DOE 질문안녕하세요 여러분,
저는 DOE에 대해 꽤 초보자이고 작은 질문이 있습니다.
기본적으로 몇 가지 요인에 대한 실험이 있다고 가정 해 보겠습니다. 특히 두 가지 가능한 수준이있는 구성 요소를 테스트하고 여러 농도 (0, 10, 20 또는 40)를 테스트하고 싶습니다. 따라서 범주 요소 (성분 : A, 
와 이산 숫자 요소 (농도 : 0, 10, 20, 40)를 사용하여 디자인을 만들었습니다.
최종 디자인에서는 A-0 또는 B-0으로 여러 번 실행했습니다. 그러나 생물학적 관점에서 보면 그것은 정확히 똑같은 것입니다 => "추가 된 성분 없음". 이 정보를 소프트웨어에 제공하는 방법이 있는지 궁금합니다. 두 실행이 동등하다는 것을 어떻게 정의합니까? 아니면 요인을 다르게 정의해야합니까? 아니면 그저 실현 불가능할 수도 있습니다 ..
귀하의 의견에 미리 감사드립니다!
암사슴Re : DOE 질문안녕하세요 헉 ,
소리가 들리면 이산 숫자 인 요소가 하나 있는데이를 4 단계로 X1이라고 부릅니다. 또한 2 단계 범주 형인 X2라고하는 또 다른 요인이 있습니다. X1은 [1, 2, 3, 4] 값을 가질 수 있습니다. 이것은 실제로 사용할 실제 실험 값이 아니라 코딩 된 값입니다. 마찬가지로 X2 범주 형 변수는 다시 코딩 된 값인 [0, 1]을 사용합니다. 실험에서 X2는 실제로 A 또는 B가됩니다. 이것을 일반적인 사용자 정의 DOE에 넣으면 X1이 1에서 4까지 다양하고 X2가 0 또는 1이되는 8 번의 실행을 얻어야하며 상호 작용도 얻습니다. 그러면 해석은 0 = A 및 1 = B입니다.
반면에, 둘 다 존재 (1) 또는 부재 (0) 할 수있는 두 개의 성분 A와 B가있는 경우 값 [0, 1]을 사용하는 추가 범주 형 변수 X3을 원할 것입니다. 하지만 이제 [0, 1]은 각각 꺼짐 또는 켜짐을 의미합니다. 이제 세 가지 요인을 사용하여 새 DOE를 생성하는 경우 상호 작용을 얻기 위해 최소 16 개의 런이 필요합니다. 다시,이 경우 X1은 1-4에서 실행되고 성분 A 또는 B에 대한 다른 두 범주 형 변수는 켜짐, 꺼짐 또는 켜짐 / 꺼짐의 혼합입니다 (예 : X2 = 0 (꺼짐), X3 = 1 (켜짐) ). 추가 항을 추가하면 농도와 함께 성분 A와 성분 B 사이에 상호 작용이 있는지 확인할 수 있습니다.
특히 상호 작용의 상관 관계를 최소화하기위한 최적의 DOE는 아닙니다. 더 많은 센터 런을 수행하거나 반복 실험을 실행하거나 설계를 자신에게 가장 적합한 것으로 변경해야 할 수 있습니다.
문제를 올바르게 이해했으면합니다.
도움이 되었기를 바랍니다!,
DS
Re : DOE 질문DOE에 오신 것을 환영합니다!
나는 0으로 설정된 연속 요인의 팬이 아닙니다. 당신이 발견했듯이, 그것은 당신이 그 요인이 없다는 것을 의미합니다. 집중을 위해 모두 0이 아닌 수준을 갖는 것이 더 나을 것이라고 생각합니다. 그 아이디어가 귀하의 목적에 어떻게 부합하는지 확인하십시오.
Re : DOE 질문확장하려면 뿡 빵뀨 시스템에 전혀 존재하지 않는 것처럼 연속 요소를 '0'으로 설정하는 팬이 아니라는 의견 (그리고 나는 같은 의견을 가지고 있습니다), 너무 자주 연구중인 시스템은 하나의 새롭거나 비정형적인 시스템처럼 작동합니다. 핵심 요소가 완전히 없습니다. 요인이 없으면 모수 추정에 좋지 않은 방식으로 영향을 미칠 수 있습니다. 당면한 문제에 대한 유용한 정보를 제공하지 않는 프로세스 내에서 안전 또는 알려진 비정상적인 실패를 설정할 수 있습니다. 또는 다른 예상치 못한 실패 모드.
마지막으로, 공학적 지식이나 첫 번째 원칙 지식 (있는 경우)이 요소가 완전히 사라질 때 일어날 수있는 일에 대해 무엇을 말합니까?
그리고 나는 이것을 제안하는 것조차 싫다 ...하지만 당신이 그 요인에 대해 '0'에서 무슨 일이 일어나는지 알아 내기로 결심하고 결심했다면, 아마도 '0'에서 간단한 단일 홈런 유형 시험을 할 때일 것이다. 무슨 일이 일어나는지 봐? 그리고 이러한 조합을 분석에 포함하지 않습니까? 하지만 다시 말하지만 ... 안전이나 위험한 상태를 유발하지 않을 것이라고 확신하는 경우에만.
