候補セット設計: DOE 制約を問題に合わせて調整する (2021-EU-30MP-784)レベル: 中級
Christopher Gotwalt 氏、SAS 統計研究開発担当 JMP ディレクター
実験の要素には、違反してはならない制約が存在することがよくありますが、数学的な形式で説明するのは困難です。 これらの制約は、さまざまな理由から重要になる可能性があります。 パンを焼いている場合、時間と温度の組み合わせによっては、食べられない炭素の塊が発生することがわかっています。 もう 1 つの状況は、低温で高圧を達成するなど、物理的に不可能な要素の組み合わせがある場合です。 このプレゼンテーションでは、候補因子値のシミュレートされたデータセットを作成する簡単なワークフローを説明します。 そこから、JMP のデータ視覚化プラットフォームの対話型ツールを AutoRecalc と組み合わせて使用し、JMP 16 の新しい候補セット設計機能に提供される、物理的に実現可能な潜在的な因子の組み合わせのセットを特定します。 これにより、実験で実行するこれらのフィルタリングされた係数設定の最適なサブセットが特定されます。 また、履歴プロセス データに対する候補セット デザイナーの使用法も示し、プロセス変数の内部相関構造を尊重しながら情報コンテンツを最大化する設計を実現します。 私たちのアプローチはシンプルで教えやすいです。 これにより、DOE の経験が豊富な実践者にとって、制約のある実験のセットアップがはるかに容易になります。
自動生成されたトランスクリプト...
成績証明書 |
| こんにちは、クリス・ゴットワルトです。 |
| 今日、私たちはこうなります |
| ～の歴史を構築する |
| グラフィックのパラドックス、そしてああ、ちょっと待って、 |
| 間違った話題。 実際に行きます |
| 候補者について話している |
| セットデザイン、DOEの調整 |
| 問題に対する制約。 |
| つまり産業実験 |
| 製品とプロセスにとって |
| 改善には長い歴史がある |
| 私も認めるスレッドがたくさんあります |
| ほんの少しだけ知っている |
| の。観察を使用するというアイデア |
| 製品とプロセスにとって |
| イノベーションは人類と同じくらい古い |
| 自体。 リニューアルして入荷しました |
| ルネサンス期に焦点を当て、 |
| 科学革命。 間に |
| その後の産業用 |
| 革命、科学、産業 |
| ますます稼働し始めました |
| 足並みをそろえて。 20代前半に |
| 世紀、エジソンの研究室は |
| 産業革新 |
| 工場規模ですが、それは完了しました |
| 私の知る限りでは、 |
| 現代の実験的な伝統。 |
| RAフィッシャーの直後 |
| のような概念が導入されました |
| ブロックとランダム化、彼の |
| 同僚、そして義理の息子、 |
| ジョージ・ボックスが開発したもの |
| 今はおそらく支配的 |
| ～のデザインにおけるパラダイム |
| ほとんどの人を使った実験 |
| 人気の本は統計学です |
| ボックスによる実験者向け、 |
| ハンターとハンター。 |
| Box, Hunter に記載されている方法 |
| とハンターは私が呼んでいるものです |
| デザインへの分類学的アプローチ。 |
| それで、あなたが製品を持っていると仮定します |
| または改善したいプロセス。 |
| あなたは物事を徹底的に考えます |
| 変えられる。 ノブは回せます |
| 温度や圧力など、 |
| 時間、使用できる材料、または |
| できる処理方法 |
| 使用。これらのことは、 |
| あなたの要因。 それからあなたはこう思います |
| それらがあるかどうかについて |
| 連続的または名目的、および |
| それらは公称値です、いくつありますか |
| 必要なレベルまたは範囲 |
| あなたはそれらを変えるつもりです。 もし |
| 因数が連続であれば、 |
| の名前を調べてください |
| 一番合わせやすいデザイン |
| 問題とリソースまで |
| それはあなたの予算に合うと思います。 |
| そのデザインには... |
| Box のような名前が付けられます |
| ベンケンデザイン、フラクショナル |
| 階乗または中心 |
| 複合記号、またはおそらく |
| タグチ配列のようなもの。 そこになります |
| 数に制限がある |
