DoE의 단계 단순화
저는 여기 우리 부서에서 DoE를 사용하는 로드맵을 만들고 있습니다. 여기 내 생각이 있습니다. 내가 틀렸다면 저를 정정하십시오.
1 단계. 요인이 연속적이고 2수준 범주형인지 확인합니다. 그런 다음 주요 효과와 2차 효과를 식별하기 때문에 DSD를 사용합니다.2차 효과는 주효과와 직교하며 2요인 상호작용과 완전히 혼동되지 않습니다. 2차 효과는 상호 작용 효과와 상관 관계가 있을 수 있습니다. 대부분의 요소가 연속적이고 2단계 범주(촉매의 종류, 산 또는 염기)이기 때문에 유기 합성에 크게 활용됩니다. 범주형 요인이 3수준이면 DSD를 계속 사용할 수 있습니까?
2 단계. 요인이 연속적이지 않고 2수준 범주형이 아니면 맞춤 설계를 사용합니다.
DoE의 표준 접근 방식은 스크리닝(주요 효과)을 진행하고 증강을 수행하여 고차 효과를 추가하는 것이라고 생각합니다.
하지만 저는 여기 실험실에서 DoE 프로토콜을 단순화하고 싶습니다. 대부분 6개 이하의 요소만 있습니다. 맞춤형 설계를 사용하여 스크리닝(주 효과만)을 수행하지 않고 바로 최적화를 진행할 수 있습니까?
어느 쪽이든 하는 것의 장단점은 무엇입니까?
마지막으로 범주형 숫자와 이산 숫자를 혼동합니다. 자세히 설명하고 예를 들어 줄 수 있습니까? 등급은 범주형입니까? 1, 3, 5로만 설정할 수 있는 장비가 있는데 이게 범주형인가요 이산숫자인가요?
감사합니다
감사합니다.
실험 설계Re: DoE에서 단계 단순화안녕하세요 @Alainmd02 ,
천만에요 !
나는 DSD와 DSD의 가능한 사용에 대해서만 대답했지만 내가 읽은 주제는 DSD의 사용보다 훨씬 더 광범위해 보입니다.
의 응답 읽기 @statman 그리고 @Mark_Bailey , 나는 그들이 쓴 것만 강조 할 수 있습니다 : 디자인을 선택하기 전에해야 할 많은 단계가 있습니다 : 변경할 요소에 대한 성찰 (요인 수, 유형, 수준 수, 변경하기 쉬운/어려운, ...) , 분석할 효과(주요 효과, 상호 작용, 비선형 효과, ...?), 노이즈의 가능한 원인(임의 변동성, 일일 변동성, 교정 및/또는 배치/실행 변동성 .... ), 응답 정밀도 및 분산, 그리고 이러한 입력과 얼마나 관련되어 목표인지(중요한 효과만 선별? 예측 값 ?) 및 예상 정밀도(예를 들어 측정 정밀도와 예측을 얼마나 정확하게 비교해야 하는지).
모든 상황에 완벽한 설계는 없습니다.
- 혼합/제형 정보: 혼합 요인(예: 합산이 100% 또는 고정 값인 제제/레시피의 성분)을 처리하는 경우 이러한 요인을 혼합 요인으로 설정해야 합니다. 얻을 수 있는 디자인 유형에 영향을 미칩니다(계수는 합계 = 100% 또는 고정 값과 같은 제약 조건으로 연결되기 때문입니다).
-> 혼합 디자인(Scheffé cubic/simplex centroïd, simplex lattice, extrême vertices, space filling, ...)
-> 또는 혼합 모델(혼합 요인이 아닌 다른 요인도 있는 경우).
- DSD의 효과에 대해: 이전에 말했듯이 DSD는 훌륭하지만 모든 상황에서 최상의 절충안이 아닐 수 있습니다. 보거나 감지하려는 효과, 보유한 요인(수 및 유형) 및 측정의 정밀도에 따라 더 나은 추정을 위해 DSD 대신 반복실험으로 D-최적 설계를 수행하는 것이 더 현명할 수 있습니다. DSD와 동일한(또는 더 낮은) 실험 수에 대한 실험 공간의 응답 분산.
- 공변량 요인에 대해서는 반응에 영향을 미치는 변수이지만 다른 요인처럼 제어할 수는 없습니다. 이 요인의 값을 미리 알고 있거나 가능한 값 집합이 있고 이 미리 결정된 값 또는 가능한 값 집합에서 선택해야 합니다.
여기에서 더 많은 정보를 얻을 수 있습니다. 개발자 자습서 - 실험 설계 시 공변량을 효과적으로 처리 - JMP 사용자 커뮤니티
또한 계속 지켜봐주시고 JMP 17의 릴리스를 확인하십시오. 귀하와 귀하의 동료가 DoE를 설계하는 데 도움이 될 수 있는 "Easy DOE" 메뉴가 있어야 합니다 
이것이 당신의 성찰에 도움이 되기를 바라며,
승리자
Re: DoE에서 단계 단순화나는 이 포럼을 통해 당신과 논쟁할 위치에 있지 않습니다.
