최고의 디자인을 선택하는 방법여러분 모두에게,
우리는 5개의 연속 요인으로 실험을 하고 싶습니다. 우리 시스템은 화학 반응입니다. 우리는 요인들 사이에 상호 작용이 있다는 것을 알고 있지만 어느 정도까지 확장되는지는 모릅니다. 우리는 제품의 양을 최대화하고 싶습니다.
가능한 DOE가 많이 있습니다. 나는 생각한다
-중앙 복합 디자인,
-또는 그것의 첫 번째 부분(주요 효과 및 중심점용)을 한 다음 디자인을 보강합니다.
-또는 DSD를 사용한 다음 디자인을 보강합니다.
-또는 2차원 순서 및 2차 상호 작용이 있는 맞춤형 설계
-또는 맞춤형 설계 및 RSM 선택.
우리에게 가장 적합한 디자인을 어떻게 선택할 수 있습니까? 어떤 주장이 내가 선택하는 데 도움이 될까요?
감사해요
실험 설계Re: 최고의 디자인을 선택하는 방법노이즈 자체를 낮추고 싶지 않고 노이즈가 프로세스의 실제/실제 노이즈를 나타내기를 원합니다. 물론 노이즈의 대표성이 높아질수록 요인 효과를 감지하는 정밀도에 부정적인 영향을 미칠 수 있습니다. 노이즈를 분할하기 위해 노이즈 전략(예: 블록, 분할 플롯)이 필요한 경우입니다.
“안타깝게도 향후 실험(미래의 시험, 내일의 생산)은 이 실험에 영향을 미치는 것과는 다른 환경 조건(온도, 재료, 사람)의 영향을 받을 것입니다… 추가) 더 넓은 범위의 조건을 포괄하기 위해, 미래의 환경 조건이 결과를 사용할 수 있을 만큼 오늘날의 환경 조건과 충분히 비슷할지 여부를 잘못 판단할 위험이 있지만 결정할 수 있습니다.”
데밍 박사
"할 수 있는 것은 차단하고, 할 수 없는 것은 무작위화"
GEP 상자Re: 최고의 디자인을 선택하는 방법응답에서 큰 변화를 제공할 요인에 대해 공격적인 범위를 원합니다. 그것은 범주형 요인으로는 불가능한 연속 요인의 장점입니다. 요점은 높은 검정력과 작은 신뢰 구간을 원한다는 것입니다. 테스트는 승자를 찾는 것입니다. 실험은 모델링에 관한 것입니다. 모델이 승자를 찾을 것입니다. 따라서 좋은 반응과 나쁜 반응을 모두 생성하는 실험이 가장 좋습니다. 당신의 모델은 더 현실적일 것입니다.
Re: 최고의 디자인을 선택하는 방법고마워 마크.
사실 저는 이 모든 요소가 중요하다는 것을 압니다. 그러나 값의 범위에 대해 어떻게 상호 작용하는지 모르겠습니다.
또한 한 가지 요인으로 상당한 양의 제품을 얻는 데 필요한 최소값을 모릅니다. 따라서 선택한 범위가 너무 클 수 있습니다. 다른 요인의 값에 관계없이 가장 낮은 선택된 값이 낮은 응답을 제공할 수 있습니다.
귀하가 제안한 접근 방식에서 목표는 실험 비용을 낮추는 것임을 이해합니다. 그러나 어떤 효과도 놓치고 싶지 않습니다. 따라서 모든 실행을 유지하기로 선택합니다. 3개의 중심점(파트너가 요청)을 사용하여 2차 및 2차 항을 고려하면 28런이 제공됩니다. RSM은 27개의 실행과 더 낮은 예측 분산 프로필을 제공합니다. 따라서 RSM이 가장 좋은 것으로 보입니다.
Re: 최고의 디자인을 선택하는 방법안녕하세요 Statman, 포인트 1과 2가 괜찮다고 생각합니다. 측정 시스템에 대한 사전 테스트를 진행했고, 노이즈를 최대한 낮추는 방식으로 테스트를 준비했습니다. 다른 제안에 감사드립니다.