| ラン数、レベル...数値 |
| カテゴリレベルの |
| 要因などがありますので、 |
| 多少のシューホーンになるだろう |
| 当面の問題を設計に反映する |
| 見つけることができるのです。 例えば、 |
| BHH の要因 |
| アプローチ、ボックスハンターとハンター |
| アプローチ、多くの場合、 |
| 2つか3つに絞られた |
| 固有の値またはレベル。 |
| 制限があるにもかかわらず、 |
| 分類学的アプローチは、 |
| 素晴らしい成功を収めました。 |
| もちろん、時間が経つにつれて、いくつかは |
| 人々は私たちにできるかどうか尋ねました |
| まだもっとうまくやってください。 |
| そして、より良いとは、私たちが尋ねることを意味します |
| 私たち自身、私たちをどのようにデザインするか |
| 最高を得るために勉強する |
| ～に関連する品質情報 |
| 改善の目標 |
| 計画？ この行の |
| 質問は最終的には～につながります |
| 最適なデザイン。 最適な設計とは、 |
| 学術的な研究領域。 そうだった |
| Boxと並行して開始 |
| 50年代から60年代の学校ですが、 |
| さまざまな理由で欠席した |
| 産業の主流の |
| 実験が行われるまで、 |
| カスタムデザイナーとJMP。 |
| カスタムの哲学 |
| デザイナーはあなたが説明したものです |
| ソフトウェアの問題。 それ |
| 最適なデザインを返します |
| ご予算に応じて |
| 走る。宣言することから始めます |
| あなたの回答と彼らの |
| 目標 (最小化、最大化など) |
| またはターゲットに一致すると、 |
| 要因の種類を説明する |
| あなたは、連続的、カテゴリカルな |
| 混合物など |
| 因子は任意の数を持つことができます |
| レベル。あなたはそれにモデルを与えます |
| 結果に合わせたい |
| データ。モデルは少なくとも次のことを前提としています |
| 二乗分析で構成されます。 |
| における主効果と相互作用 |
| 多項式の項。 習慣 |
| デザイナーがデフォルトを作成する |
| 性質についての仮定 |
| あなたの目標について、例えば |
| スクリーニングに興味がありますか |
| または予測、つまり |
| 最適性に反映される |
| 使用される基準。 の |
| デフォルトは上書き可能 |
| 赤い三角のメニューがある |
| ご希望の場合はオプション |
| ～とは違うことをする |
| ソフトウェアが意図しているもの。 |
| ほとんどのワークフロー |
| アプリケーションをセットアップすることです |
| モデル。 |
| あとは予算を決めて、 |
| 「デザインを作成」をクリックします。 それができたら |
| JMP は混合を使用します。 |
| 連続的かつカテゴリー的 |
| 最適化アルゴリズム、解決 |
| 因数の数倍 |
| 行の項の数。 |
| 次に、デザインデータを取得します |
| 必要なものがすべて揃ったテーブル |
| レスポンスデータを除く。 これ |
| として優れたワークフローです |
| 要因は変えることができる |
| 互いに独立しています。 |
| それができない場合はどうすればよいですか? 仮に |
| 制約はありますか？ 何 |
| いくつかの要素の値が |
| 可能な範囲を決定する |
| 他の要因でしょうか？ |
| じゃあ、やってもいいよ……それでは |
| 何らかの要素を定義できます |
| 制約を使用するか、それを使用します |
| 許可されていない組み合わせ |
| フィルター。 |
| 残念ながら、これらは |
| のための強力なツールです |
| 実験的な制約 |
| 地域ではまだ非常に厳しい状況になる可能性があります |
| 特徴づけるのが難しい |
| これらを使用して制約を設定します。 |
| ブラッド・ジョーンズの DOE チーム、ライアン・レキベッツ、 |
| ジョセフ・モーガンとケイレブ |
| キングが追加したのは、 |
| 非常に便利な新しい |
| ハンドリングを可能にする機能 |
| 制約が大幅に簡単になります |
| JMP16。 これらはと呼ばれます |
| 候補または共変量の実行。 |
| あなたにできることは、 |
| 独自の、すべてのテーブルを作成する |
| 可能な組み合わせ |
