어떤 디자인이 가장 적절한지여러분 모두에게,
추출 수율을 최적화하기 위해 DoE를 수행하고 싶습니다. 7개의 연속요인과 1개의 이산요인이 있습니다. 내 생각은 선별 설계로 시작하여 가장 중요한 요인을 선택한 다음 반응 표면을 계속 진행하는 것입니다.
실험을 수행하는 가장 적절한 방법이 무엇인지 모르겠습니다. 어떤 종류의 선별 설계와 어떤 종류의 반응 표면이 적합한가요?
어떤 아이디어나 제안이라도 감사하겠습니다.
많은 감사
어떤 디자인이 가장 적절한지
실험 설계Re: 어떤 디자인이 가장 적합할까요?살펴보기 좋은 곳은 JMP 온라인 온디맨드 웹 세미나 라이브러리입니다. DOE와 최적의 설계 전략은 수많은 웨비나에서 논의됩니다.
Re: 어떤 디자인이 가장 적합할까요?Pete와 Mark가 좋은 제안을 제공했지만 내 생각 중 일부는 다음과 같습니다.
뉘앙스 요소가 아님 , 하지만 소음 요인(어떤 이유로든 미래에 통제하지 않기로 결정한 변수(비용/편의성/기술적 무능력)). 소음이 없는 것은 불가능합니다! 예: 화학물질의 배치별 변동, 주변 조건, 측정 오류, 작업자 기술 등 노이즈를 이해하지 못할 때 최적화 설계를 실행하는 것은 (나로서는) 권장되지 않습니다. 추론 공간 문제입니다. 하나의 조건 세트(예: 자재 로트)에서 최적화하고 해당 조건이 나중에 변경되면 모델은 더 이상 유용하지 않습니다. 왜 우리가 지속적으로 최적화하고 있지만 결코 목표에 도달하지 못하는지 궁금한 적이 있습니까?
“더 넓은 범위의 조건을 포괄하는 추가 실험의 도움을 받아 주제에 대한 지식을 통해서만 미래의 환경 조건이 거의 동일할지 여부를 틀릴 위험을 안고 결정할 수 있습니다. 결과를 직접 사용할 수 있도록 허용하는 오늘날의 결과와 같습니다.” -- W. 에드워즈 데밍
"할 수 있는 것은 차단하고, 할 수 없는 것은 무작위로 지정" GEP 상자
여기서는 DSD 사용의 적절성이나 최적 설계에 대해 토론하지는 않겠지만, 반복하게 될 것이라는 점을 인식하라고 제안하겠습니다. 단순하고 순차적으로 유지하십시오(KISS). 내 조언은 디자인하는 것입니다 다수의 실험에서는 다음을 고려하십시오. 무엇이 분리될 것인가, 무엇이 혼란스럽고 무엇이 제한될 것인가. 이것을 당신이 알고 있다고 생각하는 것과 효율적으로 나아가기 위해 획득해야 하는 지식(얻은 지식의 잠재력 대 소비된 자원의 잠재력)과 대조해 보세요. 가능한 모든 결과를 예측한 다음 지식/자원 비교와 일치하는 결과를 선택하세요.
나는 하나의 중심 복합 설계를 수행하지 않고 연속 실험을 추가하여 표면을 매핑하는 Box의 RSM을 선호합니다.
제한을 적용하려는 경우 분할 플롯의 세계에 있습니다.
올바른 실험을 아는 사람은 아무도 없습니다("당신이 디자인할 최고의 디자인은 실행 후 디자인하는 디자인입니다" Ross). 디자인 선택은 상황에 따라 다르며 솔직히 말해서 귀하는 해당 조언을 제공할 만큼 충분한 정보를 제공하지 않았습니다. 또한 당신이 선택한 실험이 당신이 원하는 것을 얻든 안 얻든 뭔가를 배울 것이라는 점을 깨달으십시오.
Re: 어떤 디자인이 가장 적합할까요?D-최적 설계에 대해 좀 읽어봐야겠네요. 제가 볼 수 있는 유용한 링크가 있나요?
Re: 어떤 디자인이 가장 적합할까요?시스템 효과에 대한 선험적 지식 없이는 희소성이 유지되는 효과를 '확실하게' 알 수 없습니다. 내가 어느 정도 확실하게 '알는' 방법을 아는 유일한 방법은 실험 자체를 통해서입니다. 대부분의 2가지 요소 이상의 효과가 없는 DSD와 시스템을 사용해도 '괜찮을' 수 있습니다. D(주 효과에 초점을 맞춘 최적 설계)를 보는 것에 대한 내 질문에 아직 대답하지 않으셨습니다. 초점이 주요 효과를 선별하는 것이라면 DSD보다 훨씬 작은 디자인으로 벗어날 수 있습니다. 그런 다음 후속 실험 중에 RSM 방법에 더 많은 예산을 지출하십시오. 마지막 문제는 허용되지 않는 조합입니다. DSD는 실제로 처방된 모든 치료 조합을 실행하도록 강요합니다. 첫 번째 원칙에 따라 '작동하지 않을 것'이라고 알고 있는 위험할 수 있는 조합이 있는 경우 D-최적 설계는 허용되지 않는 조합을 수용할 수 있습니다. 고려해야 할 사항.
