共変量を使用した DOE カスタム設計こんにちは、コミュニティです。
吸入器のマウスピースを吸入器に押し付けるのに必要な力にどのような要因が影響するかについての知識を得ようとしています。
8 つのボックス (A ～ H) があり、それぞれに吸入器 1 個とマウスピース 12 個 (A1 ～ A12、B1 ～ B12 など) が入っています。 これら 8 つのボックスには 3 種類の吸入器 (茶色 3 個 + 緑 3 個 + 赤 2 個) がありますが、96 個のマウスピースはすべて同一であるはずです。
「吸入器のタイプ」、「吸入器ボックス」、さらには「マウスピースボックス」、またはこれらの組み合わせによって、押し込む力の変化が期待できるかどうかは不明です。
さらに、マウスピースはさまざまな角度で装着することができ、テストシーケンスの要件は 8 つの異なる角度を試すことです。
私の質問は、これらの要因の考えられる影響をテストするために JMP でカスタム デザインを設定する最善の方法は何かということです。 私たちは 96 回の実行を依頼されています。これは多量ですが、1 日で実行できます。 当初のアイデアは、吸入器 A をそのすべてのマウスピース (A1 から A12) でテストし、B をそのすべてのマウスピースでテストするというものだったと思います。これは 96 回の実行に相当しますが、DOE を使用すればもっと良い結果が得られると信じています。
私がこれまでに行ったことは、吸入器とマウスピースのすべての可能な組み合わせ、合計 768 のデータ テーブルを作成することです (行の例: 箱 C の吸入器 (茶色のタイプ) とマウスピース G5、スクリーンショットを参照)。 この表から、吸入器 (A、B、...、H)、マウスピース ボックス (A、B、...、H)、および吸入器のタイプ (茶色、緑、黄色) でカスタム デザインを作成しようとしました。共変量因子として、角度は 8 レベル (0、45、90、...、315) の離散数値因子として使用されます。
96 回の実行で上記の設計を作成しようとすると、JMP は少し考えてから、「モデルのアウトラインで選択された項は前の項に線形に依存します。 [用語の削除] ボタンを押して、もう一度お試しください。」
要因として吸入器を削除できれば助かりますが、これは私のやり方が間違っていたのではないかと思います。 吸入器の箱ごとのバリエーションと種類ごとのバリエーションの両方をモデル化した設計はできないでしょうか? 私は間違った道を進んでおり、DOE の設定を完全に再考する必要があるのでしょうか?
ご協力をよろしくお願いいたします。よろしくお願いします。
JMP14.2を実行しています。
/モルテン
実験計画法品質およびプロセスエンジニアリングRe: 共変量を使用した DOE カスタム設計改めて感謝します、フィル。
私はブロック因子に関して少し錆びついています。 2 つの因子を共変量因子ではなくブロック因子として指定する利点について、少し詳しく説明していただけますか (JMP でこれができると仮定して)。 各ブロックの「内部」でのみランダム化された実行を行うことになりますよね？
/モルテンRe: 共変量を使用した DOE カスタム設計ありがとう、 @スタットマン、そして詳しいご回答ありがとうございます！
- 力には上限のみがあり（正確な値は開示できません）、その他の応答は測定しません。
- すべての組み合わせが必要ないという意見には同意しますが、96 回の実行が必要なので (これは上層部によってすでに決定されています)、反復ではなくすべてを一度に実行する「余裕」があると思います。
- これは良い点であり、同じタイプの吸入器間またはマウスピース間での体系的な変動については実際には知りませんし、予想もしていません。 ただし、箱は異なるロットやツールから製造されている可能性があるため、変動が発生する可能性があります。残念ながら、コンポーネントに関する製造情報はありません。 これが、これらの要因をモデル化したい理由です。それらが変動に寄与するかどうかはわかりませんが、影響しないとも確信がありません。
角度に関して、8 という選択は、吸入器とマウスピースの間の機械的インターフェイスに特定の幾何学的特徴があることに由来しています。 もっと少なくてもできますが、繰り返しますが、96 回の実行があるため、完全性を確保する余裕はあると思います。 - この実験でブロックするとどのようなメリットがあるでしょうか? ランダム化が失われるだけではないでしょうか? 吸入器の種類については、3種類のうちどれが極端かわからないので、3種類すべてを試してみたいと思っています。
- それは正しいように思えますが、私の共変量はカテゴリカルです (JMP は対応しているようです)。
再度、感謝します！
モルテン
Re: 共変量を使用した DOE カスタム設計正解 - 応答データを収集したときに、マウスピース ボックスを変量効果としてモデル化することをお勧めします。
実際には、カスタム デザインのモデルにランダムな効果を指定することはできません。
吸入器ボックスとマウスピースボックスをブロック因子として指定してみることもできます。これは本質的に、それらを変量効果因子として宣言するのと同じです。 しかし、複雑になるかもしれません。 複数のブロック因子を使用して実験を計画したことはありません。 可能だと思われますが、それ以上のことは言えません。申し訳ありません。
Re: 共変量を使用した DOE カスタム設計ご返信ありがとうございます。 @Phil_Kay
あなたの言っていることは理解できますし、これで私の疑惑が裏付けられます。 吸入器要素の 1 つを設計から削除します。
念のため言っておきますが、マウスピース ボックスをランダム効果としてモデル化できる/モデル化する必要があると述べているときは、応答値に基づいてモデルを作成するときのことを意味していますよね? DOE 設計を作成するときはそうではありませんか?