| 必要な係数設定 |
| カスタムデザイナーは |
| 検討。それからそれらをロードしてください |
| こことそれらは |
| 因子の組み合わせのみ |
| デザイナーが設定した設定 |
| 意思... |
| 見ていきます。 オリジナル |
| テーブル、と私は呼んでいます |
| 候補テーブルは、 |
| メニュー要素の設定 |
| カスタムデザイナー。 |
| これにより、JMP ユーザーは |
| 信じられないほどのレベルのコントロール |
| 彼らのデザイン。 何をするつもりですか |
| 今日はいくつかのことをやってみます |
| 使用方法を示す例 |
| これをカスタムするために |
| デザイナーの可能性を最大限に発揮する |
| を調整するツールとして |
| 目の前の問題に合わせてデザインします。 |
| その前に、次のことをします。 |
| ちょっと話題からそれて、 |
| JMP Proでそれを指摘してください |
| カスタム デザイナーのバージョン、 |
| 今ではそのような機能があります |
| の制限を宣言できます |
| 設計時に検出します。 |
| 欠損値以外の値が必要な場合 |
| ここでの制限についてはカスタム |
| デザイナーが列を追加します |
| を知らせるプロパティ |
| 一般化回帰プラットフォーム |
| 検出限界とそれ |
| その後、自動的に取得されます |
| 分析は正しい。 これはにつながります |
| 劇的に高いパワーを実現 |
| 影響を検出し、さらに低い |
| 予測には偏りがありますが、それは |
| 別の話のトピックにします。 |
| ここにたくさんのアプリケーションがあります |
| 私が考えることができるのは |
| セットデザイナー候補。 の |
| 最も単純なのは、範囲が |
| 連続係数は、 |
| 1 つ以上のカテゴリのレベル |
| 要因。別の例は次のような場合です。 |
| 範囲を制御することはできません |
| 完全に要因 |
| 独立してですが、 |
| 制約を書くのは難しい |
| 下。私たちが行う方法は2つあります |
| これに使用できます。 1人が使っているのは |
| 履歴プロセスデータとして |
| 候補セット、そして |
| もう1つは私がフィルターと呼ぶものです |
| あなたが作るデザイン...デザイン |
| を使用した巨大な初期データセット |
| 乱数またはスペース |
| デザインを塗りつぶしてから行を使用する |
| 散布図での選択 |
| その点をピックアップするために |
| 制約を満たさない。 |
| という能力もあります |
| 本当に高度にカスタマイズされた混合物 |
| 問題、特に状況 |
| マルチレイヤーがある場所 |
| 混合中。これは違います |
| 私がなろうとしている何か |
| 今日について話すことはできますが、 |
| 未来、これは何か |
| あなたはこうあるべきだということ |
| この候補者でできること |
| 舞台美術家。 あなたもできます |
| による非線形制約 |
| フィルタリング方法は同じ |
| 他の種類のことを行う方法 |
| 制約。それはとてもだよ |
| 簡単なのですぐに食べます |
| 一番最後にある例 |
| これを説明しています。 |
| それでは最初のことを考えてみましょう |
| 例。あなたがそうしたいとします |
| ターゲットの応答を一致させる |
| 2つの要因の調査。 |
| 1つは装備されています...装備 |
| サプライヤー、そのうち 2 つ |
| レベルともう 1 つは |
| デバイスの温度。 の |
| 2 つの異なるサプライヤーが |
| さまざまな動作範囲 |
| 気温。サプライヤー A の方が多い |
| 2 つのうちの狭いところから、 |
| 150〜170℃。 |
| しかし、それは制御可能です |
| より細かいレベルの解像度 |
| 5度くらい。 サプライヤーB |
| 動作範囲が広い |
| 140度から180度へ |
| 摂氏ですが、 |
| 10度まで制御可能 |
| 摂氏。 私たちがやりたいとします |
| を見つけるための 12 実行計画 |
| これらの最適な組み合わせ |
| 2つの要因。 |
| 考えられるものをすべて列挙します |
| 2つの組み合わせ |
| 10回の実行で因数分解します |
| ここにテーブルを作成しています |
