최적화를위한 최종 선별 설계안녕하세요 커뮤니티 회원 여러분,
저는 최종 선별 설계에 대해 검색했고 JMP에서이 주제에 대해 많이 읽었습니다.
모델에서 효과적인 주, 2 차 검정력 및 2 요소 상호 작용을 결정하기 위해 확정 선별 설계가 사용된다는 것을 배웠습니다.
10 개의 매개 변수가 있고 메일 목표는 최적화하는 것입니다. RSM을 사용하는 첫 번째 단계에서 주 효과 +2 차 전력 +2 요인 상호 작용 효과를 포함하는 모델과 함께 사용자 정의 설계를 사용하는 것은 매우 비용이 많이 듭니다. 그래서 첫 번째 단계에서 모델에서 중요한 매개 변수를 찾아야한다고 생각합니다. 그래서 나는 명확한 심사 디자인을 적용해야합니다. 적합 확정 스크리닝 플랫폼을 사용하여 효과적인 매개 변수를 찾은 후 효과적인 매개 변수로 OLS 모델을 구성합니다. OLS 모델을 찾았을 때 최적화를 위해이 모델을 안전하게 사용합니까?
예라고 생각한다면 최적화에 사용할 수 있습니다. DSD의 목표는 왜 효과적인 요인을 결정하는 것이며 최적화에도 좋습니다.
감사합니다.
암사슴Re : 최적화를위한 최종 선별 설계데이터를보고, 고유 한 프로세스 지식을 사용하고, 연구중인 시스템을 이해하기 전에는 어느 정도 확신을 가지고 '안전하게'질문에 답할 수있는 방법이 없습니다. 최적화 유형 문제는 궁극적 인 문제 해결을위한 다양한 경로를 가질 수 있습니다. 일반적으로 최종 선별 디자인으로 시작하는 것이 좋습니다. 제 제안은 문제 해결 과정의 그 단계를 거치는 것입니다. 그 시점까지 배운 것을 잠시 멈추고 생각해보십시오. 이러한 반사가 다음 단계를 안내하도록하십시오. 문제와 시스템, 데이터, 분석 및 결론에 대한 설명과 함께 DSD 실험을 공유 할 수 있습니다. 우리 중 일부는 우리의 생각을 제공 할 수 있습니다.
Re : 최적화를위한 최종 선별 설계제안 해 주셔서 감사합니다.
한 번의 실험에는 3 시간이 걸립니다. DSD는 또한 비용이 많이 드는 10 개 요소에 대해 최소 실행 수 28을 제공합니다. 그것은 내가 잘못된 결정을 내릴 기회가 없다는 것을 의미합니다.
아래에 언급했듯이 검색에 대한 DSD에 가깝지만 다른 의견은 d 또는 내가 주 및 2 차 전원으로 최적의 맞춤형 디자인을 선택한다는 것입니다. 그런 다음 결과에 따라 2 단계 간섭으로이를 확대 할 수 있습니다.
그러나 어느 것이 더 효과적인 방법인지 잘 모르겠습니다. DSD에 가깝지만 이전에 사용하지 않았기 때문에 의심 스럽습니다. n / 2 개 이상의 활성 요소가있을 때 사용하지 않는 것이 좋습니다. 그리고 n / 2 개 이상의 활성 요소가 있는지 또는 아니.
감사합니다.
Re : 최적화를위한 최종 선별 설계엘라, 메아리 뿡 빵뀨 , 귀하의 질문에 대해 몇 가지 추가 생각이 있지만 귀하의 상황이 무엇인지 전혀 알 수 없습니다 (모든 조언이 상황에 따라 달라지는 경우 대부분). 첫 번째 질문 : 무엇을 의미합니까? 최적화 ? 이것은 지속적인 개선이라는 생각에 반하는 것이므로 항상 흥미로운 질문입니다.
상황이 다 변수입니까? 반응 변수는 무엇입니까? 관심 현상을 명확하게 설명합니까? 모든 Y를 동시에 최적화하는 것은 어렵습니다. 일반적으로 개선에는 타협이 필요합니다.
10 개의 설계 요인을 식별했습니다. 나머지 변수 (노이즈 또는 성가신 변수)는 어떻습니까? "산기슭을지도에 표시"하는 것은 아무 소용이 없습니다. 소음을 처리하기위한 전략 (주변 조건, 원자재 변동성, 측정 불확실성 등)을 포함한다고 언급 한 전략은 없습니다.
귀하가 귀하의 상황에 대해 말한 내용을 고려할 때 가장 효율적이거나 효과적인 접근 방식을 일반화하는 것은 시기상조입니다. 합리적인 1 차 모델을 식별하고이 모델이 변화하는 조건에서 반복되는지 확인한 다음 공간을 늘리는 것이 (많은 상황에서) 의미가있는 것 같습니다. 합리적인 모델이 있다고해서 복잡 할 필요는 없습니다. 사실, 단순하고 잡음에 강한 모델을 찾아야합니다 (아마도 최적화 방법).
Re : 최적화를위한 최종 선별 설계안녕하세요.
나는“음력”을 최소화하면서“일부 범위 사이의 유량”을 말하는 우리 반응의 목표에 도달하기위한 최적의 요인 수준을 찾으려고 노력하고 있습니다.
10 개의 연속 요소가 있으며 모두 제어 할 수 있습니다. 효과가 반응하는 모든 요인은이 10 가지 요인이며 소음이나 성가신 요인이 없습니다.
요인이 반응에 곡률 효과가있을 수 있다는 엔지니어링 지식이 있으므로 주 및 2 차 전력 효과가있는 모델부터 시작할 계획입니다.
그건 그렇고, 연구를 시작하기 위해 맞춤 설계 또는 DSD로 시작할지 여부를 선택하기 위해 10 가지 요인에 대해 두 가지 유형의 설계를 모두 만들고 반응을 시뮬레이션하고 OLS 모델을 추정하려고 시도했습니다. 맞춤 설계를 사용하면 동일한 모델을 더 잘 예측할 수 있습니다. 이것이 제가 시작하기 위해 맞춤형 디자인을 선택하는 이유입니다.
종류 안부
Re : 최적화를위한 최종 선별 설계DSD가 심사 상황을위한 것이라고 덧붙이고 싶습니다. 이는 최적화가 아닌 스크리닝의 일반적인 핵심 원칙에 의존합니다. 이러한 핵심 원칙 중 하나는 ' 효과의 희소성 . ' 설계는 최적화가 아닌 몇 가지 요인의 중요성을 결정하는 능력에 대한 대가로 매우 경제적입니다.
따라서 10 가지 요소의 대부분이 중요하다고 예상되는 경우 DSD는 좋은 선택이 아닙니다. 활성 요인을 찾기에는 데이터가 충분하지 않습니다. 반면에이 연구가 실제 선별 사례라면 (10 개 중 절반 미만이 궁극적으로 중요 함) 좋은 선택입니다.
Re : 최적화를위한 최종 선별 설계활성 인자 수가 n / 2 미만일 때 효과적이지 않습니까? 아니면 요인 수 / 2 일 때입니까?
내가 sthg를 잘못했는지 여부는 알 수 없지만 시뮬레이션 연구에서 DSD 설계 및 적합 DSD 플랫폼이 모든 활성 요인을 예측할 수 없다는 것을 관찰했습니다. 실험 횟수를 늘려야 할 수도 있지만 최종 목표는 최적화를 마스킹하는 것입니다. 맞춤형 디자인부터 시작하는 것이 더 안전하다고 느꼈습니다.
실험이 끝난 후에도 더 안전 해 졌으면합니다:)
감사합니다
