지난 디스커버리 서밋에서 SVEM이 제한된 #run으로 프로세스 모델링에 성공적으로 사용되었다는 훌륭한 프레젠테이션이 있었습니다. 이것은 17-run DSD에서 시작하는 6 팩터 RSM을 구축하는 데에도 작동합니까?또 다른 프레젠테이션에서 이 6페이스 RSM에 대해 31개 실행 OMARS가 제안되었습니다. SVEM이 좋은 대안입니까?
안녕 프랭크,
SVEM으로 모델링된 17개 실행 DSD가 6개 요소 RSM 모델을 추정하기 위해 31개 실행 OMARS에 대한 좋은 대안인지 묻는 것 같습니다.
31번의 디자인이 더 많은 정보를 줄 것이라고 자신있게 말할 수 있습니다.SVEM은 매우 유용합니다. 그러나 그것은 마술이 아닙니다. 더 많은 실행은 항상 더 많은 정보(SVEM 또는 SVEM 없음)가 됩니다.
6-팩터, 17-런 DSD에서 6-팩터 RSM 모델과 함께 SVEM을 확실히 사용할 수 있습니다. 그리고 이를 통해 목표를 달성할 수 있습니다.
귀하의 사례에 31회 OMARS가 필요한지 또는 17회 설계가 귀하의 목표에 충분한 모델을 제공할 수 있는지 여부는 말할 수 없습니다. 그것은 너무 많은 다른 것들에 달려 있습니다. 이들 중 많은 부분이 알려지지 않을 것입니다.
6-요인 RSM 모델에는 28개의 매개변수가 있습니다(제 생각에는!). 그것은 17개의 실행으로 추정할 수 있는 많은 것입니다! 귀하의 모델이 얼마나 좋은지는 귀하의 경우에 효과 희소성이 어느 정도인지에 달려 있습니다.
그리고 6-요인, 17-파인 DSD(및 31-런 OMARS)에서 2차 효과 사이에는 상관관계가 있습니다. 따라서 이러한 효과를 추정하는 정확도가 제한됩니다.
나는 당신이 읽을 것을 제안합니다 Lemkus et al의 논문 SVEM, 그 이점 및 제한 사항을 정말로 이해하고 싶다면.
또한 SVEM이 흥미롭다는 이유로 순차 DOE에 대한 아이디어를 버리지 말 것을 제안합니다. 17 실행 DSD를 실행할 수 있습니다. SVEM 및 기타 접근 방식으로 모델링합니다. 그것이 당신에게 필요한 것을 제공한다면 훌륭합니다. 그것이 당신에게 필요한 것을 제공하지 않는다면, 증대하십시오.
나는 그것이 도움이되기를 바랍니다.
필
안녕하세요 Phil, 입력해 주셔서 감사합니다! 우리는 이제 상당한 DOE 선택권을 갖게 되었으며 실제로 귀하가 주장하는 것처럼 올바른 부분적 고전적 설계를 선택하기 위해 과거에 그랬던 것처럼 올바른 선택을 하는 것은 여러 기준에 달려 있습니다. 숙련된 사용자는 신속하게 올바른 선택을 할 수 있지만 경험이 없는 사용자에게는 Classical - DSD - OMARS - SVEM - Optimal과 같은 범주 중에서 선택하기가 쉽지 않습니다. 올바른 선택에 대한 방향을 제시하는 순서도는 훌륭하고 다음 회담에서 제시할 주제가 될 것입니다. 어떻게 생각하시나요?
