재 : 최적의 DOE 및 통계 모델링에 의한 화학 루핑 공정의 최적화 (2020-EU-45MP-313)좋은 이야기-감사합니다.
내가 제기하고 싶었던 문제는 원래 무작위 배정 순서의 어려움으로 인한 재 무작위 화 측면입니다. 인과 관계 인수를 호출하려는 경우에 중요합니다.
재 : 최적의 DOE 및 통계 모델링에 의한 화학 루핑 공정의 최적화 (2020-EU-45MP-313)의견을 주셔서 감사합니다. 내 연구에서 이것이 어떻게 문제가 될 수 있는지 설명해 주시겠습니까?
재 : 최적의 DOE 및 통계 모델링에 의한 화학 루핑 공정의 최적화 (2020-EU-45MP-313)차단을 사용하면 무작위 배정에 대한 제약이 적은 실험을 실행할 수 있습니다. 즉 실험이 더 쉽습니다. 무작위 화는 개선 및 문제 해결에 필요한 인과 관계 진술을 작성하는 데 중요합니다. 귀하의 검증 실험은 그 중 일부를 처리하여 연구가 매우 완료되었습니다. 내가 제기 한 문제는 초기 무작위 배정에서 얻은 일련의 실험이 실행하기 어렵거나 특히 연구와 같은 시간 관련 상황에서 연구의 일반화 측면을 방해하기 때문에 재 랜덤 화가 필요하다는 것입니다. 재 랜덤 화를 설명하는 방법 (다른 시도를하는 방법)은 분명하지 않습니다. David Cox는 실험 계획 (Cox, 1958)에 관한 그의 저서에서이를 다루고 있으며, 언급 한 REML은 초기 버전에서 Cox가 언급 한 옵션 중 하나입니다. 블록 간 정보가 Patterson & Thompson 1971의 REML 작업과 Kenward & Roger 1997의 개선에 대한 핵심 영감 인 경우 복구 https://journals.sagepub.com/doi/abs/10.1177/0962280214520728?journalCode=smma
아래는 Shelly Zacks가있는 책의 단락입니다. 현대 산업 통계 이것은 이것을 나타냅니다 :
"실험 계획의 차단 및 무작위 화는 결과의 정확성을 높이고 추론의 유효성을 보장하는 것을 목표로합니다. 차단은 오류를 줄이기 위해 사용됩니다. 블록은 전체 골재보다 더 균일 할 것으로 예상되는 실험 재료의 일부입니다. 예를 들어, 전자 회로의 폴리 에스테르 코팅이 전류 출력에 미치는 영향을 테스트하도록 실험을 설계 한 경우 회로 간의 변동성은 전류 출력에 대한 코팅의 영향보다 상당히 클 수 있습니다. 이 분산 성분을 줄이기 위해 회로별로 차단할 수 있습니다. 각 회로는 무 코팅 및 코팅의 두 가지 처리로 테스트됩니다. 먼저 코팅없이 회로의 전류 출력을 테스트합니다. 나중에 회로를 코팅하고 다시 테스트하십시오. 치료 전후의 동일한 단위에 대한 이러한 비교를 짝 비교라고합니다. 블로킹의 또 다른 예는 유명한 소년의 신발 예입니다 (97 페이지 Box, Hunter and Hunter, 1978). 두 종류의 신발 밑창 재료는 n 쌍의 소년 신발에 밑창을 고정하고 신발을 적극적으로 착용 한 후 발바닥의 마모량을 측정하여 시험해야한다. 남학생의 활동 사이에 변동성이 높기 때문에 m 쌍이 한 유형의 발바닥과 다른 유형의 발바닥과 함께있을 경우, 마모 정도에서 관찰 될 수있는 차이가 유일한 재료의 특성 또는 소년들 사이의 차이점. 신발 한 켤레로 차단함으로써 변동성을 크게 줄일 수 있습니다. 신발 한 켤레마다 두 가지 유형의 밑창이 지정됩니다. 각 블록 내에서의 비교는 소년들 사이의 가변성이 없습니다. 게다가 소년들은 오른발이나 왼발을 다르게 사용하기 때문에 발바닥의 종류를 왼쪽이나 오른쪽 신발에 무작위로 배정해야합니다. 따라서, 처리 (2 가지 유형의 밑창)는 각 블록 내에 무작위로 할당된다. 블록의 다른 예로는 기계, 생산 교대, 요일, 운영자 등이 있습니다. 일반적으로 비교할 t 처리와 b 블록이 있고 모든 t 처리가 단일 블록 내에서 수행 될 수있는 경우 모든 t 처리를 각 블록에 할당합니다. 각 블록 내에서 처리를 적용하는 순서는 무작위로해야합니다. 이러한 설계를 무작위 완전 블록 설계라고합니다. 우리는 나중에 수율에 대한 적절한 분석이 어떻게 처리의 효과를 타당하게 테스트 할 수 있는지 알아볼 것입니다. 그렇지 않다면, 모든 처리가 각각의 블록 내에 적용될 수 있으며, 균형 잡힌 방식으로 블록에 처리를 할당하는 것이 바람직하다. 나중에 논의 될 이러한 설계를 균형 잡힌 불완전 블록 설계 (BIBD)라고한다. 통계 모델의 오차 성분이 독립적이라는 가정을 검증하기 위해서는 각 블록 내에서의 무작위 추출이 중요합니다. 이 가정은 치료가 각 블록 내의 실험 단위에 무작위로 할당되지 않은 경우 유효하지 않을 수 있습니다. "
재 : 최적의 DOE 및 통계 모델링에 의한 화학 루핑 공정의 최적화 (2020-EU-45MP-313)좋은 의견 감사합니다! 솔직한
최적의 DOE 및 통계 모델링 (2020-EU-45MP-313)에 의한 화학 루핑 공정의 최적화레벨 : 중급
Frank Deruyck, HOGENT 응용 과학 예술 대학 강사
이 프리젠 테이션에서 최적의 DOE 및 통계 모델은 CO2 포집을 통한 화학적 루핑 공정의 성능을 최대화하여 에너지 및 순환 경제를위한 잠재적 인 새로운 대안 인 H2 및 합성 가스를 생성하기 위해 생성됩니다. 사용되는 복잡한 유동층 반응기는 여러 가지 가능한 상호 작용 및 2 차 효과와 랜덤 노이즈의 영향을 받기 때문에 신중한 실험 및 모델링 전략이 필요합니다. JMP에서 DOE 및 분석 플랫폼은 다양한 DOE 준비 및 모델 피팅 옵션을 제공합니다. 이 백서에서는 R & D 기준 및 목표를 기반으로 직교 RSM, 사용자 지정 DOE 및 DSD를 결정하고 전력, 요인 상관 및 분산 프로파일과 같은 모델 목표 및 DOE 진단 방법을 설명합니다. 모델 작성은 단계적 회귀 (고정 요인 순방향 선택 및 모든 가능한 모델)를 사용하여 효과적인 요인을 스크리닝 한 후 랜덤 노이즈 분산을 제거하는 REML 분석을 통해 발생합니다. 메탄 전환 및 합성 가스 수율에 유용한 모델이 추가 검증 실험에 의해 얻어지고 지원됩니다. 프로파일 러 바람직한 기능은 최적의 작동 조건을 계산하는 데 사용됩니다. 이 작업은 신중한 DOE 설정 및 통계 모델링 접근 방식으로 복잡한 기술 프로세스를 최적화 할 수있는 가능성을 보여줍니다.
탈주암사슴예측 모델링비디오
