無料のオンライン コースで詳細をご覧ください。
産業問題解決のための統計的思考
このビデオでは、JMP の完全実施要因プラットフォームを使用して完全実施要因実験を計画する方法を紹介します。
これを行うには、DOE、古典、完全実施要因計画の順に選択します。
[応答] パネルでは、応答名と応答目標を変更できます。また、同じ実験で複数の応答変数を調べたい場合は、応答を追加できます。
この例では、応答名を Yield に変更します。 この実験の目標は収量を最大化することですが、必要に応じてこれを変更できます。
この例では、応答の下限として 90 を入力します。 ただし、必要に応じてこのフィールドを空白のままにすることができます。
次に、因子を追加します。 連続因子とカテゴリ因子の組み合わせを追加できます。
まず、連続する 2 水準因子を 3 つ追加します。
名前をダブルクリックして変更します。 X1 を Temp に、X2 を Time に、X3 を Catalyst に変更します。 次に、値を変更します。 Temp のローレベルは 50、ハイレベルは 120 です。 Time の場合、値は 4 と 24 で、Catalyst の場合、値は 1 と 5 です。
[続行] をクリックします。
これは 2x2x2 の計画で、実行数が 8、つまり実行数が 2 であることがわかります。 3完全実施要因計画。
デフォルトでは、デザインはランダムな順序で実行されます。 無作為化は、制御されていない変数の影響を平均化するため、重要です。
[中心点の数] フィールドに値を入力すると、各連続因子の低い値と高い値の中間に計画点が追加されます。 たとえば、中心点を 2 つ追加すると、計画には、Temp が 85、Time が 14、Catalyst が 3 の 2 つの実行が含まれます。 これらの実行は、モデルの妥当性をテストするために使用できます。
この例では中心点を追加しません。
Number of Replicates フィールドは、JMP に設計を複製する回数を示します。 この値が 0 の場合、可能な処理ごとに設計が生成されます。 この値を 1 に変更すると、デザイン全体が 1 回複製されます。
これを確認するには、フィールドに 1 を入力し、[テーブルの作成] をクリックします。
これは 2x2x2 の計画であり、16 回実行されていることがわかります。
パターン列は、各実行に使用する因子水準の簡略表記です。 たとえば、最初の試行は、3 つの因子すべてを低レベルに設定して実行されます。
これは完全に複製された設計であるため、各処理はランダムな順序で 2 回実行されます。 たとえば、行 1 と 14 は複製です。 これらの実行では、同じ因子水準が使用されます。
3 つのスクリプトがデータ テーブルに保存されます。
実験を行った後、Model スクリプトを使用して分析を実行できます。 これは、データを収集する前に、推定できるモデルを確認するのにも役立ちます。
設計の評価スクリプトを実行して、設計の統計的特性を評価できます。
また、DOE ダイアログ スクリプトを使用して、完全な要因計画ウィンドウに戻って変更を加えることができます。
この設計に別の要素を追加してみましょう。 4 レベルのカテゴリ因子を追加します。 これを行うには、カテゴリカル、4 レベルを選択します。 これにより、32 回の実行を含む 2x2x2x4 計画が得られます。
このデザインを複製したくないので、Number of Replicates を 0 に変更し、Make Table をクリックします。
結果として得られる計画は、4 つの因子を使用する無作為化された 32 回の実行の完全実施要因計画です。
この実験を行う場合は、この計画表がガイドになります。 実行する処理を示し、応答値を記録する列を提供します。 作業内容が失われないように、このテーブルを新しい名前で保存することをお勧めします。
