모든 것에 맞춤형 디자인 DOE를 사용하는 것을 반대하는 이유안녕하세요 여러분,
나를 대신해 악마의 옹호자 역할을 해줄 사람이 필요해요. JMP에는 다양한 DOE 기능이 있습니다. 예를 들어, JMP에 들어가면 DOE 드롭다운 메뉴에 10개 이상의 다양한 기존 DOE 디자인이 있습니다. 그리고 맞춤 디자인 기능도 있습니다.
이것은 순진한 질문일 수도 있지만 맞춤형 디자인 대신 다른 DOE 디자인을 사용해야 한다는 주장이 있습니까? 이러한 디자인 중 맞춤 디자인이 할 수 없는 작업을 수행할 수 있는 것이 있습니까?
감사해요,
도널드
실험 설계Re: 모든 것에 맞춤형 설계 DOE를 사용하지 않는 이유내 생각은 다음과 같습니다.
1. 실행할 실험에 대한 선택은 IMHO이며 개인적인 선택입니다. 상황(맥락), 대답하려는 질문이 무엇인지 이해하고 필요한 자원과 실험 전략에서 얻을 수 있는 정보를 비교해야 합니다. 어떤 경우에는 효율성을 위해 효율성을 기꺼이 희생할 수도 있습니다.
2. 엔지니어, 과학자 및 관리자가 어떤 실험이든 실행하도록 설득하는 것이 가장 큰 전투가 될 수 있습니다. 디자인 매트릭스를 "블록 박스"로 생각하고 그것이 어떻게 작동하는지 이해하지 못한다면 더욱 어려울 수 있습니다. OFAT 사고방식에 의해 얼마나 많은 사람들이 영향을 받는지는 믿을 수 없을 정도입니다. 결국 그것은 근본적으로 매우 직관적입니다... 고전적인 직교 디자인은 설명하기 쉽고 필요한 경우 특히 통계적 배경이 없는 사람들에게 앨리어싱 제거에 대한 편안함을 제공합니다.
3. 설계 선택의 초점은 요인 효과에 편향되어 있습니다. 소음 처리 전략에 대한 강조가 충분하지 않습니다. 반복 또는 중첩을 통해 단기 노이즈(예: 측정 오류, 샘플 내, 샘플 간)를 처리합니다. RCBB, BIB 및 분할 플롯을 통해 장기 소음(예: 주변 조건, 로트 간 원자재, 운영자 기술)을 처리합니다. 저는 강력한 설계 상황에서 교차곱 배열을 사용하지만 아직 맞춤형 설계 플랫폼을 사용하여 이를 설정하는 쉬운 방법을 찾지 못했습니다.
4. "첫 번째 실험의 목적은 더 나은 실험을 설계하는 것입니다." 우리는 인과 구조에 대한 이해를 통찰하고 검증/무효화하기 위해 실험합니다. 첫 번째 실험에서 최적의 수준으로 테스트된 모든 중요한 요소가 있을 가능성은 의심스럽습니다. 반복은 우리가 배우는 방법입니다. 첫 번째 실험은 단지 여정의 시작일 뿐입니다.
Re: 모든 것에 맞춤형 디자인 DOE를 사용하지 않는 이유혼합 디자인의 경우 반드시 Custom Design을 추천합니다. 실제로 혼합 시나리오에는 확정 선별 설계를 사용할 수 없습니다.
나는 Phil의 추천에 동의합니다. 다른 디자인은 상황에 따라 몇 가지 장점이 있습니다. 예를 들어, DSD(확정심사설계)의 힘은 다음과 같습니다. 약간 주 효과 전용 모델에 대한 맞춤 디자인에서 얻을 수 있는 것보다 낮습니다. DSD의 예측 분산은 I-Optimal 맞춤형 설계만큼 좋지 않습니다. 그러나 DSD의 장점은 스크리닝뿐만 아니라 최적화에도 사용할 수 있는 단일 디자인입니다.
