複数レベルの因子と 1 つの 6 レベルのカテゴリー因子を使用したスクリーニング設計JMPコミュニティの皆様。 DoE、特にスクリーニング設計を実行する正しい方法を見つけるのに少し苦労しています。
まず、スクリーニング設計で最も重要な要素を見つけたいと思います。 次に、重要な要素をより詳細に、より多くのレベルで調査したいと思います。
4 ～ 5 つの複数の因子 (4 ～ 6 レベル) と 6 レベルのカテゴリ 1 つがあります (6 つのレベルは異なるテクノロジーを表します)。 スクリーニング計画では、因子を 2 レベル (低レベルと高レベル) でのみ使用し、非線形性と 6 レベルのカテゴリカル因子の間に 1 つ追加する場合があります。
追加情報: 1 回のシミュレーション実行には、カテゴリ因子からの 6 レベルが常に含まれます (シミュレーションには約 1.5 日かかります)。これは使用したモデルの結果です。
審査設計にはどのような方法が最適でしょうか?
カスタム計画を使用するべきですか、それともカテゴリ因子を 3 つの 2 レベルのカテゴリ因子に分割する 3 つの最終的なスクリーニング計画を実行しますか?
よろしくお願いします！
ありがとう
A_フーバー
実験計画法Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計ありがとう。 とても助かりました！
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計あなたの質問を解釈しようとしているので、誤解があれば申し訳ありません...通常、スクリーニング計画（例：部分階乗）を使用して、意図した計画空間内の多くの因子を比較します。 これらの要因のどれが重要である (実際的な重要性とおそらく統計的重要性の両方) を決定した後、最適な領域を見つけるためにその要因のサブセットを引き続き調査することになるでしょう。 この方法論は、GEP Box が応答曲面法と呼んでいるものです (2 水準を超える因子を使用した 1 つの実験ではありません)。 の使用です反復かなり複雑な表面を理解するための実験。 どれだけの実験が必要かは、あなたの現在の知識の状態によって異なります。 そしてもちろん、新しい材料や加工技術が進化するにつれて、応答曲面も進化し、継続的に改善されます。
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計回答ありがとうございます!
@スタットマン対応策としては、自己消費を最大化するなどです。 要素（テクノロジーやストレージのサイズなど）
アドバイスに従って、おそらく最初に完全な要因計画を実行するつもりです。
たとえば、複数のレベルを持つ 2 番目の設計で最も重要な 2 つの要素を後で実行することは意味がありますか?
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計私の最初の考えは、適切なアドバイスを提供することです。あなたの状況に関するさらなる情報が必要になる場合があります。 応答変数とは何ですか? 要因は何でしょうか? 応答変数をどこまで移動する必要があるか?等
マークの指摘を繰り返しますと、スクリーニング計画は、選択した計画空間 (レベル設定とノイズを含む) 内の対象因子の相対比較を行うことを目的としています。 多くの場合、最初のスクリーニング計画は、どの要因が対象の応答変数に最も大きな影響を与えるか、および計画空間をどの方向に移動するかを優先するのに役立ちます。 目的は、効率的に目標に向かって進むことです。最適領域。 非線形性は設計空間内で発生し、空間を移動する可能性が高いため、通常は気にしません。 2 レベルを超えると非常に非効率になります。 なぜ山のふもとに複雑なモデルを作成するのでしょうか?(コロラド州ボルダーに行こうとするときに、フィラデルフィアの詳細な地図を作成することに例えられます)。
最初の投稿では明確ではなかったのは、これがシミュレーションによって実行されるということでした。 シミュレーションでは、アルゴリズムがシミュレーション プログラムですでに作成されていることに気づきます。 それが何であるかわからないかもしれませんが (特にサプライヤーからシミュレーションを購入した場合)、それはすでに存在します。 ここで難しい部分が来ます...調査したい要素がアルゴリズムに含まれていない場合、分析ではそれらの要素は効果がないと判断されます。 他にも意見はありますが、私の考えでは、シミュレーションはスクリーニングとしての有用性が限られています。 スクリーニングでは、影響があるかどうかわからない多くの変数を調査し、同時にそれらの因子の影響をノイズと比較します。 NOISEはどのようにシミュレートされますか? 私の意見では、これは現実的にシミュレーションすることはできません。