항상 소음을 처리할 전략이 있어야 한다고 생각합니다. 그것을 일정하게 유지하는 것은 추론 공간을 좁히기 때문에 끔찍한 생각입니다. 딜레마는 항상 디자인의 정밀도에 부정적인 영향을 미치지 않으면서 추론 공간을 늘리는 방법입니다. 이러한 전략에는 내가 나열한 전략이 포함됩니다. 당신이 그것들을 이해하지 못한다면, 그것들에 대해 배우려고 노력해야 합니다. 분할 플롯에는 다양한 용도가 있습니다(요인을 변경하기 어려운 것은 이러한 용도 중 하나일 뿐입니다). Box와 Jones의 "강력한 제품 실험을 위한 분할 플롯 설계"를 읽어 보시기 바랍니다.
제형에 대한 혼합물 설계를 제안합니다(증강 설계 아님).
15개 이상의 요인이 있는 경우 추가로 연구할 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 (평균이 아닌) 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 여러 측정값이 필요한 다음 요약 통계를 사용하여 변동을 추정합니다. 이 통계는 모델링에 대한 응답 변수 중 하나가 됩니다.
Re: DoE에서 단계 단순화안녕하세요 @Victor_G
종합적인 조언 감사합니다. OMARS는 재미있다!!!
Re: DoE에서 단계 단순화다음 사항을 명확히 하고 싶습니다.
1일 다음과 같은 경우 DSD를 사용하겠다고 말했습니다. 요인은 연속적이고 2-수준 범주형입니다.그러나 이 도구는 요인에 선형 부등식 제약 조건이 있거나 허용되지 않는 요인 수준 조합이 있는 경우 적합하지 않습니다. 모든 상황에 적합하다고 말하지는 않았습니다.
DSD는 포인트 번호 1(제약)에 응답합니다. 다른 디자인보다 효율적이기 때문에 시간, 비용 및 재료 가용성. 상황에 맞는 경우 DSD를 사용하십시오.
2위.기준이 DSD와 일치하지 않는 경우. 그렇다면 만능 커스텀 디자인이 가장 잘 어울린다고 생각합니다.
스크리닝 단계에서 2요인 상호작용을 추가할 것을 권장합니까, 아니면 주효과가 이미 충분합니까?
또는 주요 효과만 사용하고 별칭을 최적으로 만드시겠습니까? 시간, 돈 등이 항상 있는 경우 이를 수행하는 가장 좋은 방법은 무엇입니까?
시간, 돈 등을 감안하면 항상 추천하시나요 반복, RCBD, BIB?
분할 플롯은 요인을 변경하기 어려운 경우에 사용됩니다.
사실 저는 공변량 요인을 언제 사용해야 하는지 완전히 이해하지 못합니다.
노이즈를 제거했는지 어떻게 알 수 있습니까?
3위 심사 후 단계. 중요한 요소를 이미 알고 있기 때문입니다. Augment Design을 사용하여 공정 요인에 대한 2요인 상호 작용 및/또는 2차 효과와 혼합물/공식화에 대한 3차 효과(3요인 상호 작용 및 입방체)와 같은 고차 효과를 추가할 수 있습니다.
중요한 요소를 이미 알고 있다면. 스크리닝 단계를 건너뛸 수 있으며 2-요인 상호작용, 프로세스 요인에 대한 2차 효과 및 혼합물/제형에 대한 3차 효과를 추가하여 바로 진행할 것입니다.
레버리지/안정성, 측정 불확실성 및 평균/변동에 대해 알려주십시오.
매우 감사합니다
Re: DoE에서 단계 단순화에 추가하겠습니다 @statman 이 주제는 교과서와 과정에서 심도 있고 잘 다루어지며, 여기에서 해당 지역의 조사자들에게 진행 방법을 알리는 방법에 대한 아이디어를 얻을 수 있습니다. 통계 책은 종종 '나쁜 랩'을 받지만 DOE에 관한 책은 꽤 좋습니다(잘 쓰여지고, 이해하기 쉽고, 실용적이고, 실행 가능하고, 기타 등등). 이 방법에 대해 더 알고 싶으시면 저희에게 알려주십시오. 귀하의 필요에 따라 책을 추천해 드릴 수 있습니다.
JMP에서 제공하는 DOE에 대한 교육도 있으며 JMP를 사용하므로 원칙과 실용적인 기술을 얻을 수 있습니다. 사실은, 수업이 있을거야 2주 후.
Re: DoE에서 단계 단순화귀하가 하려는 일을 이해하지만 적절한 선택(질문에 답하기 위해 가장 효과적이고 효율적인 디자인 선택)을 위한 프로세스를 지나치게 단순화했을 가능성이 있습니다. 사용할 적절한 도구를 선택할 때 고려해야 할 사항이 많습니다. 내가 강조하는 것은 도구 선택을 안내하는 일련의 상황 진단을 개발하는 것입니다. 상황을 이해하지 못하면 실험이 제대로 설계되지 않을 수 있습니다. 비유: 귀하의 DOE 전략은 DSD를 망치로 사용하는 것입니다. 그러나 절단을 원합니다. 모든 상황에 적합한 하나의 전략은 없습니다.
