こんにちは、みんな、
機能的なDoEを作成する場合-通常のDoEと比較して、実行数の選択に関する特定の追加の「ガイダンス」はありますか？
これについて何か考えや経験はありますか？
一番
フロリアン
やあ@Florian_Vogt 、
汎関数主成分スコアである応答を使用するため、検出力分析を行うのは非常に困難になります。 実験を行う前に、そのスコアが何を意味するのかをどうやって知ることができますか？ あなたはおそらく主成分の数さえ知らないでしょう。 たぶん、彼らが有用な事前データをたくさん持っていれば、これは可能かもしれません。
おそらく、検出力分析を行うためのプロキシとして、単純な（機能しない、スカラー）応答について考えることができます。 それは機能する可能性がありますが、その応答を検出する能力についてのみ説明し、機能的応答の変更を検出する能力については説明しません。
単純な応答でも、実験前にノイズを適切に推定できないことが多いため、検出力分析を行うのは困難です。 電力分析を使用したことがないDOEの大口ユーザーである多くの顧客を知っています。
As-many-runs-as-you-can-affordがおそらく最良のアドバイスです。
また、実行回数と効果の相関およびエイリアシングとのトレードオフを確認することは、すべてのDOEに役立ちます。 もちろん、推定できる効果の数は、実行数の関数になります。 そして、それは機能的および非機能的DOEにも当てはまります。
あなたの顧客がデザイン評価についてもっと知りたいのなら、私はこのトピックの非常に徹底的な議論のためにグース＆ジョーンズの本をお勧めします。 （FDEの数年前だったので、その本には機能的なDOEについての言及はありません）。
それがお役に立てば幸いです、
フィル
ありがとう@Phil_Kay 、それは大いに役立ちます。
この質問は、「標準のDOEと比較してFDOEの実行回数を増やす必要があるか」にも少し向けられたと思います。 したがって、あなたの答えから、これは特定の実験状況での実際の経験に基づいてのみ言えると私は結論付けます（それは私たちのSEの専門知識から外れています）。
どうもありがとう！
一番
フロリアン
