구성-처리-경도 관계를 이해하기 위한 경험적 모델을 어떻게 만들 수 있습니까?저는 탄산칼슘, 물, 그리고 각 화학물질의 조성이 서로 다른 혼합물을 사용하여 여러 개의 디스크를 만들었습니다. 그런 다음 디스크의 경도와 화학적 구성이 다르기 때문에 모든 디스크 ID의 경도가 다른지 테스트했습니다. 이제 내 생각은 경험적 모델을 만드는 것입니다. 이미 검사한 디스크 중 일부를 사용합니다. 그 단단함이 나의 대답이 될 것이다. 이제 구성-처리-경도 관계를 이해하기 위해 JMP-DOE로 실증적 모델을 만들 수 있는 방법을 알고 싶습니다. 단계는 무엇입니까? 어디서부터 시작해야 할까요?
대화형 설명을 원합니다
#암사슴
#경험적모델
#JMP
품질 및 프로세스 엔지니어링Re: 구성-처리-경도 관계를 이해하기 위한 경험적 모델을 어떻게 만들 수 있습니까?원래 실험을 JMP에서 설계하지 않았기 때문에 이는 다소 까다로울 수 있습니다. 하지만 저는 JMP 데이터 테이블에 이미 데이터가 있다고 가정합니다. 최소한의 노력으로 올바른 결과를 얻는 가장 좋은 방법은 두 단계를 사용하는 것입니다. 먼저 테이블을 사용하여 DOE를 만든 다음, 두 번째로 행을 기존 데이터 테이블로 바꿉니다.
맞춤 디자인을 사용하는 것이 좋습니다. 모델에 대한 반응, 요인 및 항을 정의합니다. 원본 데이터 테이블의 행 수와 동일한 실행 수를 지정합니다. 디자인 만들기를 클릭한 다음 테이블 만들기를 클릭합니다. 올바른 데이터 테이블이 있습니다. 잘못된 행이 있습니다. 원본 데이터 테이블로 이동하여 한 번에 한 열씩 복사한 후 해당 설계 테이블에 붙여넣습니다. 완료되면 원본 데이터 테이블을 닫을 수 있습니다. 이제부터 설계 변수 테이블을 사용할 수 있습니다.
이 데이터를 분석할 수 있습니다. 모수 추정치 검정의 검정력 증가, 모수 추정치 상관 관계 감소, 새 모수(항) 추정 등 다양한 이유로 기존 데이터를 보완하는 더 많은 실행을 추가하도록 설계를 강화할 수도 있습니다.
Re: 구성-처리-경도 관계를 이해하기 위한 경험적 모델을 어떻게 만들 수 있습니까?네, 요인(탄산칼슘, 물, 혼합기)과 반응(경도)에 대한 데이터가 있습니다. 저는 이러한 데이터(요인 및 반응)를 사용하여 더 많은 요인 및 반응 데이터(JMP에서 생성됨)를 생성하여 원하는 경도의 구성을 알아낼 수 있는 혼합물 프로파일러를 만들고 싶습니다.
이제 어떤 DOE가 이에 적합한지 혼란스럽습니다. 맞춤 디자인 또는 혼합 디자인?
Re: 구성-처리-경도 관계를 이해하기 위한 경험적 모델을 어떻게 만들 수 있습니까?파르하나,
커뮤니티에 오신 것을 환영합니다. 시작하기에 좋은 질문입니다. 이는 세계평화를 어떻게 달성할 것인가를 묻는 것과 같습니다. 제안된 온라인 학습 모듈이 도움이 될 수 있지만 몇 가지 수업을 듣는 것이 좋습니다. 인과관계를 발견하는 데는 다양한 접근법과 "모델"이 있습니다. 올바른 사람은 없으며 솔직히 말해서 거기에 도달하는 방법은 상황에 따라 다릅니다. 나는 가설(과학적 방법)부터 시작하겠습니다. 가설을 개발하는 데 도움이 되는 단서가 데이터 세트에 있을 수 있습니다(Mark는 기존 데이터 세트에서 몇 가지 단서를 얻기 위해 회귀를 제안하지만 이를 위해서는 다중 공선성, RSquares, p-값, RMSE, 잔차, 등.) . 가설이 있으면 실험을 통해 해당 가설에 대한 통찰력을 제공할 수 있습니다. 나는 당신이 가지고 있는 데이터 세트로부터 조심스럽게 결론을 도출할 것입니다. 측정 시스템을 조사해 보셨나요? 측정 오류를 고려했습니까? 디스크를 생각하면 경도가 일정합니까? 원자재의 일관성을 조사했습니까? CaCO3, H2O 등을 사용했습니까? 알. 단일 소스 또는 배치에서 나오나요? 화학 물질을 결합하는 과정은 무엇입니까? 일관성이 있나요? 당신이 아이디어를 얻었기를 바랍니다. 어떤 요인이 경도에 영향을 미치는지에 대한 모델(더 중요하고 이해)을 갖기 전에 조사해야 할 많은 질문이 있습니다.
Re: 구성-처리-경도 관계를 이해하기 위한 경험적 모델을 어떻게 만들 수 있습니까?@HadleyMyers 향후 실험에 대한 좋은 조언을 제공합니다. 이미 데이터가 있는 것 같습니다. 다중 회귀 모델을 사용하여 구성 요인과의 관계를 설명할 수 있습니다. 데이터 세트에 따라 구성의 가능한 효과를 모두 추정하지 못할 수도 있습니다. DOE는 귀하가 원하는 모든 것을 추정하고 배울 수 있음을 보장하므로 매우 유용합니다.
각 구성변수(요인)와 반응변수에 대한 열이 포함된 테이블을 설정합니다. 분석 > 적합 모델을 선택합니다. 응답 열을 선택하고 Y를 클릭합니다. 요인을 선택하고 추가를 클릭합니다. 실행을 클릭합니다.
분석방법에 대해 잘 알고 계시는지 모르겠지만, 결과에 대해 궁금한 점이 있으면 알려주세요.
Re: 구성-처리-경도 관계를 이해하기 위한 경험적 모델을 어떻게 만들 수 있습니까?안녕,
JMP 마스터하기에서 DOE 튜토리얼 모음을 보셨나요? https://www.jmp.com/en_us/events/mastering/application-areas/design-of-experiments.html
나는 이들의 내용을 재빨리 훑어보고 내가 해결하려는 문제에 가장 가까운 한두 가지를 살펴보았습니다.
STIPS에는 DOE에 대한 모듈도 있으므로 확인해 보는 것도 고려해 볼 수 있습니다. https://www.jmp.com/en_us/online-statistics-course/design-of-experiments.html
