DOE의 가중치 요인 (Minitab 기능)안녕하세요,
Minitab에서 허용하는 것처럼 JMP에서 DOE의 일부 요소에 가중치를 추가하려는 Minitab 사용자가있는 회사가 있습니다. 이해가 되나요? 몇 가지 요인에 가중치를두면 공정한 비교입니까? 목적은 무엇입니까?
JMP에서 재현 할 수 있습니까? 나는 공식 "weight = [3X1 + X2 + ... + Xn"(예를 들어 정규화 된 요인에 대해 X1에 3 배 가중치 부여)을 만들고 가중치로 사용하는 것을 염두에두고 있습니다. 어떤 생각, 추천? 도와 주셔서 감사합니다.
엠마누엘
Re : DOE의 가중치 요소 (Minitab 기능)안녕 안녕하세요. ,
우리는 확실히 JMP의 Custom Design에서 요인이나 효과에 가중치를 부여 할 수 있습니다.
도움이 될 수있는 두 가지 옵션이 있습니다.
1. 가중 A- 최적. 이를 통해 모델의 각 효과에 다른 가중치를 적용 할 수 있습니다. 다양한 규모로 가중치를 적용하는 것이 좋습니다. 예를 들어, 가장 중요한 효과 10과 나머지 1에 가중치를 둡니다. 가중치가 높은 효과는 다른 효과와의 상관 관계가 감소하고 검정력이 증가합니다.
2. 덜 중요한 효과를 추정하기 위해 "가능한 경우"옵션을 선택할 수 있습니다. 이를 통해 과포화 디자인 인 모델의 효과보다 런이 적은 디자인을 만들 수 있습니다.
Brad의 최근 Discovery 프레젠테이션 A- 최적을 다룹니다.
Minitab의 정교함이 놀랍습니다. 그들의 능력에 대해 더 알고 싶습니다.
문안 인사,
필
Re : DOE의 가중치 요소 (Minitab 기능)기반 웹 사이트에있는 것 그들은 가중 회귀에 대해 이야기하고 있습니다. 모델 적합 대화 상자에서 가중치 역할을 사용합니다. 가장 까다로운 부분은 가중치 열입니다. 행 값이 평균 측정 값에 해당하는 경우 원시 데이터 분산의 역이 일반적으로 가중치로 사용됩니다.
가중 회귀는 설계 공간에서 동종 (응답) 분산의 가정 위반을 개선하는 데 도움이됩니다. A- 최적 성은 설계 행렬과 모수 추정값의 정밀도에 영향을줍니다. 즉, 가중 회귀는 Y의 분산과 X의 분산에 대한 A- 최적성에 관한 것입니다.
Re : DOE의 가중치 요소 (Minitab 기능)말이 되네요. 안녕하세요. .
Minitab이 설계에서 요인 / 효과 가중치를 수행 할 수 있다는 것이 이상하다고 생각했습니다.
건배,
필