기존 설계는 맞춤 설계에서 항상 보장되지는 않지만 동일한 실행 횟수에 대해 대부분의 경우 달성되는 직교성을 제공합니다.
본질적으로 각 디자인에는 장점이 있는데, 이는 애초에 디자인이 만들어진 방법/이유입니다. 어떤 경우에는 이러한 이점이 귀하에게 가치가 없을 수도 있습니다. 하지만 이것이 바로 JMP가 이 모든 기능을 제공하는 이유입니다. 당신은 특별한 이점을 원하는 상황이 있을 수 있습니다.
Re: 모든 것에 맞춤형 설계 DOE를 사용하지 않는 이유안녕하세요 필,
자세한 답변 감사드립니다. 저는 제제 과학자로서 동료들이 JMP에 더욱 익숙해지도록 돕고 싶습니다. 대부분의 DOE는 혼합물 설계입니다.
맞춤 디자인을 추천하는 것이 합리적인지 여부를 확인하고 싶었습니다. 그럴 것 같지만, DSD도 선별 목적으로 신중하게 고려해야 합니다.
다른 사람도 의견을 추가하면 감사하겠습니다. 많을수록 더 즐겁습니다
감사해요
도널드
Re: 모든 것에 맞춤형 설계 DOE를 사용하지 않는 이유안녕 도널드,
왜 이 질문을 하는지 알고 싶습니다. 본인의 이해를 위한 것인가요? 아니면 동료들에게 어떻게 조언할지 고민하고 계시나요?
대부분의 과학자와 엔지니어에게는 확정 선별 및 맞춤 설계에 중점을 두는 것이 좋습니다.
확정심사를 왜 하는가? 많은 상황에서 확정 선별 설계(DSD)는 가장 효율적이고 사용하기 쉬운 실험입니다. 과학자와 엔지니어에 의한 실험의 대부분은 실험을 선별하는 것이라고 말하고 싶습니다. 그들은 5개 이상의 연속 요인을 가지고 있으며 모든 요인이 중요하다는 것을 모릅니다. 이런 경우에는 DSD가 좋습니다. 소수의 효과가 중요하다고 판단되면 최적화를 위한 유용한 모델을 얻을 수 있습니다. 모든 요소가 중요하더라도 DSD는 실험 과정의 좋은 첫 번째 단계였으며 Augment Design으로 후속 조치를 취할 수 있습니다. JMP의 DSD에는 사용하기 쉬운 피팅 방법이 있어 결과를 매우 쉽게 분석할 수 있습니다. DSD는 맞춤형 디자인을 사용하여 다시 생성할 수 없으므로 DSD가 JMP에서 별도의 플랫폼인 이유입니다.
맞춤형 디자인은 대부분의 다른 실험 상황을 다룹니다.
클래식 메뉴 아래의 옵션은 모두 시도되고 테스트되었으며 여러 번 성공적으로 사용되었습니다. 하지만 대부분의 경우 최적 디자인의 특수한 경우이므로 맞춤 디자인을 사용하여 다시 만들 수 있습니다. 나는 DOE의 오래된 방법을 배운 사람에게만 클래식 옵션을 권장하여 그들이 배운 디자인을 재현할 수 있습니다. 사용자 정의 설계를 사용하여 Taguchi 설계를 재현할 수 있을지는 모르겠지만 그렇게 하고 싶어할지는 모르겠습니다. 저는 Taguchi 설계에 JMP를 사용하는 사람을 본 적이 없습니다.
소비자 연구 및 특수 목적의 옵션은 모두 고유한 용도를 가지고 있습니다. 그들은 맞춤형 디자인이 할 수 없는 일을 확실히 할 수 있습니다. 그러나 이는 소규모 실험자 하위 그룹과 관련된 전문적이거나 틈새 상황입니다. 예를 들어 공학 분야의 매우 비선형적인 시스템에 대한 컴퓨터 실험을 위한 공간 채우기 설계가 있습니다. 또는 소비자 선호도를 이해하기 위한 연구를 위한 Max-Diff 설계.
도움이 되었기를 바랍니다.
필
