破壊エッジ条件がある場合に使用する DoE モデリング手法はどれですか?こんにちは、
プロセス条件を最適化するために、2パラメータの完全実施要因実験計画（DoE）を実施しました。この実験計画計画は12回実行されました。
事前のモデリングで、回答の分布の正規性を検証しましたが、分布は適合度検定に合格しませんでした。12の条件のうち2つは明らかに「破綻の境界」（科学的な観点から非常に悪い結果）であり、分布のドリフトを引き起こしています（添付資料を参照）。
モデリング手法としてどのようなものをお勧めしますか？実験を繰り返さずにデータを最適にモデリングするにはどうすればよいでしょうか？
応援よろしくお願いします！
クレア
データの探索と可視化実験計画法品質およびプロセスエンジニアリングRe：エッジオブフェイル状態がある場合に使用するDoEモデリング手法はどれですか？応答の正常性を分析したということですか？ 応答の分布についての仮定はありません。 モデルの統計誤差は正規分布していると想定されています。 誤差は残差によって推定されます。 残差プロットは、赤い三角形のメニューを介して最小二乗法プラットフォーム内で利用できます。または、残差を言い、DistributionやGraph Builderなどの他のプラットフォームを使用して、フィッティングプロセスとは別にそれらを評価できます。
Re：エッジオブフェイル状態がある場合に使用するDoEモデリング手法はどれですか？によって提起された質問と助言に少し追加する@markbailey 、正規確率プロットで「ドット」を数えたとき、治療の組み合わせの1つで同じ応答が得られない限り、12ではなく11を数えますか？ そして、12は、「完全な階乗設計」の一種の異常な実行数です。 各因子に2つのレベルを指定する場合、実行数は2の累乗に等しくなければなりません。12は因子ごとに2.3レベルではなく、実行数は3の累乗に等しくなければなりません。 。 たぶんあなたは特定のデザインを共有することができますか？
そして、あなたが「2つのパラメータ」と言うとき、あなたは「2つの要因」を意味しますか？ DOEコンテキストのパラメーターは、通常、モデル内の項の係数推定値を説明するために使用される単語です。 したがって、モデルの構造によっては、パラメーターを持たない場合があります（つまり、切片項または主効果、交互作用効果などを使用して、応答の総平均としてyを予測します）。これらの効果のそれぞれに固有のパラメーターがあります。見積もり'。 たぶんあなたはあなたのデザインと反応を共有することができますか？
そして、あなたの特定の実験の目標と目的について少し？ たとえば、目標の1つが、「失敗」のリスクを最小限に抑える要因の堅牢な運用ポジションを最終的に見つけることである場合、それが実際的または物理的に意味するものは何であれ、その失敗の端の近くに12の応答のうち2つがある場合'スペース...まあ、ファクタースペース内の'失敗 'を回避する場所に関して、全体的な問題に実際に直面している可能性があります。
Re：Edge of Failure状態がある場合に使用するDoEモデリング手法はどれですか？迅速な返信ありがとうございます！ はい、私は応答の正規性を分析しましたが、代わりに残差の正規性をチェックする必要があることをあなたの答えで理解しました。
私を正しい方向に向け直してくれてありがとう！
