繰り返しと非正規分布によるDOE実行の応答こんにちは、みんな、
私はDoEの初心者で、2^3完全実施要因設計を使用しようとしています。
私のテストの詳細は次のとおりです:
- 3つの要因はすべてカテゴリです。それらを組み合わせた実行は8回あります
- 私の応答は、目標を最小化することで継続されます。要因条件を変更したときの結果を測定します。
- 繰り返しを使用し、実行ごとに同じ要因設定で 20 個を構築しました。
データ テーブルにデータを入力するときに、大きな疑問があります。
1) データ テーブルには、応答結果用のボックスが 1 つしかありません。通常は、20 個の繰り返しの平均を入力します。ただし、この 20 個の分布は正規分布ではありません。対数正規分布で、極端に右に偏っています。実行結果にはどのようなデータを入力すればよいでしょうか? (平均、標準偏差など)
2) 平均値または標準偏差を入力してから、回帰モデルをデータに適合させようとしました。適合度が非常に悪いことがわかりました。
要因がすべてカテゴリである場合、それは正常ですか?
主効果と相互作用効果について判断するために、テストで因子プロファイラーを使用することはできますか?
助けてくれて本当にありがとう
データの探索と視覚化Re: 反復 & 非正規分布による DOE 実行の応答添付の表は、開始するのに役立つ場合があります。 それを開き、Y 列の「+」記号をクリックして、応答値を生成している式を確認します。 次に、保存した各スクリプトを順番に実行します。 （最初のスクリプトで）因子の組み合わせごとに 20 個を測定した場合、反復数を 19 と定義する必要があることに注意してください。
Re: 反復 & 非正規分布による DOE 実行の応答こんにちは@ジャスティン・ブイ、
コミュニティへようこそ！
完全実施要因計画については、JMP ヘルプを参照してください。完全実施要因計画 (jmp.com)
によって提供された素晴らしい作品にいくつかの情報と説明を追加するだけです@ian_jmp :
1) 「反復」に対処するためのいくつかのオプションがあります (反復実行か反復かによって異なります)。
- 繰り返しは、同じ実験の実行で複数の応答測定を行っています、レプリケーションは、治療の組み合わせごとに複数の実験を行っています。
あなたの場合、デザインから各処理を数回 (合計 20 回) 行っているため、複製の状況にあります。 反復数として 19 を指定します。設計から元の処理の組み合わせを実行し、それを 19 回反復したため、処理ごとに 20 個/実験になります。したがって、ここでは、その応答で行った実験の実行ごとに行を追加するだけです。これは、計画の処理ごとに異なる部分で行われるためです。 ここで、結果を平均または標準偏差で集計する必要はありません。
2) 2 番目の部分では、モデルには確かに「改良」/改善が必要です。
たとえば、最後のインタラクション「Materials*Assy side」は重要ではないように思われるため (p 値 0,659 > 0,05)、モデルから削除できます。 モデルから重要でない項を削除する方法の例については、以下を確認してください。モデルの削減 (jmp.com)
すべての実験実行 (DOE での処理ごとに 20 回の実験実行) をデータテーブルの行として導入し、重要でない項を削除すると、DoE モデルの評価/評価がはるかに簡単になります。
- 重要なモデルはありますか? ドメインの専門知識でそれは理にかなっていますか?
- 因子とモデルは、応答測定値のばらつきをどの程度説明していますか?
- 相互作用はありますか？
- 因子の効果量は?
- ...
...必要に応じて、解釈をさらに支援します。
この回答がお役に立てば幸いです。
Re: 反復 & 非正規分布による DOE 実行の応答20 個がどのように取得されたかを正確に理解しているかどうかはわかりません。 Ian と Victor は、20 個の PC が独立した実験ユニットであると考えているようです。 独立性は、治療の組み合わせごとに取得される各 PC 間で治療の組み合わせを変更することから得られます。 これは複製と見なされます。 ただし、治療を設定し、治療の組み合わせを変更せずに 20 個を取得する場合、実際には 20 個で構成される実験ユニットは 1 つしかありません。 これは繰り返しと見なされます。 2 番目のケースでは、pc は独立した単位とは見なされないため、実験の自由度は増加しません。 アドバイスを提供するには、これを明確にする必要があります。 あなたの説明に基づいて、繰り返しがあるように見えますか?