Re: 어떤 디자인이 가장 적합할까요?@P_바텔 효과 희소성의 원리는 반응의 변동 대부분이 상대적으로 적은 수의 효과에 의해 설명된다는 것을 주장합니다. 이것이 유지되는지 어떻게 확인할 수 있나요?내 시스템에서는 3차 상호작용과 일부 양방향 상호작용이 비활성화되어 있다는 것만 확신합니다.
뉘앙스 요소가 없습니다.
나는 당신이 말한 것에 동의합니다." 사실, 그 문제를 해결하는 대안적인 방법은 첫 번째 디자인을 실행하는 것이라고 생각합니다... 그게 무엇이든..." 그래서 DSD로 시작하는 것에 대한 당신의 생각을 듣고 싶었습니다. 하지만, 온도(내 요인 중 하나)를 최대 값에서 최소 값으로 변경하는 데 시간이 걸리기 때문에 무작위화에 한 가지 제한 사항이 있습니다. DSD에서 이 문제를 어떻게 처리하나요?
미리 감사드립니다
Re: 어떤 디자인이 가장 적합할까요?확정 선별 설계는 최고의 초기 실험으로서 매우 좋은 가능성이 있지만 그렇게 빠르지는 않습니다. 나는 시스템 내에서 희박성을 유지하는 데 대한 귀하의 신뢰가 부족한 것에 대해 약간 우려하고 있습니다. DSD는 존재하는 이 속성에 의존합니다. 아직 답변하지 않은 다른 질문이 있습니다. 차단 또는 분할 플롯 유형 디자인을 적절하게 만들 수 있는 무작위화에 대한 제한 사항이 있습니까? 공변량이나 차단에 적합한 후보가 될 수 있는 방해 요인이 있습니까? 마지막 질문은 DSD에 비해 모델 중심의 D 최적 설계를 조사해 보셨나요? D - 최적 설계는 선별 목적으로도 사용될 수 있습니다. 아마도 주효과 전용 모델 기반 D - 활성 주효과를 식별하기 위한 최적의 설계도 좋은 방법이 될 수 있습니까? 답변되지 않은 질문이 너무 많습니다. '아니면 DSD가 선별 및 최적화에 충분합니까?'에 답할 수 있는 사람은 아무도 없습니다. 질문. 사실 저는 이 문제를 해결하는 다른 방법은 첫 번째 디자인을 실행하는 것이라고 생각합니다. 그게 무엇이든... 결과가 실제 문제를 해결하기에 충분하다면... 추가 실험을 계속할 이유가 무엇입니까? 내 생각에는 해결될 수 있는 다른 더 긴급한 문제/문제가 있는 것 같습니다.
Re: 어떤 디자인이 가장 적합할까요?정말 감사합니다, @P_바텔 그리고 @마크_베일리 귀하의 피드백을 위해
DoE를 처음 접한 것은 사실이지만 JMP 플랫폼에서 제안한 과정을 포함하여 많은 책을 읽었습니다. 제가 말했듯이 제 목표는 추출 수율을 최적화하는 것입니다. 7개의 연속 요인과 1개의 이산 요인. 도구에서의 경험의 타당성은 다양한 수준에서 테스트된 후 연구 영역이 결정되었습니다.
내 짧은 여행의 결론은 네 말대로야 @마크_베일리 DSD를 사용하려면 DSD는 또한 2차 효과를 결정할 수 있으며 일부 반응 표면도를 얻을 수 있으며 JMP에서 제안하는 4번의 실행을 포함하여 21번의 경험만 필요합니다.
하지만 저는 DSD에 대해 약간 감을 잃었습니다. 이것은 단지 스크리닝 설계일 뿐이고 나중에 반응 표면 설계를 전달해야 합니까? 아니면 DSD만으로 선별 및 최적화에 충분합니까?
물론 내 요소의 절반 이상이 비활성 상태인지 아닌지 전혀 알 수 없습니다(DSD의 조건과 동일함).
Re: 어떤 디자인이 가장 적합할까요?준비가 되면(즉, 배경이 편안하다고 느끼면) 다음을 사용하는 것이 좋습니다. 확정 선별 설계 수율을 높이기 위한 첫 번째 실험입니다.
Re: 어떤 디자인이 가장 적합할까요?나는 당신이 거의 알지 못하고 교육청에 대한 경험이 전혀 없거나 거의 없다고 가정할 것입니다. 제 추측이 맞다면 잠시 멈추고 SAS "산업 문제 해결을 위한 통계"로 바로 이동하여 데이터 분석 및 DOE와 관련된 모든 모듈을 완료하겠습니다(JMP를 처음 접하는 경우 전체 과정도 포함). 적절한 설계 및 분석 경로를 선택하기 전에 해결해야 할 질문이 아주 많습니다. IMO는 이와 같은 포럼에서 답변하기에는 너무 많습니다.
강좌 링크는 다음과 같습니다. 산업문제 해결을 위한 통계
