DoE を作成するとき、モデリングの種類、設計の役割、あるいはその両方が考慮されますか?私たちの実験には「低」/「中」/「高」に設定された係数があります。これらのレベルは設定の組み合わせによって調整されます。
データ型は文字に設定されています
モデリング タイプは順序に設定されます
デザインロールはカテゴリカルに設定されています
値の順序は「低」/「中」/「高」に設定されます
JMP は、低が中より低いなどの情報を使用してデザインを作成しますか?
それとも、順序も関係もない 3 つのカテゴリ因子と同じ設計になるのでしょうか?
別の方法は、「low」/「middle」/「high」の名前を「1」/「2」/「3」に変更することです。
データ型を数値に設定
モデリング タイプを順序に設定
設計ロールを Discrete Numeric に設定
私たちの実験では、推奨される実行の数は少なくて済みます。
どちらの方法が正しいのでしょうか、またはどちらを使用するかをどのように決定すればよいのでしょうか?
助けていただきありがとうございます!
ダニエラ
マスカスタマイゼーションRe: DoE を作成するとき、モデリングの種類、設計の役割、あるいはその両方が考慮されますか?因子が文字列の場合、JMP は因子を離散型として扱います。 これは、レベルが単なる名前であり、暗黙の順序がないことを意味します (序数と名目は同じように扱われます。カスタム デザイナーでは、JMP はモデリング タイプを要求しないことに注意してください)。 真のカテゴリー因子の欠点は、さまざまなレベルでパラメーターを推定するために内挿を使用できないことです。 各レベルでデータを取得する必要があり、レベルで取得するデータ ポイントの数が少ないほど、そのレベルのパラメータの推定値が減少します。
因子が離散数値として作成された場合、JMP は因子を連続数値として作成します。 主な違いは、すべての離散レベルを達成するために、JMP が追加のレベルを強制するためにモデルに「可能であれば」追加の項を追加することです。 たとえば、計画に「2」レベルが確実に表示されるように、因子の二乗項を追加します。 このアプローチでは、文字列が使用される場合ほど中間レベルが選択されなくなる可能性があります。 なぜ？ なぜなら、因子が本当に連続的であれば、補間がパラメーター推定に役立つからです。 低設定と高設定でデータを収集するため、係数範囲の中間についてはもう少し詳しくわかります。
一般に、因子を連続として扱うことができる場合は、計画ではそれを連続にすることをお勧めします。 しかし、そうであれば、なぜ 3 つのレベルが必要なのかという疑問が生じます。 数学的に第 3 レベルを使用する唯一の理由は、曲率を推定することです。 その場合、モデルには二乗項が含まれている必要があります。 したがって、要因とそれらをどのように扱うべきかについては多くの議論がありますが、それらの答えのほとんどは主題の知識に基づいていると思います。
最終的には、両方の方法でデザインを作成します。 あなたのニーズを満たすより良い物件があるのはどれでしょうか？