| これは自分たちで手動で行います。 |
| 考えられるのは次の 5 つです |
| マシンタイプ A の値 |
| 温度設定。 その後 |
| ここに考えられるのは 5 つです |
| タイプBの温度の値 |
| 設定。私たちは最高のものを望んでいます |
| 12 回の実行で設計を完了します。 |
| の行数 |
| 候補者テーブル。 これは、 |
| 理論的には問題ですが、私は |
| のコピーを作成することをお勧めします |
| 念のため候補セット |
| その実行数は |
| 候補テーブルが次の値を超えています |
| あなたが探している番号 |
| デザイン的には。 |
| それからカスタムに行きます |
| デザイナー。 |
| 共変量の選択を押します |
| 因子ボタン。 |
| 必要な列を選択します |
| 候補デザインとしてロード |
| 要因。さて候補者は |
| デザインがロードされて表示されます。 |
| インタラクション効果を追加しましょう。 |
| 二次効果と同様に |
| 温度の。 今、私たちはここにいます |
| を作成する前の最後のステップ |
| デザイン。について説明したいと思います |
| に表示される 2 つのオプション |
| デザイン生成アウトラインノード。 |
| 最初のものは強制します |
| すべての行で |
| 元のテーブルで選択された |
| またはリストの中で |
| カスタムの候補 |
| デザイナー。それで、あなたが持っているなら |
| 可能性の低いチェックポイント |
| 最適性によって有利になる |
| 基準を強制したい |
| デザインに組み込むことができます |
| このオプションを使用してください。 それは少しです |
| 同じ行を取得するなど、 |
| 拡張デザインの作成 |
| それらのみに基づいていますが、 |
| あなたは可能性をコントロールしています |
| 要素の組み合わせ |
| 追加の行。 |
| 2番目の選択肢は私です |
| ここを意図的にチェックすると許可されます |
| 選択される候補行 |
| 一回以上。 これにより、 |
| あなたは最適に選択しました |
| レプリケーションであり、おそらく |
| 走ろうとしているなら良い考えだ |
| 物理的な実験。 もし、オン |
| 一方、あなたは |
| 検索するのに最適な行のサブセット |
| 豪華な新しいマシンで試す |
| SVEM のような学習アルゴリズム |
| 私の他の講演のテーマ |
| マーチ・ディスカバリーにて |
| 会議。 あなたは望んでいないでしょう |
| そうであった場合、このオプションをチェックします |
| ケース。 基本的に、あなたが |
| あなたの返答がすべてありません |
| すでに値が設定されているので、確認してみます |
| このボックスと、すでにお持ちの場合 |
| 応答値がそうでない場合は、実行しません。 |
| サンプルサイズを 12 にリセットし、 |
| 「デザインを作成」をクリックします。 候補者 |
| デザインの栄光は、 |
| 他のものと同じように表示されます |
| カスタムで作られたデザイン |
| デザイナー。でわかるように、 |
| 中央の JMP ウィンドウ、JMP も |
| 元の行を選択します |
| 候補者が選んだテーブル |
| 設計アルゴリズム。 10に注意してください |
| 12 行が選択されていません。 |
| 右側に新しいものが表示されます |
| デザインテーブル、一番右 |
| 表の列は次のことを示します |
| その原点の行 |
| 走る。元の行に注目してください |
| 11 と 15 が 2 回選ばれました |
| そしてレプリカです。 |
| 以下はヒストグラムビューです。 |
| デザイン。ご覧のとおり、 |
| 温度の異なる値 |
| 候補者セットによって選ばれました |
| 異なるマシンのアルゴリズム |
| 種類。全体的にこのデザインは、 |
| うまくバランスがとれていますが、そうではありません |
| 3段階の温度があります |
| マシンタイプA。 幸運、 |
| 行を選択できます |
| デザインを強制的に取り入れたい |
| 3つあることを確認するために |
| の温度レベル |
| 両方のマシンタイプ。 |
| 必要な行を選択するだけです |
| デザインに強制的に組み込まれた |
| 共変量テーブル。 チェックインクルード |
