つの影響は、実行の数です。 選択した実行数が推定する必要がある条件によって決定される最小実行数に近い場合、多くの処理は表示されません。
これらのレベルは人間によって決定されるのでしょうか、それとも機器によって決定されるのでしょうか? たとえば、これらの速度は専門家が機能すると考えるレベルですか、それとも機器で可能な唯一の設定ですか? 粘度を最適化するためにモデルを補間するのではなく、観察された組み合わせから「勝者を選択」したいように聞こえます（ただし、私は間違っている可能性があります）。 その場合、代わりにカテゴリ因子を使用することもできます。
これらの要素と興味深い相互作用があると思います。
