DoE의 단계 간소화
저는 여기 우리 부서에서 DoE를 사용하는 로드맵을 작성하고 있습니다. 여기 내 생각이 있습니다. 내가 틀렸다면 저를 수정하십시오.
1 단계. 요인이 연속형이고 2-수준 범주형인지 식별합니다. 그런 다음 주효과와 2차 효과를 식별하므로 DSD를 사용합니다.2차 효과는 주효과와 직교하며 2-요인 상호작용과 완전히 혼동되지 않습니다. 2차 효과는 상호작용 효과와 상관관계가 있을 수 있습니다. 대부분의 요인이 연속적이고 2단계 범주(촉매, 산 또는 염기의 종류)이기 때문에 이것을 많이 활용하는 것은 유기 합성에 있습니다. 범주 요소가 3 수준이면 DSD를 계속 사용할 수 있습니까?
2 단계. 요인이 연속적이지 않고 2-수준 범주형이 아닌 경우 사용자 지정 설계를 사용합니다.
DoE의 표준 접근 방식은 스크리닝(주요 효과)을 수행하고 고차 효과를 추가하기 위해 증강을 수행하는 것입니다.
하지만 여기 우리 연구실에서 DoE 프로토콜을 단순화하고 싶습니다. 대부분 우리는 6개 이하의 요소만 가지고 있습니다. 사용자 지정 디자인을 사용하여 선별(주 효과만)을 수행하지 않고 최적화를 바로 진행할 수 있습니까?
어느 쪽이든 장단점은 무엇입니까?
마지막으로 범주형 숫자 및 이산 숫자와 혼동됩니다. 자세히 설명하고 예를 들어 줄 수 있습니까? 등급은 범주형입니까? 1, 3, 5로만 설정할 수 있는 장비가 있습니다. 이것은 범주형 숫자입니까 아니면 이산 숫자입니까?
고맙습니다
고맙습니다.
암사슴Re: DoE 단계 간소화여보세요 @Alainmd02 ,
모든 유스케이스에 완벽한 디자인은 없고, 각 유스케이스에 가장 적합한 디자인을 선택하고 만드는 것이 어렵다고 생각합니다. DSD는 효과적인 선별 설계이지만 D-Optimal 또는 Alias-Optimal에 설정된 최적성 기준과 함께 직접 맞춤형 설계를 사용하여 수용 가능한(또는 더 나은) 다른 솔루션을 찾을 수 있습니다. 설계 선택은 또한 요인의 수와 유형에 따라 달라집니다. 요인의 수 > 5이고 최대 범주형 요인이 1개 또는 2개인 경우 DSD를 고려하는 것이 흥미로울 수 있습니다. 요소가 5개 미만이거나 범주형 요소가 2개 이상인 경우 맞춤형 디자인이 적합할 수 있습니다.
질문:
-> DSD는 2단계 범주형 요소만 처리할 수 있으며 3단계 범주형 요소는 허용되지 않습니다.
-> 증강은 중요한 요소에 대해서만 증강할 것이기 때문에 현명한 방법일 수 있습니다. 한 번에 모든 작업을 수행하려고 하면 증대 방법과 비교하여 몇 가지 더 많은 실험(주효과, 상호작용 및 2차 효과가 있는 완전한 모델을 구축할 것으로 예상하기 때문에)을 수행하게 될 가능성이 높습니다. 실험 횟수의 차이가 그렇게 크지 않다면 더 단순함을 위해 치러야 할 작은 대가일 수도 있습니다. 새로운 OMARS 디자인을 DSD와 전체 RSM 디자인 간의 절충안으로 생각할 수도 있습니다.
-> 요인의 유형에 대한 좋은 설명을 위해 DoE에 대한 STIPS 과정이 도움이 될 수 있습니다.
아주 간단히 말해서, 범주형 요소가 있을 때 목표는 입력한 옵션 집합에서 수준을 선택하는 것입니다. 범주형 요인에는 2차 효과가 있을 수 없으며 주효과와 교호작용만 있습니다. 범주형 요인의 N 수준에 대해 주효과에 대해 추정할 N-1 계수가 있습니다. 범주 효과의 예는 다음과 같습니다. 연산자(연산자 1, 연산자 2, 연산자 3...), 시약의 화학적 성질, ... 숫자로 설명되지 않는 것.