| 選択されたすべての共変行を |
| デザインオプション。 |
| そして、通過すると |
| それはすべて、あなたは見るでしょう |
| これで両方のレベルが |
| マシンには少なくとも 3 つあります |
| の温度レベル |
| デザイン。それで最初のデザインは |
| 私たちが作成したのは左側です |
| そして新しいデザインの強制 |
| 3つのレベルがあるはずです |
| マシンタイプA |
| 温度設定が終わりました |
| ここの右側にあります。 |
| 2 番目の例は、 |
| からの実際のデータセット |
| 冶金製造 |
| プロセス。会社が望んでいるのは、 |
| 収縮量を制御する |
| 焼結ステップ中。 彼ら |
| たくさんの過去のデータがある |
| 機械を適用しました |
| 予測する学習モデル |
| 収縮するので、いくつかのアイデアがあります |
| 重要な要素は何か。 |
| ただし、実際に最適化するには |
| そのプロセス、本当にそうすべきです |
| 計画された実験を行います。 |
| ラウラ・カストロ＝シーロ役 |
| 一度指さしたら… |
| かつてラウラ・カストロ＝シーロとして |
| 因果関係は |
| データのプロパティではありませんが、 |
| データが生成されている場合 |
| メカニズム、そしてジョージボックスとして |
| の表紙裏にこう書いてあります |
| 実験者のための統計、 |
| いつ何が起こるかを知るために |
| あなたは何かを変える、それは |
| それを変える必要がある。 |
| さて、使用することはできませんが、 |
| 証明すべき歴史的データ |
| 因果関係、あるよ |
| ～に関する重要な情報 |
| どのような要素の組み合わせがあるのか |
| 使用できる可能性があります |
| デザイン的には。 |
| まず分離する必要があります |
| テーブル内の列 |
| 制御可能な要素を表す |
| より多くのものから |
| パッシブセンサー測定 |
| または、次の量を駆動します |
| 直接制御することはできません。 |
| の散布図を見ると、 |
| 潜在的な継続的要因 |
| があることを示します |
| 暗黙の制約が発生する可能性があります |
| ～として特徴づけるのが難しい |
| 線形制約または禁止 |
| 組み合わせ。ただし、これらの |
| のサンプルを表します |
| 可能な組み合わせ |
| と一緒に使用できます |
| デザイナー候補はかなり |
| 簡単に。 |
| これを行うには、 |
| カスタムデザイナー。 をセットアップします。 |
| 応答。何かを積み込むのが好きです |
| 共変量因子。 を選択 |
| として制御できる列 |
| 係数...DOE 係数と |
| 「OK」をクリックします。 今、私たちはそれらを手に入れました |
| ロードされています。二次方程式を立ててみましょう |
| 私たちの応答曲面モデル |
| ベースモデル。 次に、すべてを選択します |
| を除くモデル項 |
| インターセプト。 次にコントロールを実行します |
| さらに右クリックして変換 |
| これらすべての条件を if に変換します |
| 考えられる影響。 これは、 |
| レスポンスとの組み合わせ |
| 選択されたサーフェス モデルの意味 |
| を作成することを |
| ベイズ I 最適候補 |
| セットデザイン。 |
| 許可するボックスにチェックを入れます |
| 最適に選択された複製。 |
| サンプルサイズを入力します。 |
| その後、デザインを作成します |
| わたしたちのため。 見てみると、 |
| 因子の分布、 |
| 私たちはそれが一生懸命努力されているのを見ます |
| より一層のバランスを追求します。 |
| 左側には、 |
| の散布図行列 |
| からの継続的な要因 |
| オリジナルデータと右側 |
| 百行デザインです。 見える |
| それは焼結中 |
| 気温、少しあります |
| 1220 には外れ値の可能性があります。 |
| それを確認したいと思うでしょう |
| それらは実際の値です。 の |
| 一般的に、次のことが必要になります |
| 入力を確認してください |
| クリアされている候補セット |
| 外れ値と欠損値 |
| 候補として使用する前に |
| セットデザイン。 ロンとの会話の中で |
