어떤 디자인을 선택할지여러분 모두에게,
내 방법을 최적화하기 위해 RSM을 구축할 계획입니다. 8개의 연속 요인과 2개의 반응이 있습니다. 각 요인의 수준은 내부적인 방법과 팀의 이전 경험을 바탕으로 결정되었습니다. 요인들 사이에 상호작용이 있는지 없는지 전혀 모르겠습니다. 소음의 원인을 파악할 수 없어 무작위로 추출할 계획입니다.
약간의 조사 끝에 두 가지 방법이 있다고 생각하는데 어느 것이 더 적합한 지 모르겠습니다.
1) 중앙 합성 설계(Box-Wilson)를 사용한 순차 실험. 왜냐하면 일부 중심점을 사용하여 기존 선별 설계를 실행하고 필요한 경우 축점을 사용하여 계속할 수 있기 때문입니다.
2) Placket Burman 설계를 사용하여 주효과를 선별한 다음 중심 합성 설계를 사용합니다. 그리고 이 방법이 제 분야에서 가장 많이 사용되는 방법이에요
감사합니다
실험 설계Re: 어떤 디자인을 선택해야 할까요?원하는 경우 범주형 변수의 경우 언제든지 수준을 제거할 수 있습니다. 하지만 이는 누락된 수준에 대한 정보가 없다는 것을 의미합니다.
DSD(또는 사용자 정의 설계)의 경우 계량형 요인의 수준 수를 지정하지 않습니다. 대신 모델을 추정하기 위해 수준 수가 선택됩니다. 모델에 제곱항이 있는 경우(반응 표면 모델과 동일) 연속 요인에 대해 3가지 수준이 있습니다. DSD는 반응 표면 모델을 선별하고 적합하도록 설계되었으므로 모든 연속형 요인은 자동으로 3가지 수준을 갖습니다.
이러한 설계가 어떻게 작동하고 생성되는지에 대한 자세한 배경 지식을 얻으려면 최종 선별 설계에 대한 JMP 도움말 시스템을 확인하십시오. JMP 확정 선별 설계 정보
Re: 어떤 디자인을 선택해야 할까요?
감사합니다 @Dan_Obermiller . 이 요인을 2수준 범주형으로 설정하고 다른 모든 요인을 3수준 연속형 요인으로 설정하면 어떨까요?
친애하는
Re: 어떤 디자인을 선택해야 할까요?권장되는 DSD 분석 경로를 따르는 경우 유일한 문제는 해당 요인에 대한 제곱항을 추정하지 않도록 하는 것입니다. 프로파일러를 사용하는 경우 프로파일러를 사용하기 전에 모델링 유형을 순서형 또는 명목형으로 변경하세요. 그러면 값이 1, 2 또는 3으로 유지됩니다.
Re: 어떤 디자인을 선택해야 할까요?빠른 답변에 감사드립니다. 지난번에 말했듯이 내 요인은 레벨 1, 2, 3을 취할 수 있는 사이클 수입니다. DSD를 사용하여 스크리닝을 수행한 후 반응 표면을 계획하고 있습니다.
요인을 연속적인 것으로 간주하면 결과가 어떻게 표현될지 궁금합니다. 예를 들어, 반응을 최대화하려는 경우 소프트웨어는 요인에 1.2의 값을 제공합니다. 그러면 어떻게 해야 합니까? 1로 생각하세요?
친애하는Re: 어떤 디자인을 선택해야 할까요?당신이 올바른지. 기억이 가물가물해서 최종 선별 설계에서는 3단계 범주형 변수가 허용되지 않는다는 사실을 잊어버렸습니다. 그러나 요인이 숫자인 경우 이산형 숫자 요인을 연속형으로 처리하는 것을 고려할 수 없습니까? DSD는 3레벨만 사용하므로 디자인 실행에는 문제가 발생하지 않습니다.
Re: 어떤 디자인을 선택해야 할까요?~에게 @Dan_Obermiller ,
귀하의 제안으로 돌아가서 소프트웨어에서 다음을 포함하는 방법을 찾지 못했습니다. 확정 선별 설계를 위한 3단계 범주형 변수입니다. 2개 수준 - 범주형 변수만 포함될 수 있습니다.
많은 감사
Re: 어떤 디자인을 선택해야 할까요?커뮤니티에는 귀하의 질문에 기꺼이 답변해 줄 사람들이 많이 있습니다. 컨설팅 서비스의 데이터 경계 분석은 대부분의 커뮤니티 사용자가 결론을 포함한 적절한 분석을 제공하기 위한 목표와 배경 정보를 알지 못할 가능성이 높기 때문에 더욱 복잡합니다. 그렇다면 아직 답변되지 않은 질문이 있습니까?
Re: 어떤 디자인을 선택해야 할까요?~에게 @Dan_Obermiller
첨부된 내 데이터를 찾아주세요. 확인해 보시겠어요?
친애하는
Re: 어떤 디자인을 선택해야 할까요?한 가지 명확한 점: 맞춤 디자인을 사용하는 경우 상황에 맞는 부분 요인 디자인을 얻지 못할 가능성이 높습니다. 맞춤 디자인은 디자인을 만드는 데 다른 기준을 사용한다는 점을 꼭 확인하고 싶습니다.
