前回のディスカバリーサミットでは、限られた#runsでプロセスモデリングにSVEMが正常に使用された素晴らしいプレゼンテーションがありました。これは、17ランのDSDから始まる6ファクターのRSMを構築するためにも機能しますか？別のプレゼンテーションでは、この6面RSMに対して31ランのOMARSが提案されましたが、SVEMは優れた代替手段ですか？
こんにちはフランク、
6因子RSMモデルを推定するために、SVEMでモデル化された17ランのDSDが31ランのOMARSの良い代替案であるかどうかを尋ねていると思います。
31ランの設計でより多くの情報が得られることは間違いありません。SVEMは非常に便利です。 しかし、それは魔法ではありません。 より多くの実行は常により多くの情報、SVEMまたはSVEMなしになります。
確かに、6ファクターの17ランDSDで6ファクターRSMモデルでSVEMを使用できます。 そしてそれはあなたがあなたの目的を達成することを可能にするかもしれません。
あなたのケースが31ランのOMARSを必要とするのか、それとも17ランの設計があなたの目的に十分なモデルを与えるのか、私にはおそらく言えません。 それは他の多くのものに依存します。 これらの多くは不明になります。
6因子RSMモデルには28個のパラメーターがあることに注意してください（私は思います！）。 これは、17回の実行で見積もることがたくさんあります。 モデルがどれだけ優れているかは、効果のスパース性がどの程度当てはまるかによって異なります。
また、6ファクターの17ルインDSD（および31ランのOMARS）の2次効果の間には相関関係があります。 したがって、これらの影響を推定する精度が制限されます。
私はあなたが読むことをお勧めしますLemkusらによる論文SVEM、その利点、および制限を本当に理解したい場合。
また、SVEMがエキサイティングであるという理由だけで、シーケンシャルDOEのアイデアを捨てないことをお勧めします。 17ランのDSDを実行できます。 SVEMおよびその他のアプローチでモデル化します。 それがあなたに必要なものを与えるなら、それなら素晴らしい。 必要なものが得られない場合は、拡張してください。
お役に立てば幸いです。
フィル
こんにちはフィル、入力してくれてありがとう！ 現在、かなりの数のDOEの選択肢があります。実際、あなたが主張するように、適切なフラクショナルクラシックデザインを選択するための過去のように、厳密な選択を行うには多くの基準に依存します。 経験豊富なユーザーはすぐに正しい選択を行うことができますが、経験の浅いユーザーの場合、カテゴリ、つまりクラシック-DSD-OMARS-SVEM-最適...から選択するのは簡単ではありません。 正しい選択への方向性を示すためのフローチャートは素晴らしいものであり、おそらく次のサミットで提示するトピックですが、どう思いますか？
