허용되지 않는 조합 및 제약조건안녕,
내 맞춤형 DOE 디자인에서. 일부 조합이 가능하지만 문헌에 따르면 효과적이지 않은 경우 이를 허용되지 않는 조합으로 만들어야 합니까? 조합을 제외하면 설계나 분석에 부정적인 영향을 미치나요?
즉. 7가지 요인 중 두 가지 요인(수준 0과 1)이 단독으로 작용하는 것보다 함께 작용하는 것이 더 좋다고 하는데, (0,1)과 (1,0)의 조합을 제외하면 부정적인 영향이 있나요?
예측 분산 <1을 얻기 위해 충분한 실행을 한다고 가정합니다.
감사해요!
실험 설계Re: 허용되지 않는 조합 및 제약 조건이 주제에 대해 다시 한 번 다루게 되었습니다! 따라서 특정 조합을 허용하지 않아야 하지만 예측 분산과 검정력이 크게 감소합니다. 그렇다면 이 문제를 어떻게 해결할 수 있나요? 검정력이 너무 낮고 예측 분산이 높은 경우 어떻게 결과를 신뢰할 수 있습니까?
Re: 허용되지 않는 조합 및 제약 조건규모를 포함한 모든 요인이 연속적이라고 가정합니다. 이 경우 선형 제약 조건을 사용할 수 있습니다. 요인의 단순 계승 조합을 사용하십시오. 예를 들어 두 개의 요인만 포함하면 끝점(예: (0,1) 및 (1,0))을 정의합니다. 이 두 점은 한 쪽에 머물고 싶은 선, 즉 경계를 정의합니다. 선형 모델을 피팅하여 필요한 계수를 얻을 수 있습니다. 이 접근 방식을 세 가지 요소로 확장합니다.
Re: 허용되지 않는 조합 및 제약 조건비슷한 주제에 대한 또 다른 생각이 있습니다. 서로 다른 두 가지 요인을 전체 규모에서 함께 실행하는 것은 불가능하며 (0,1) 또는 (1,0)으로 실행하는 것만 가능합니다. 그러나 이 두 요소를 소규모로 함께 수행하는 것은 가능합니다(1,1). (1,1)을 허용하지 않도록 설계를 제한하면 예측 분산이 증가합니다. 그러면 소규모로 수행할 것이므로 스크리닝 디자인에 (1,1) 조합을 포함시키는 것이 합리적이겠죠?
Re: 허용되지 않는 조합 및 제약 조건말이 되네요. 감사합니다!
Re: 허용되지 않는 조합 및 제약 조건당신은 " 일부 조합이 가능하지만 문헌에 따르면 효과적이지 않은 경우 이를 허용되지 않는 조합으로 만들어야 합니까? " 그 질문은 당신이 '실험'하는 사고방식이 아니라 '테스트하는' 사고방식을 가지고 있음을 보여줍니다. 테스트를 통해 답을 얻을 수 있습니다. 실험은 모델(많은 답변)을 제공합니다. 그것은 '옳고 그름'의 문제가 아닙니다. 목적을 분명히 하는 것이 문제입니다. 목표에 따라 사고방식이 옳을 수도 있습니다. 원하는 것을 찾을 때까지 계속 테스트할 수 있습니다('시행 착오'). 또는 설계된 실험을 실행하고, 모델을 맞추고, 모델을 사용하여 공간을 탐색하여 원하는 것을 찾을 수 있습니다.
일반 설계 공간의 일부 조건이 불가능하거나 위험하거나 연구 중인 현상을 변경하는 경우 제약 조건을 추가합니다. 그렇지 않으면 전체 설계 공간을 최대한 효율적이고 효과적으로 관찰하고 싶을 것입니다. 모델 매개변수를 추정하고 싶기 때문입니다.
좋은 실험은 좋은 반응과 나쁜 반응을 모두 불러일으킵니다. 이렇게 하면 전체 결과 범위를 예측할 수 있는 현실적인 모델을 갖게 됩니다.
당신은 " 7가지 요인 중 두 가지 요인(수준 0과 1)이 단독으로 작용하는 것보다 함께 작용하는 것이 더 좋다고 합니다. " 이 관찰은 반응에서 상호작용 효과가 중요하다는 것을 나타냅니다. 제거 (0,1)과 (1,0)의 조합은 해당 상호 작용을 모델링하는 것을 불가능하게 만듭니다. 이러한 조합이 없으면 데이터에는 필요한 정보가 결여됩니다.
