最適なデザインを選択する方法親愛なる皆さん、
5つの連続因子で実験を行いたいと思います。 私たちのシステムは化学反応です。 因子間に相互作用があることはわかっていますが、どちらがどの程度まで及ぶかはわかりません。 製品の量を最大化したいと思います。
考えられるDOEはたくさんあります。 私は
-中央複合設計、
-または、その最初の部分（主な効果と中心点用）を追加してから、デザインを拡張します。
-またはDSDを実行してから、設計を拡張します
-または、2次元および2次の交互作用を使用したカスタム設計
-またはカスタム設計してRSMを選択します。
どうすれば私たちに最適なデザインを選択できますか？ どの議論が私が選ぶのを助けるでしょうか？
ありがとう
DOERe：最適なデザインを選択する方法5つの要素すべてが重要であり、化学反応の事前知識からすでにそれを知っていると思います。 もしそうなら、主要なスクリーニングの原則が成り立たない可能性が高いので、私はスクリーニング実験から始めません。 ただし、因子効果には不確実性があるため、モデル項の推定可能性属性を使用して、その不確実性を指定できます。
それはおそらくあなたの実行の予算に帰着するでしょう。 そこで、5つの要素のカスタムデザインを作成します。 （変更が難しい要素はありますか？）[モデル]セクションの[RSM]ボタンをクリックします。 考えられるすべての2次交互作用と非線形性の項をモデルに入力します。 （このアクションにより、基準もI-optimalに変更されます。）次に、モデルの各項を検査します。 この用語が必要であることを知っているか、必要ではないことを知っているか、または必要かもしれないと思うかどうかを自問してください。 不要であることがわかっている用語はすべて削除してください。 必要であることがわかっているすべての用語はそのままにしておきます。 残りの項の推定可能性を「可能であれば」に変更します。 このプロセスにより、2つの変更が発生します。 実行の最小数は減少します-この数は、推定する必要のあるパラメーターの数と同じです。 また、設計はすべての可能なモデルに対してI-optimalになります。 次に、次の方法で実行数を増やします。 重要である可能性のあるすべての可能性のある用語に対して3〜4回の実行を追加します。 可能性のあるインタラクションについて10の用語があるとすると、どれがアクティブになるかはわかりませんが、そのうちの2つがアクティブになると思います。 最小で6〜8回の実行を追加します。
この推論とアプローチは理にかなっていますか？
Re：最適なデザインを選択する方法デザインを選択する際には、いくつかの考慮事項があります。 実験を実行するまで、どちらが実際にパフォーマンスが向上するかは誰にもわかりません。 私のアドバイスは、複数のデザインを作成し、それぞれの長所と短所をリストし、それぞれから何を学ぶことができるか（何が分離され、何が混乱し、何が制限されるか）、得られる知識と必要なリソースを比較検討することです。
対処されていないことの1つは、ノイズです。 いくつかの質問があります：
1.測定システムにどの程度自信がありますか？ 繰り返し実行すると、実験のコンテキストでこれを評価するのに役立つ場合があります。
2.実験が将来の状態を表す可能性を最大化するためのあなたの戦略は何ですか？ たとえば、化学反応で使用される化学物質は、バッチで配布される連続プロセスからのものである可能性があります。 バッチ内およびバッチ間でどのくらいの変動がありますか？ 周囲条件は影響を及ぼしますか？ プロセスの設定に関心がありますか？
推論空間を損なうことなく実験の精度を管理するために、ブロックまたは分割プロットを検討してください。
3.作成することをお勧めします予測される順位2次階乗および2次多項式までのモデル効果の分析。 これは、必要な解像度を決定するのに役立ち、線形モデルからの逸脱が重要であると見なすかどうか、したがってこれを推定するためにレベルを追加する必要があるかどうかを判断するのに役立ちます。
4.最後に、予測します考えられるすべての結果そして、それぞれの結果から得られた情報をどうするかを予測します。 たとえば、実験を実行して実質的にかなりの量の変動を作成したが、そのどれもが因子効果に割り当てられない場合、どうしますか？ ファクターAが重要で、+レベルが優れている場合、どうしますか？ ファクターAが重要で、レベルが優れている場合、どうしますか？ ファクターAが重要でない場合、あなたはどうしますか？ 等
Re：最適なデザインを選択する方法こんにちはスタットマン、私はポイント1と2は大丈夫だと思います。 測定システムについては事前テストを行い、ノイズを極力抑えてテストを行いました。 あなたの他の提案をどうもありがとう。
Re：最適なデザインを選択する方法マークに感謝します。
確かに、私はこれらすべての要因が重要であることを知っています。 ただし、値の範囲でそれらがどのように相互作用するかはわかりません。
また、一つの要因として、かなりの量の製品を手に入れるために必要な最小値がわかりません。 したがって、選択した範囲が大きすぎる可能性があります。他の要素の値に関係なく、選択した最小値では応答が低くなる可能性があります。
あなたが提案するアプローチでは、実験のコストを下げることが目的であると私は理解しています。 ただし、効果を逃したくありません。 したがって、私はすべての実行を維持することを選択します。 3つの中心点（パートナーからの質問）を使用して、2次および2次項を考慮すると、28回の実行が得られます。 RSMは、27回の実行と、より低い予測分散プロファイルを提供します。 したがって、RSMは最良のもののように見えます。