다음은 적절한 디자인을 선택하는 데 도움이 되는 기준의 요약 목록입니다.
- 제약 : 시간, 비용, 자재 가용성, 측정/장비 능력 등 얼마나 많은 치료 ~할 수 있다 (이것은 협상이 필요할 것입니다)?
- 얼마나 많은 요인을 조작해야 합니까(비교할 가설의 수)?
- 노이즈를 어떻게 관리하거나 분할합니까(반복, RCBD, BIB, 분할 플롯, 공변량...)?
- 일부 요소는 다른 요소보다 변경하기 더 어렵습니까?무작위화에 대한 다른 제한 사항이 있습니까?
- 추정하려는 우선순위 효과(아래 참조)는 무엇입니까?
- 고차 효과가 의심/예측됩니까(예: 상호 작용, 곡률)?
- 원하는 해상도는 무엇입니까? (추산/분리하려는 효과는 무엇입니까?)
- 어떤 차수 다항식이 필요한가요?
IMHO, 요인 유형은 실험 선택과 관련이 없으며 실험을 분석하는 방법(모델 또는 분석 플랫폼)과 더 관련이 있습니다.
Re: DoE에서 단계 단순화안녕하세요 @Alainmd02 ,
모든 유스케이스에 완벽한 디자인은 없다고 생각하며, 각 유스케이스에 가장 적합한 디자인을 선택하고 생성하는 것이 어려움입니다. DSD는 효과적인 스크리닝 디자인이지만 최적성 기준이 D-최적 또는 별칭-최적에 설정된 맞춤형 디자인을 직접 사용하여 허용 가능한(또는 더 나은) 다른 솔루션을 찾을 수 있습니다. 설계 선택은 또한 보유한 요인의 수와 유형에 따라 달라집니다. 요인 수가 > 5이고 최대 범주 요인이 1 또는 2개이면 DSD를 고려하는 것이 흥미로울 수 있습니다. 요인이 5개 미만이거나 범주형 요인이 2개 이상인 경우 맞춤 설계가 적합할 수 있습니다.
귀하의 질문:
-> DSD는 2단계 범주형 요인만 처리할 수 있으며 3단계 범주형 요인은 허용되지 않습니다.
-> 중요한 요인에 대해서만 증강할 것이기 때문에 증강이 현명한 방법일 수 있습니다. 한 번에 모든 것을 하려고 하면 증강 방법에 비해 더 많은 실험을 하게 될 가능성이 높습니다(주 효과, 상호 작용 및 아마도 2차 효과가 포함된 완전한 모델을 구축할 것으로 예상하므로). 실험 횟수의 차이가 그다지 크지 않다면 단순성을 높이기 위해 지불해야 하는 작은 대가일 수 있습니다. 새로운 OMARS 디자인을 DSD와 전체 RSM 디자인 사이의 절충안으로 생각할 수도 있습니다.
-> 요인 유형에 대한 좋은 설명은 DoE에 대한 STIPS 과정이 도움이 될 수 있습니다.
간단히 말해 범주형 요인이 있는 경우 목표는 입력한 옵션 집합에서 수준을 선택하는 것입니다. 범주형 요인에 대해 2차 효과를 가질 수 없으며 주효과 및 교호작용만 있습니다. 범주형 요인의 N 수준에 대해 주효과를 추정하기 위한 N-1 계수가 있습니다. 범주 효과의 예는 다음과 같습니다. 조작자(연산자 1, 조작자 2, 조작자 3...), 시약의 화학적 성질, ... 숫자로 설명되지 않는 것.
불연속 숫자는 숫자이며 유일한 제약은 두 숫자 사이에 어떤 값도 가질 수 없다는 것입니다. 1, 3 또는 5로 설정할 수 있는 장비의 경우 이 세 값 중 하나를 선택할 수 있지만 예를 들어 2,244434는 선택할 수 없습니다. 불연속적인 숫자 값이 있는 용광로 온도의 경우 온도를 180, 200 또는 220°C로 설정할 수 있지만 195 또는 210°C는 설정할 수 없습니다.불연속 숫자 요인의 경우 주효과, 교호작용, 2차 효과를 추정할 수 있습니다... 연속 수치 요인과 동일합니다.
평가의 "특성"에 따라 다양한 유형의 응답으로 볼 수 있습니다.
- 학생과 교사의 경우 메모가 지속적인 응답일 가능성이 높으며,
- 평점이 코테이션(1:매우 좋음, 2:좋음, 3:보통/보통, 4:나쁨, 5:매우 나쁨)이라면 이산숫자(서수),
- 등급이 A, B, C, ...와 같은 경우 응답은 범주형입니다.
JMP 17의 새로운 모듈이 동료들에게 매우 도움이 될 것이라고 생각합니다. "Easy DoE"라고 하며 요소 유형, 고려해야 할 설정...이 최종 설계 구축까지 단계별 접근 방식으로 설명됩니다.
이 답변이 도움이 되었으면 합니다!