| ケネットはこれ...3月に |
| 2021 ディスカバリー カンファレンス、 |
| 使い方を簡単にデモします |
| 外れ値と欠損値 |
| 除去するスクリーニングプラットフォーム |
| 外れ値を置き換えて、 |
| 欠損値があるため、 |
| 次回以降に使用します |
| こんなステージ。 |
| さて、問題があるとします。 |
| 最初の例と同様に、 |
| 機械が2台あるところ |
| タイプがありますが、今では |
| 温度と圧力としては |
| 要因、そして私たちはそれを知っています |
| 温度と圧力はできません |
| 独立して変化し、 |
| その依存の性質 |
| マシンタイプ間での変更。 |
| 初期スペースを作成できます |
| 充填デザインを使用して、 |
| データフィルターを削除して、 |
| 実行不可能な組み合わせ |
| 係数を個別に設定 |
| 各マシンタイプ。 そうすれば、私たちはできる |
| 候補セットデザイナーを使用する |
| 最も効率的なものを見つけるために |
| この状況に合わせたデザイン。 |
| それで今、私はこれを経験しました、 |
| だから今、私は自分のスペースを作りました |
| 充填デザイン。 1,000あるよ |
| 実行すると、 |
| それにグローバル データ フィルターを適用し、 |
| さまざまな部分を剃るために使用します |
| 温度の組み合わせ |
| そして、私たちができるように圧力をかけます |
| 別個の制約を持つ |
| マシンタイプ。 |
| そこで私はなげなわを使います |
| 切り取る道具 |
| マシンBのコーナー。 |
| そして私は戻って、切断します |
| マシンBの別のコーナーなので |
| マシン B は次のようなマシンです。 |
| 一種のより広い動作領域 |
| 温度と圧力で。 |
| その後、機械に切り替えます |
| A. そして、私たちはちょうど使用するつもりです |
| なげなわツール |
| 剃る |
| その外側にある点 |
| 動作領域。 そして、私たちは見ます |
| その動作領域が |
| マシンAよりもかなり狭いです。 |
| そして、これが私たちの組み合わせたデザインです。 |
| そこからそれをロードして戻すことができます |
| カスタムデザイナーまで。 |
| そこに RSM モデルを配置します。 |
| 実行数を 32 に設定します。 |
| コビアリエート行を許可する |
| 繰り返した。そしてそれはクランクします |
| 終えた。それが完了したら、 |
| あったすべての点を選択します |
| 候補者セットによって選ばれた |
| デザイナー。そしてここでわかります |
| 選ばれたポイント。 |
| それらは強調表示されており、 |
| 候補点の元のセット |
| 選ばれなかったものは、 |
| 灰色です。 |
| 新しいデザインを提案できます |
| YをXでフィットすると、次のことができます |
| 散布図を見てください。 |
| それは |
| マシンAのデザインポイント |
| は赤色です。 彼らは内部にいる |
| スペースの次にタイプ |
| B ランは青色です。 それは |
| より広い動作領域と |
| 私たちはこれらの点をそのように見ています |
| ここから、さらに遠くへ。 それで |
| 私たちはすぐに達成しました |
| 線形制約のある設計 |
| カテゴリカルに変化する |
| を行わずに要因を決定する |
| を導き出す面倒なプロセス |
| 線形結合係数。 |
| 基本的な JMP 101 を使用しただけです |
| 視覚化とフィルタリング |
| ツール。この考え方を一般化すると、 |
| 他の非線形へ |
| 制約とその他の複雑な |
| かなり簡単に状況が変わります。 |
| それで今から使用します |
| フィルタリングと多変量による |
| 非常にユニークな新しいタイプの～をセットアップする |
| 私があなたに保証するデザイン |
| これまで見たことがありません。 |
| に行きます |
| なげなわツール。 行っていた |
| 非常に珍しいものを切り取る |
| 制約。 |
| そして逆転してみます |
| 選択。 |
| これらの行を削除します。 |
| そうすれば、これを高速化できます |
| 若干。 私たちは通り抜けることができます |
| そして同じことをする |
| X1 の他の組み合わせの場合 |