Re : DOE 질문존경하는 동료들과 함께, 먼저 DOE의 세계에 오신 것을 환영합니다. 매혹적이고 믿을 수 없을 정도로 강력한 주제이자 도구입니다. 안타깝게도 디자인 선택에 대한 조언은 상황에 따라 다릅니다. 어떤 가설에 대한 통찰력을 얻고 싶습니까? 요인은 말하다 실험의 가설. 사이에 차이가 있음을 인식 테스트 "우승자를 선택"하고 실험 인과 관계에 대한 통찰력을 제공하도록 설계되었습니다. 이는 요인 선택, 수준 설정 및 실험을 수행하는 조건 (추론 공간)을 고려합니다. 저의 조언은 치료 조합 (요인 및 수준)을 고려하고 예상되는 결과와 가능한 결과를 예측하는 것입니다. 가능한 모든 결과가 무엇이고 각 인스턴스에서 무엇을 할 것인지 예측하십시오. 그런 다음 계속하십시오. 예를 들어, 요인 X1이 중요하다면 어떻게 하시겠습니까? 그 요소가 중요하지 않다면 어떻게 하시겠습니까? (모든 요인에 대해) 실험을 실행했는데 실질적으로 유의미한 변화가 "생성"되지 않은 경우 어떻게 하시겠습니까? 다양한 변형을 만들었지 만 요인에 할당 할 수있는 것이 없으면 어떻게됩니까? ... 등.
원하는 정보와 그에 맞는 디자인에 초점을 맞 춥니 다. 2 개 이상의 수준에서 요인 등을 볼 때마다 승자 목표를 선택하는 것에 대해 생각합니다. 확실히 3 차 다항식을 예측하고 있지 않습니까? 그렇다면 왜 4 단계의 연속 변수일까요?
실험에는 항상 두 가지가 있습니다. 하나는 현상을 이해하는 것이고 다른 하나는 실험 방법을 배우는 것입니다.
내 폭언에 대해 죄송합니다. 계속해. 그리고 다시 와서 질문하십시오!
Re : DOE 질문안녕하세요,
많은 감사 @DS , 뿡 빵뀨 , 뿡 빵뀨 과 @statman 귀하의 의견. 각 입력은 정말 소중하며 전체 프로세스를 더 잘 이해하는 데 도움이됩니다.
나는 당신의 조언을 따르고이 0 레벨을 내 디자인에 포함시키지 않을 것이라고 생각합니다.
X2 요인의 수준 수와 관련하여 실험 분야에 익숙한 사람들은 2 차 행동을 기대하지만 반응이 시작되는 시점을 정확히 알지 못하기 때문에 여러 "중간"수준 (4 개 이상)을 원했습니다. 감소. 그러나 내가 이해하는 바에 따르면 스크리닝 단계에는 두 가지 수준으로 충분하며 모델에 2 차 효과를 추가하고 "승자 선택"을 원한다면 3 단계로 충분합니다. 따라서 중간 수준을 추가하면 어떤 이득이 있습니까? 정확한 "파열"지점을 파악하는 데 도움이됩니까? 아니면 결과의 정확성이 떨어질까요?
도와 주셔서 다시 한 번 감사드립니다!
Re : DOE 질문정확한 요인 수준을 지시하고자 할 때 이산 숫자 요인을 추가하는 것이 옳았습니다. (그런 다음 JMP는 모형에 추가해야하는 항을 결정합니다.) 요인 수준의 변화에 대한 비선형 반응 가능성을 다루는 모범 사례는 연속 요인을 추가하고 모형에 필요한 항을 지정하는 것입니다. . (JMP는 모델 매개 변수를 추정하기위한 최상의 수준을 결정합니다.)
또한이 연속 요소에 대해 넓은 범위를 선택해야합니다. 최상의 수준이 될 곳을 '두 번째 추측'하지 말고 그러한 추측 근처의 범위를 제한하십시오. 앞서 언급했듯이이 연구는 '승자 선정'을위한 '테스트'가 아닙니다. 승자를 찾기 위해 모델을 추정하는 것입니다. 최상의 추정치는 넓은 요인 범위에서 생성되는 큰 효과를 필요로합니다.
Re : DOE 질문추가하려면 뿡 빵뀨 의 최신 코멘트, 그가 추천 한 것을 구현하려면 JMP의 시그니처 Custom Design 플랫폼을 사용해야합니다. 실험 요인 공간과 추정하려는 정확한 모델에서 다루려는 특정 높고 낮은 수준을 입력 할 수 있습니다. 팀원 중 일부가 순진하게 필요하다고 생각하는 멋진 '라운드 숫자'가 아닐 수도 있습니다. Mark가 제안한 것처럼 목표는 여기서 유용한 모델을 찾는 것입니다. JMP의 시그니처 예측 프로파일 러 및 시뮬레이션 기능을 사용하여 '유용한 모델'을 찾고 탐색하는 데 도움을주는 것도 고려해야합니다.
DOE가 노력의 중심이되는 문제 해결과 관련된 다른 단계에는 확인 실행 또는 모델 또는 시스템에 대한 이해를 향상시키기위한 추가 실험이 포함됩니다. 확인 실행은 모두 응답 최적화 문제에 필요합니다. 솔루션의 견고성을 탐색하기 위해 추가 실험이 권장 될 수 있습니다. 아니면 너무 중심적으로 보이는 변곡점을 놓친다고 가정합니까?
DOE에 의한 문제 해결은 하나의 단일 설계로 끝나지 않는 경우가 많습니다. 문제 해결 방법론의 중심으로 순차 실험 개념을 수용하는 것이 좋습니다.