이산 숫자는 숫자이며 유일한 제약 조건은 두 숫자 사이에 값을 가질 수 없다는 것입니다. 귀하의 경우 1, 3 또는 5로 설정할 수 있는 장비로 이 세 가지 매개변수 중 하나를 선택할 수 있지만 예를 들어 2,244434는 선택할 수 없습니다. 일부 개별 숫자 값이 있는 용광로 온도의 동일한 예에서 온도를 180, 200 또는 220°C로 설정할 수 있지만 195 또는 210°C로 설정할 수는 없습니다.이산 수치 요인의 경우 연속 수치 요인과 동일하게 주효과, 교호작용, 2차 효과를 추정할 수 있습니다.
평가의 "특성"에 따라 다양한 유형의 응답으로 볼 수 있습니다.
- 학생과 교사의 경우 메모는 지속적인 응답이 될 가능성이 높으며,
- 등급이 코팅(1: 매우 좋음, 2: 좋음, 3: 보통/보통, 4: 나쁨, 5: 매우 나쁨)과 같은 경우 이산 숫자이며,
- 등급이 A, B, C, ...와 같은 경우 응답은 범주형입니다.
JMP 17에서는 새로운 모듈이 동료들에게 매우 도움이 될 것이라고 생각합니다. "Easy DoE"라고 하며 고려해야 할 요소의 유형, 설정...이 최종 설계 구성까지 단계별 접근 방식으로 설명됩니다.
이 답변이 도움이 되기를 바랍니다! 
Re: DoE 단계 간소화나는 당신이 무엇을 하려고 하는지 이해하지만 적절한 선택(질문에 답하기 위해 가장 효과적이고 효율적인 디자인 선택)을 위한 프로세스를 지나치게 단순화했을 가능성이 큽니다. 사용할 적절한 도구를 선택할 때 고려해야 할 사항이 많이 있습니다. 제가 강조하는 것은 도구 선택을 안내하는 상황 진단 세트를 개발하는 것입니다. 상황에 대한 이해가 없으면 잘못 설계된 실험을 할 가능성이 높습니다. 유추: DOE 전략은 DSD를 사용하는 것입니다. 그러나 컷을 만들고 싶어합니다. 모든 상황에 적합한 하나의 전략은 없습니다.
다음은 적절한 디자인을 선택하는 데 도움이 되는 간략한 기준 목록입니다.
- 제약 : 시간, 비용, 자재 가용성, 측정/장비 능력 등 얼마나 많은 치료 ~할 수 있다 (이것은 아마도 협상이 필요할 것입니다)?
- 얼마나 많은 요인을 조작해야 합니까(비교할 가설의 수)?
- 노이즈는 어떻게 관리되거나 분할됩니까(반복, RCBD, BIB, 분할 플롯, 공변량...)?
- 어떤 요소는 다른 요소보다 변경하기 더 어렵습니까?무작위화에 대한 다른 제한 사항이 있습니까?
- 추정하고자 하는 우선순위 효과(아래 참조)는 무엇입니까?
- 고차 효과가 의심/예측됩니까(예: 상호 작용, 곡률)?
- 원하는 해상도는 무엇입니까? (어떤 효과를 추정/분리하시겠습니까?)
- 어떤 차수 다항식이 필요한가요?
IMHO, 요인 유형은 실험 선택과 관련이 없고 실험을 분석하는 방법(어떤 모델 또는 분석 플랫폼)과 더 관련이 있습니다.
Re: DoE 단계 간소화에 추가하겠습니다 @statman 이 주제는 교과서와 코스로 깊이 있고 잘 다루어져 있으므로 해당 지역의 구도자들에게 어떻게 진행해야 하는지 알려주는 방법에 대한 아이디어를 얻을 수 있습니다. 통계 책은 종종 '나쁜 랩'을 받지만 DOE에 대한 책은 꽤 좋습니다(잘 쓰여지고, 이해하기 쉽고, 실용적이고, 실행 가능 등). 이 방법에 대해 더 알고 싶으시면 저희에게 알려주십시오. 귀하의 필요에 따라 책을 제안할 수 있습니다.
JMP에서 제공하는 DOE에 대한 교육도 있으며 JMP를 사용하므로 원칙과 실용적인 기술을 습득할 수 있습니다. 사실로, 수업이 있을 것이다 2주 후에.