| そして他の変数。 |
| 非常に |
| 珍しい形の候補セット。 |
| これをロードできます |
| カスタムデザイナー。 同じ |
| 前と同じこと。 私たちのものを持ってきてください |
| 共変量として列を入力し、 |
| すべてを使ってデザインを設定します... |
| すべての高次の相互作用が行われる |
| できれば百で |
| 走る。そして今、私たちは見ています |
| これに対する私たちのデザイン |
| 異常な制限領域 |
| これらを考慮するとそれが最適です |
| 制約。 |
| それではこれでお別れします |
| 画像。 とても楽しみです |
| あなたが何ができたかを聞いてください |
| 新しい候補セットを使用して |
| デザイナー。 DOEに脱帽 |
| これを追加したチーム |
| 驚くほど便利で、 |
| 柔軟な新機能。 感謝 |
| あなた。 |
起こるデータの視覚化エネルギー省Re: 候補セット設計: DOE 制約を問題に合わせて調整する (2021-EU-30MP-784)@J_Asscher
問題 1: 特定の処理を含めたいと思っています。これらは、既存のプロセスまたは以前の実験からの「参照実行」であるためです。 これらの実行に対して反応があるかもしれませんが、ないかもしれません。 候補実行、拡張、または組み合わせを使用する必要がありますか?
それは何をしたいかによって異なります。拡張設計は、すでにいくつかの応答値を収集していて、最も有益な情報が必要な場合に適しています。 *新しい*実行する係数設定の組み合わせ。 したがって、Augment を使用するのは、一連の設計を実行し、分析の次の段階で既存の行をすべて含める場合のみです。
候補設計は、(原則として) 拡張を含む、より一般的なツールです。 「選択したすべての共変量行を計画に含める」オプションをチェックすると、それらの行が強制的に計画に組み込まれ、これは拡張と同じように機能します。 違いは、因子設定の潜在的な組み合わせのセットが候補テーブル内の組み合わせに制限されるのに対し、Augment Design では座標交換タイプの最適化を適用して因子設定の新しい組み合わせを決定することです。
候補セットのデザインには幅広い用途があり、最初は説明が難しい制約に対処する優れた方法であると考えていますが、他の用途もあります。 たとえば、SVEM で行うのと同じように、機械学習の演習に適したトレーニング セットを特定するために使用できます。
問題 2: (これも新しい設計の場合に) どの処理を複製するかを指定したいです。 どうすればいいでしょうか？
「選択したすべてを含める」メカニズムを使用してレプリケーションを強制することも、「共変量行の繰り返しを許可する」オプションをオンにすることもできます。 これを行うと、候補セット デザイナーのアルゴリズムは次のようになります。置換後の候補テーブルからのサンプル。 したがって、お好みの最適な設計センスで、複製するための最適な処理セットを見つけます。 これらのオプションのそれぞれを使用する十分な理由があるのは確かです。
Re: 候補セット設計: DOE 制約を問題に合わせて調整する (2021-EU-30MP-784)素晴らしいツールであり、確実にニーズに応えます。
カスタム デザインと拡張デザイン オプションでの候補実行機能の使用方法について質問があります。
Augment Design を使用する場合、次のことを理解しています。
1) 応答が必要です (JMP がその応答をどのように使用するか、または本物の応答がない場合に偽の応答を入力してもよいかどうかがわかりません)
2) 新しい実行を簡単に追加できます (これが重要です)
3) 新しい要素を簡単に追加することはできません (元の設計に偽の要素を追加することはできますが、それは「簡単」ではありません)。
一方、候補実行機能を使用すると、因子を簡単に追加できますが、実行はできません。
新しいデザインを構築しているとします。 問題 1: 特定の処理を含めたいと思っています。これらは、既存のプロセスまたは以前の実験からの「参照実行」であるためです。 これらの実行に対して反応があるかもしれませんが、ないかもしれません。 候補実行、拡張、または組み合わせを使用する必要がありますか?
問題 2: どの処理を複製するかを指定したい (これも新しい設計の場合)。 どうすればいいでしょうか？
ありがとう！