添付の写真からもう 1 つ観察すると、効果の概要に効果 (3 次相互作用) がありません。
Re: 反復 & 非正規分布による DOE 実行の応答はい。 係数の設定を変更せず、実行ごとに 20 個を使用します。 次に、次の実行に移動して、私の意見では繰り返しますRe: 反復 & 非正規分布による DOE 実行の応答ご回答有難うございます！
まず私がやっていることは、複製ではなく繰り返すことだと思います。 20個は、要因の変更なしで作成されました（同じ実行-リセットなし）。
実行ごとに、20 個のバッチを作成します。 そして、この 20 個は右に偏った分布をしています。 では、結果をデータ テーブルに配置するにはどうすればよいでしょうか。
2番目の回答については、モデルから重要でない要因または相互作用を削除する必要があることを理解しています。 しかし、私が持っているすべての要因について。 重要なことは何もありません。
しかし、記述的アプローチでは、テストにいくつかの変更がはっきりと見られます。
Re: 反復 & 非正規分布による DOE 実行の応答ご回答有難うございます
しかし、それは本当に複製ですか？
私がやっていることは、実行ごとに、20 個のバッチを作成することです。 変更またはリセット要因はありません。
このバッチが終了したら、新しい 20 個のバッチで次の実行に移ります。
実行するたびに、サンプル分布が右に歪んでいることがわかりました。 しかし、平均と標準偏差は変わります。 この観察結果を生み出した重要な要因があると思います。 しかし、モデルは有意な因子がないことを示しています (p 値)。
反対に。 因子プロファイラーを見るとき。 勾配が見え、どの要因が重要であるかについての私の推測と一致しています。
じゃあどうやって結論出したらいいのかわからないRe: 反復 & 非正規分布による DOE 実行の応答わかりました。無作為化がないため、反復ではなく反復です。
平均値と標準偏差を通じて結果を得るというあなたの考えは良い考えのようです。 応答分布に応じて (および実際のレベルでの意味に応じて)、平均を中央値 (または最頻値) に、標準偏差を分散または範囲 (最大 - 最小) に置き換えることができます。 それから、最適化するための 2 つの応答があります。
平均/中央値/モードを使用すると、目標に到達/最小化/最大化できます (目的に応じて)。
結果のばらつき (標準偏差、分散、または範囲) の目的は、最小化することです (ただし、おそらく重要性は低くなります)。これにより、再現性について最も確実な最適化された応答を見つけることができます。
他のオプションとして、応答を変換する (対数正規から正規に) か、適切なタイプの分布で一般化線形回帰を使用するか、治療の組み合わせごとに 20 回の実験を行ったおかげで、各治療の平均値と標準偏差をブートストラップしてみてください。
統計的有意性はなくても、モデルに実用的な関連性がある場合、これは興味深いことであり、良い兆候です。 ここでのモデルが有意でなくても、使用したモデルと要因によってシステムの変動性の 88% を説明できます。
それがあなたを助けることを願って、
Re: 反復 & 非正規分布による DOE 実行の応答やっぱりリピートありですね。 私は次のことをします：
1. 最初にデータ テーブルを設定して、グループ化された処理の組み合わせ (各処理の組み合わせの 20 行、合計 160 行) と、応答変数用の 1 列 (20 回の繰り返しが 20 行に対応する必要があります)各治療の組み合わせ）。 各処理の 20 個のデータ ポイントがデータ テーブルの個別の列としてある場合は、単純にそれらの列を積み上げます。
2. 処理データ内をグラフ化します。 変動性 ([分析] > [品質とプロセス] > [変動性/属性ゲージ チャート]) またはグラフ ビルダーを使用できます。 変動性チャートの場合は、X、グループ化で実行順序または処理の組み合わせを使用します。 治療内の分布をプロットすることもできます ([分析] > [分布 (治療別)])。 データを見てください。 異常なデータ ポイントはありますか? そうでない場合は、これらの分布の中心的な傾向と変動を最もよく表している列挙統計を決定する必要があります。
3. 処理内変動を要約します (繰り返しによる: pc 間、pc 内、および測定誤差コンポーネント)。 [テーブル] > [概要] > [Y] を強調表示し、[統計] ドロップダウン メニューから適切な統計を選択します (複数の統計を選択する可能性があります) > [グループ] ウィンドウに因子列を配置します。 これにより、各処理の要約統計を含む 8 つの処理に戻ります。
4. 実験の分析を常に実践的>グラフ的>定量的に実行します。 データは理にかなっていますか？ あなたの予測や仮説と比べてどうですか？ Y は実質的に重要な変化をしましたか? データをどのように分析するかは個人の自由です。 モデルを飽和させ、正規、パレート、およびベイズ プロットを取得して、複製されていない計画を分析することをお勧めします (例: [分析] > [モデルに適合])。 重要でない影響を特定してモデルから削除し、分析を再実行して残差プロットを取得します。
