과거의 DOE를 활용하고 더 나은 미래의 DOE 모델을 얻기 위해 정보를 얻을 수있는 방법이 있습니까?제목 줄의 질문을 참조하십시오. 과거 DOE 구성에서 데이터를 집계하고이를 사용하여 동일한 요인 및 수준을 활용하는 미래 DOE에 대한 추가 통찰력을 제공하는 방법이 있는지 궁금하십니까?
R 또는 시뮬레이션이 필요할 것이라고 생각하지만 매번 처음부터 새로운 DOE를 시작하는 것보다 매우 유용 할 것입니다.
해석학데이터 테이블암사슴스크립팅Re : 더 나은 미래의 DOE 모델을 얻기 위해 과거 DOE를 활용하고 정보를 얻을 수있는 방법이 있습니까?여기 내 두 센트입니다 ... 나는 논평을 환영합니다 :
어떤 의미에서 당신이 설명 할 수있는 것은 문제 해결을위한지도 원리로서의 연속적인 실험 과정입니다. 그렇다면이 과정에 대한 문헌이 많이 있습니다. 나는 Box, Hunter, Hunter "실험자를위한 통계"의 처음 몇 장을 시작점으로 읽는 것이 좋습니다. 매우 실제적인 의미에서 순차적 실험 설계의 모든 실무자는 항상 초기 실험과 후속 실험을 활용합니다. 이 방법으로 전혀 다투지 않습니다. 내 경험의 모든 것은 DOE 중심 조사를위한 가장 효율적인 문제 해결 프로세스라는 것입니다.
두 개 이상의 실험 설계를 하나의 Mother of All Experiments로 병합 한 다음 분석하는 경우이 방법은 많은 함정과주의 사항으로 가득 차 있습니다. 최소한 '어머니'의 가설, 목표 및 목표와 함께 모순 된 가설, 실험 목표 및 각 성분 실험의 목표가 조사에 영감을 줄 수 있습니다. 그래서 탐색 적 데이터 분석을 위해 '어머니'실험을 사용하는 것 이상으로 나는 그 이상을 걱정할 것입니다.
Re : 더 나은 미래의 DOE 모델을 얻기 위해 과거 DOE를 활용하고 정보를 얻을 수있는 방법이 있습니까?추가 할 2 센트가 없습니다. 뿡 빵뀨 의 훌륭한 게시물이지만 여기에 페니가 있습니다. 저는 순차적 인 DOE 전략의 지지자입니다. 사실, 첫 번째 실험에서 가장 중요한 요소를 모두 선택하여 최적의 수준에서 적절한 노이즈 (추론)를 통해 테스트했다고 생각하는 것은 우스꽝스러운 일이라고 생각합니다. 더 효율적이며 순차적 작업에 대한 계획을 세우는 데 장기적으로 효과적이라고 생각합니다 (샘플링에도 적용됨). 디자인하는 첫 번째 디자인은 더 나은 실험을 디자인하는 것입니다! 이전 실험에서 배웠다고 생각하는 것을 고려하십시오 (현상에 대한 이해를 높이는 방법은 무엇입니까?). 그러나 그러한 실험이 완전히 다른 추론 공간에서 실행되었을 수 있다는 사실을 깨달으십시오.