再度、感謝します、
モルテン
Re: 共変量を使用した DOE カスタム設計@mbnielsen 、まずはコミュニティへようこそ。 Phil はすでにいくつかのアイデアを提供しています。 私は次のような考えを持っています (私はあなたが対処している特定の状況を知らないため、私のコメントの一部は無関係である可能性があることに注意してください)。
1. あなたは力を測定していると思います...この測定システムの変動性、識別性、または一貫性をご存知ですか? 力の最小要件 (脱落しないように) と最大要件 (コンポーネントを歪ませて欠陥を作らないように) はありますか? 他に関心のある応答変数はありますか (例: 空気 (またはガス) の流れを気にしますか?
2. あなたは、マウスピースを吸入器に押し付けるのに必要な力にどのような要因が影響するかを調査していると理解しています。 因果構造を理解することは、「勝者を選ぶ」こととは大きく異なります。 因果関係を理解する場合、研究から推論を引き出すためにすべての組み合わせが必要なわけではありません。 そしておそらく調査は反復されるだろう。 それは単に寸法的または幾何学的干渉の問題なのでしょうか? インターフェースの積み重ねを理解していますか?
3. 研究内の変数に関連する仮説を立てますか? なぜボックスごとにばらつきがあるのでしょうか? 実際にボックスごとに何が変化しているのでしょうか? 吸入器が箱ごとに変化しているように思えます...吸入器ごとに具体的に何が変化しているのでしょうか? 箱ごとに変わるマウスピースのセットもありますが、なぜ異なるのでしょうか? それらはすべて同一であることを意図していることは理解していますが、もちろんこれは不可能ですか? マウスピースはどのように作られているのですか？ 射出成型ですか、それとも真空成型ですか? それらはすべて同じツールから来ているのでしょうか? ツールには複数のキャビティがありますか? マウスピースを構成するポリマー（または材質が何であれ）にばらつきはありますか（ロットごとなど）？ 吸入器には3種類あるようです。 何が違うのでしょうか？ 違いは数値化できるのでしょうか? 次に、角度を導入し、その角度が 8 つあります...なぜ 8 つなのでしょうか? これら 8 つはどれくらい現実を表しているでしょうか? 最初の研究で極端な角度を使用して影響の規模を推定し、それが重要な場合はさらにテストを行って最適な条件を特定することはできますか? 角度ノイズ（制御不能）はありますか？ これらの質問の多くは、適切なデータ収集戦略を決定する前に考慮する必要があります。 あなたの状況では、サンプリングの方がより適切な戦略である可能性があると思います。
4. 実験してみたいと確信している場合、合理的で代表的かつ効率的なデザイン スペースを作成するには何が必要ですか。
大胆なレベルに設定された 2 つの角度、2 つの吸入器 (3 つのうちの極端な値) でなんとかなるでしょうか? それとも 3 つすべてを実行できるでしょうか? ボックスをブロックと混同し（個人的には8個必要ではありませんが）、マウスピースをリピートとして扱うこともできます。 線形効果の推定から始めて、反復を通じてモデルを構築します。
5. 共変量は連続スケールで測定され、通常、これらの変数は実験状況ではノイズと見なされます。 分析用のモデルに共変量を含めることで、共変量の変動を考慮に入れることができ、それによって因子の効果を検出する精度が向上します。
Re: 共変量を使用した DOE カスタム設計こんにちは、モーテンさん
ここでの問題は、あなたが解決したように、吸入器ボックスと吸入器タイプの間に依存関係があることだと思います。 吸入ボックス（8段）と吸入タイプ（3段）の両方を備えたモデルは評価できません。 私の理解では、あなたはボックスの選択が押す力に及ぼす影響を知るのではなく、ボックス間の押す力の差異に興味があるのだと思います。 その場合、最終的には吸入器ボックスをランダム効果としてモデル化することになります。 同様に、マウスピース ボックスをランダム効果としてモデル化することを期待しています。 実験を設計するには、モデルから吸入器タイプまたは吸入器ボックスのいずれかを取り出すことができると思います。 吸入器のタイプ間でバランスを取りたい場合は、吸入器ボックスを削除する必要があります。
それが役立つことを願っています、
フィル