Re: DoE 단계 간소화다음을 명확히 하고 싶습니다.
1위 나는 DSD를 사용할 것이라고 말했다. 요인은 연속적이고 2-수준 범주형입니다.그러나 이 도구는 요인에 선형 불평등 제약 조건이 있거나 허용되지 않는 요인 수준 조합이 있는 경우 적합하지 않습니다. 모든 상황에 적합하다고 말하지 않았습니다.
DSD는 귀하의 1번 포인트(제약조건)에 답변할 것입니다. 다른 디자인보다 효율적이기 때문에 시간, 비용 및 재료 가용성. 상황에 맞는 DSD를 사용하십시오.
2번째.기준이 DSD와 일치하지 않는 경우. 그렇다면 다목적 맞춤형 디자인이 가장 잘 작동한다고 생각합니다.
스크리닝 단계에서 2인자 상호작용을 추가하는 것이 좋습니까? 아니면 주효과로 이미 충분합니까?
또는 주효과만 사용하고 별칭을 최적으로 만드시겠습니까? 내가 모든 시간, 돈 등을 가지고 있을 때 그것을 하는 가장 좋은 방법은 무엇입니까?
시간, 돈 등을 감안할 때 항상 추천하시나요? 반복, RCBD, BIB?
분할 플롯은 변경하기 어려운 요인에 사용됩니다.
사실, 공변량 요인을 언제 사용해야 하는지 완전히 이해하지 못합니다.
노이즈를 제거했는지 어떻게 알 수 있습니까?
3위 심사 단계 후. 중요한 요소를 이미 알고 있기 때문입니다. 나는 Augment Design을 사용하여 2-요인 상호작용 및/또는 공정 요인에 대한 2차 효과 및 혼합물/공식에 대한 3차 효과(3-요인 상호작용 및 3차 효과)와 같은 고차 효과를 추가할 수 있습니다.
이미 중요한 요소를 알고 있다면. 스크리닝 단계를 건너뛸 수 있고 2-요인 상호작용, 공정 요인에 대한 2차 효과 및 혼합물/제제에 대한 3차 효과를 추가하여 바로 진행할 것입니다.
레버리지/안정성, 측정 불확실성 및 평균/변동에 대해 알려주십시오.
매우 감사합니다
Re: DoE 단계 간소화여보세요 @빅터_지
종합적인 조언 감사합니다. OMARS는 흥미 롭습니다!
Re: DoE 단계 간소화저는 이 포럼을 통해 귀하와 논쟁할 입장이 아닙니다.
나는 당신이 항상 소음에 대처하는 전략을 가지고 있어야 한다고 믿습니다. 그것을 일정하게 유지하는 것은 추론 공간을 좁히기 때문에 끔찍한 생각입니다. 딜레마는 항상 설계의 정밀도에 부정적인 영향을 미치지 않으면서 추론 공간을 늘리는 방법입니다. 이러한 전략에는 내가 나열한 전략이 포함됩니다. 그것들을 이해하지 못한다면 그것에 대해 배우려고 노력해야 합니다. 분할구는 많은 용도가 있습니다(변경하기 어려운 요인은 이러한 목적 중 하나일 뿐입니다). Box와 Jones의 "강력한 제품 실험을 위한 분할 플롯 설계"를 읽어보시기 바랍니다.
나는 공식을 위한 혼합물 디자인을 제안할 것입니다(증강 디자인이 아님).
15개 이상의 요인이 있는 경우 추가 연구를 수행할 구성 요소에 대한 아이디어를 얻을 수 있습니다. 이 레버리지를 결정하기 위해 중첩되고 체계적인 샘플링 계획을 사용하여 이를 수행할 수 있습니다.
측정 변동성을 이해하지 못하는 경우 실험 전에 이 작업을 수행해야 합니다(또는 이 구성 요소를 처리 내에 중첩).
문제가 평균 대신 변동 중 하나인 경우 각 처리에 대한 변동 추정치를 얻어야 합니다. 이는 여러 "데이터 포인트"(반복 측정)를 수집하여 수행할 수 있습니다. 예를 들어 부품 내 또는 배치 내 변동성이 있는 경우 부품 내 또는 배치 내 변동성을 여러 측정한 다음 요약 통계를 사용하여 변동을 추정해야 합니다. 이 통계는 모델링할 응답 변수 중 하나가 됩니다.