確かに、実行に長い時間がかかるプログラム (FEA など) があるため、コンピュータの実行時間を節約するために分数階乗が実行される場合がありますが、コンピュータの時間が大した問題ではない場合は完全階乗を実行してください。
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計あなたは間違いを犯していません。 やった。 最初に戻ります。
「テスト」と「実験」を混同しています。 テストと組み合わせを考えています。 提案された条件を設定し、実行して、結果を観察します。 他の条件を試して、何が起こるかを確認してください。 デザインとはモデルのことです。 連携してモデルのフィッティングを最適にサポートする複数の条件を設定し、そのモデルを使用して重要な効果を決定したり、必要なレベルの応答を推定したりできます。 目標は、特に実際のアプリケーションには実行時間がかかりすぎるコンピュータ実験における補間です。 これらの事前に決定されたレベルを含める必要がある理由はありますか? モデルではそのような必要はありません。
これらの水準を使用する必要がある場合は、完全な要因実験を計画して表を作成することをお勧めします。 次に、カスタム計画を選択し、完全階乗からの因子を共変量因子として入力します。 モデルを指定する必要があります。 次に、実行数を実際的な数に設定します。 カスタム計画では、実行数を満たす完全要因計画の最適なサブセットを見つけます。
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計ご回答ありがとうございます。
完全要因計画は、可能なシミュレーション実行数の要件を満たしません。
完全要因計画を使用すると、1920 回の実行になります。
5 レベル係数 1 つ
3つの4水準因子
1 つの 6 レベルのカテゴリ因子
--> 5*4*4*4*6=1920 実行
私の意見では、これは完全な要因計画のようには思えません。それとも、私が間違っていたのでしょうか?
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計完全要因計画法を使用することに決めたようですね。 JMP > DOE > 古典的 > 完全階乗。 次に、すべての因子を指定されたレベルとともに入力します。 このような設計では完全要因モデルが可能です。 レプリケートを実行する必要はありません。
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計私が因子に対して持っているすべてのレベルは、モデルで使用/インストールできるコンポーネントを表しています。 たとえば、1 つの要素は、215、300、500、630、1000 リットルのレベルの貯蔵容量、またはさまざまなサイズの kWh のバッテリー容量です。
実行数を定義するのは困難です。同時シミュレーションを使用すると、約 50 ～ 60 回の実行になります。 さらに必要な場合は、それも行うことができます。
デザインは、コンピューターシミュレーションであり、確率的な要素は含まれていません。
Re: 複数水準因子と 1 つの 6 水準分類因子を使用したスクリーニング設計スクリーニング設計の特徴の 1 つは経済性です。 最も重要な要素 (影響ではない) を確認するために、詳細を犠牲にします。 連続因子にこれほど多くのレベルがあるのはなぜでしょうか? この場合、何回の実行が許容されますか?
スクリーニングのもう 1 つの特徴は、多数の要素があることです。 4 つや 5 つというのは大きな数ではありません。 この場合、実験を計画してスクリーニングをスキップできる場合があります。 シーケンス内の追加のステップは後でオフセットされない可能性があります。 JMP で任意の設計を拡張して、より詳細な情報 (高次モデル項など) を得ることができます。
シミュレーションの側面はどこからともなく出てきたように思えました。 これはコンピューターシミュレーションの研究のためのデザインでしょうか？ それから、調べてみるとよいでしょう空間を埋めるデザイン。 シミュレーションには確率的要素が含まれていないと仮定します。
研究を複数の並行した計画に分割することはお勧めしません。 因子の相互作用をモデル化する能力が失われます。