음수 주구 분산의 경우 이는 주구 분산이 매우 작으며 무시할 가능성이 높다는 것을 의미합니다. 나는 그 부정적인 추정치에 대해 전혀 걱정한 적이 없으며 항상 정보를 어떻게 사용할 것인지에 집중했습니다. 마지막으로 명심해야 할 또 다른 점은 모형 모수 추정치를 추정하기 위해 설계가 생성된다는 것입니다. 설계는 전체 플롯 분산을 추정하도록 최적화되지 않았습니다. 따라서 추정치에 더 많은 불확실성이 있을 것이며, 이는 부정적인 추정치의 일반적인 이유입니다. 작은 값과 불확실성이 결합하면 부정적인 결과가 나올 수 있습니다.
Re: 어떤 디자인을 선택해야 할까요?~에게 @Dan_Obermiller ,
질문이 하나 더 있습니다.
실제 디자인을 시작하기 전에 몇 가지 예비 실험을 수행하고 첫 번째 단계로
부분 요인 설계를 수행하고 싶은데 5개의 요인이 있는데 그 중 하나는 변경하기 어렵습니다. 유출된 플롯 디자인을 포함한 맞춤형 디자인을 사용하여 5개의 전체 플롯이 포함된 20개의 실험이 포함된 테이블을 얻었습니다. 실험을 수행했을 때 주구 변형에서 음수 값을 발견했는데 이로부터 어떤 결론을 내려야 할지 모르겠습니다. 첨부했습니다 스크린샷을 찾아주세요
미리 감사드립니다
Re: 어떤 디자인을 선택해야 할까요?이산형 숫자 요소는 상황을 약간 복잡하게 만들지만 그다지 복잡하지는 않습니다.
CCD의 경우 중간 수준은 설계의 부분 요인 부분에 전혀 영향을 미치지 않습니다. 축 점이 필요한 경우 면 위 축 배율을 지정해야 합니다. 실제 변화는 없습니다.
PB의 경우에도 디자인의 스크리닝 부분은 중간 수준을 활용하지 않습니다. 축 점을 추가할 때 면 크기 조정을 지정해야 합니다.
맞춤형 디자인을 사용하면 전혀 변경 사항이 없습니다.
확정 선별 설계에서는 이산 수치를 기술적으로 사용할 수 없습니다. 그러나 해당 요인을 3수준 범주형 변수로 사용하여 설계를 생성할 수 있습니다. 모든 조언은 동일하게 유지됩니다.
Re: 어떤 디자인을 선택해야 할까요?~에게 댄 오버밀러,
빠른 답변에 진심으로 감사드립니다. 내 요인 중 하나가 값 1, 2, 3을 취할 수 있는 이산 수치학이라는 점을 언급하는 것을 잊었습니다. 이 경우 모든 제안이 유효합니까?
친애하는
Re: 어떤 디자인을 선택해야 할까요?두 가지 이상의 선택 사항이 있지만 언급한 옵션을 살펴보겠습니다.
CCD - 기존 선별 설계는 16개 실행 부분 요인 설계 + 중앙점입니다. 이는 해 IV 설계가 되며, 이는 주효과가 2요인 상호 작용과 혼동되지 않음을 의미합니다. 이는 바람직하다. 곡률이 표시되지 않더라도 2요인 상호 작용을 완전히 이해하려면 몇 가지 추가 실행을 추가해야 할 수 있으므로 실험의 최소 두 단계, 가능하면 세 단계를 계획해야 합니다.
Plackett-Burman 설계 - PB 설계는 12개 런(+ 중앙점)에 불과하지만 해 III입니다. 즉, 주효과가 일부 2요인 상호 작용과 혼동됩니다. 일반적으로 최적화 연구에서는 2요인 상호 작용이 예상되므로 이는 반응 표면 설계의 훌륭한 기반이 아닙니다. 따라서 8개 요소 중 몇 가지 요소를 "활성"으로 설정해야 하며 세 가지 실험 단계를 계획해야 할 수도 있습니다.
하지만 다른 옵션은 어떻습니까? 예를 들어, 사용자 정의 설계를 사용하여 주효과 모형을 추정하는 설계를 생성할 수 있습니다. 그런 다음 이를 확대하여 상호 작용/제곱 항을 추가합니다. 이 접근 방식은 기존 접근 방식과 유사할 수 있지만 일부 시행착오를 줄일 수 있습니다. 또한 사용할 최적화 기준을 결정할 수 있으므로 중요한 요소를 결정하거나 예측을 개선하기 위해 설계의 다양한 단계를 조정할 수 있습니다.
또 다른 가능성은 확정 선별 설계를 사용하는 것입니다. 이 설계는 사용자가 찾고 있는 선별 설계를 의미하지만 활성 요인의 수가 가능한 요인 8개 중 50% 이하인 한 반응 표면 모델을 추정할 수 있는 경우가 많습니다. 이 설계는 21개의 런으로 완료할 수 있으며 여기에는 JMP에서 권장하는 4개의 추가 런이 포함됩니다. 또한 순차적으로 구축되는 것이 아니라 한 세트의 시도로 완료된다는 장점도 있습니다.
설명하신 상황에서는 확정 선별 설계를 고려해 보시기 바랍니다.
이게 도움이 되길 바란다.