Re: 최고의 디자인을 선택하는 방법디자인을 선택할 때 여러 가지 고려 사항이 있습니다. 실험을 실행하기 전까지는 어느 것이 실제로 더 잘 수행될지 아무도 모릅니다. 제 조언은 여러 디자인을 만들고 각각의 장단점을 나열하고 각각에서 배울 수 있는 것(무엇이 분리되고 무엇이 혼란스럽고 제한적인지) 필요한 리소스에 대해 얻을 수 있는 지식을 평가하는 것입니다.
해결되지 않는 한 가지는 소음입니다. 몇 가지 질문이 있습니다.
1. 측정 시스템에 대해 얼마나 확신하십니까? 반복 실행은 실험 맥락에서 이를 평가하는 데 도움이 될 수 있습니다.
2. 실험이 미래 조건을 나타낼 가능성을 최대화하기 위한 전략은 무엇입니까? 예를 들어, 화학 반응에 사용되는 화학 물질은 배치로 분산되는 연속 공정에서 나올 가능성이 높습니다. 배치 내에서 그리고 배치 사이에 얼마나 많은 변화가 있습니까? 주변 조건이 영향을 미칩니까? 프로세스 설정에 관심이 있습니까?
추론 공간을 손상시키지 않으면서 실험의 정밀도를 관리하기 위해 블록 또는 분할 플롯을 고려하십시오.
3. 나는 예측 순위 순서 2차 계승 및 2차 다항식까지의 모델 효과. 이렇게 하면 필요한 해상도를 결정하고 선형 모델에서 벗어나는 것을 중요하게 생각하여 이를 추정하기 위해 수준을 추가해야 하는지 여부를 결정하는 데 도움이 됩니다.
4. 마지막으로 예측 가능한 모든 결과 각 결과에서 얻은 정보로 무엇을 할 것인지 예상하십시오. 예를 들어, 실험을 실행하고 실질적으로 상당한 양의 변동을 생성하지만 그 중 어느 것도 요인 효과에 할당할 수 없는 경우 어떻게 하시겠습니까? 요인 A가 중요하고 + 수준이 더 좋다면 어떻게 하시겠습니까? 요인 A가 유의하고 - 수준이 더 좋다면 어떻게 하시겠습니까? 요인 A가 중요하지 않은 경우 어떻게 하시겠습니까? 등.
Re: 최고의 디자인을 선택하는 방법나는 5가지 요소가 모두 중요하다고 장담하며 화학 반응에 대한 사전 지식을 통해 이미 알고 있습니다. 그렇다면 주요 선별 원칙이 유지되지 않을 가능성이 높기 때문에 선별 실험으로 시작하지 않을 것입니다. 그러나 요인 효과에 대한 불확실성이 있으므로 모형 항의 추정 가능성 속성을 사용하여 해당 불확실성을 지정할 수 있습니다.
아마도 실행 예산에 따라 결정될 것입니다. 그래서 저는 5가지 요소에 대한 맞춤형 디자인을 만들 것입니다. (변경하기 어려운 요인이 있습니까?) Model 섹션에서 RSM 버튼을 클릭하겠습니다. 가능한 모든 2차 상호 작용 및 비선형성에 대해 모델에 용어를 입력합니다. (이 작업은 또한 기준을 I-최적으로 변경합니다.) 이제 모델의 각 항을 검사합니다. 이 용어가 필요한지 알고 있는지, 필요하지 않은지 알고 있는지 또는 필요할 수 있다고 생각하는지 스스로에게 물어보십시오. 필요하지 않은 용어를 제거하십시오. 필요한 것으로 알고 있는 모든 용어는 그대로 두십시오. 나머지 항의 추정 가능성을 가능한 경우로 변경합니다. 이 과정에서 두 가지 변경 사항이 발생합니다. 실행의 최소 수는 떨어질 것입니다. 이 수는 추정해야 하는 매개변수의 수와 같습니다. 또한 설계는 가능한 모든 모델에 대해 I-최적화됩니다. 이제 다음과 같은 방법으로 실행 횟수를 늘립니다. 가능하다면 중요할 수 있는 모든 용어에 대해 3-4회 실행을 추가합니다. 가능할 수 있는 상호 작용에 대해 10개의 용어가 있다고 가정해 보겠습니다. 어떤 것이 활성화될지는 모르지만 그중 2개는 활성화될 것이라고 생각합니다. 최소 6-8 실행을 추가합니다.
이 추론과 접근 방식이 이치에 맞습니까?
