반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답안녕하세요 여러분,
저는 DoE 초보자이고 2^3 완전 요인 설계를 사용하려고 합니다.
내 테스트의 일부 세부 사항은 다음과 같습니다.
- 3가지 요인 모두 범주형입니다. 저는 8개의 실행을 조합했습니다.
- 내 반응은 목표가 최소화인 연속적인 반응입니다. 요인 조건을 변경할 때 결과를 측정합니다.
- 반복을 사용합니다. 각 실행에서 동일한 요소 설정으로 20개의 PC를 만들었습니다.
데이터 테이블에 데이터를 넣을 때. 큰 질문이 있어요.
1) 데이터 표에 응답 결과에 대한 상자가 1개만 있습니다. 일반적으로 20개의 반복의 평균을 넣습니다. 하지만 이 20개의 분포는 정규 분포가 아닙니다. 로그 정규 분포이고 매우 오른쪽으로 치우쳐 있습니다. 그러면 실행 결과에 어떤 데이터를 넣어야 합니까? (평균 또는 표준 편차 또는 무엇)
2) 평균이나 표준편차를 구한 다음 회귀 모델을 데이터에 맞추려고 했습니다. 적합도가 매우 낮았습니다.
모든 요인이 범주형이라면 그게 정상적인 일인가요?
주효과와 상호작용 효과에 대한 판단을 내리기 위해 테스트에 팩토리얼 프로파일러를 계속 사용할 수 있나요?
도와주셔서 정말 감사합니다
데이터 탐색 및 시각화Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답첨부된 표는 시작하는 데 도움이 될 수 있습니다. 그것을 열고 Y 열의 '+' 기호를 클릭하면 응답 값을 생성하는 공식을 볼 수 있습니다. 그런 다음 저장된 각 스크립트를 차례로 실행합니다. (첫 번째 스크립트에서) 각 요인 조합에 대해 20개의 조각을 측정한 경우 반복 횟수를 19로 정의해야 합니다.
Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답안녕하십니까 @Justin_Bui ,
커뮤니티에 오신 것을 환영합니다!
완전 요인 설계에 대한 자세한 내용은 JMP 도움말을 참조하십시오. 완전 요인 설계(jmp.com)
에서 제공한 훌륭한 작업에 몇 가지 정보와 설명을 추가하기만 하면 @ian_jmp :
1) "반복"을 처리하는 몇 가지 옵션이 있습니다(복제 실행인지 반복인지에 따라 다름).
- 반복은 동일한 실험 실행에서 여러 응답 측정을 수행하는 것입니다. , 복제가 각 치료 조합에 대해 여러 실험을 실행하는 동안.
귀하의 경우 설계에서 각 처리를 여러 번(총 20회) 수행했으므로 반복실험 상황에 있습니다. 반복실험 횟수로 19를 지정합니다. 설계에서 원래 처리 조합을 수행한 다음 19번 반복하므로 처리당 20개/실험이 됩니다.따라서 여기에서는 응답으로 수행한 각 실험 실행에 대해 행을 추가합니다. 설계를 처리할 때마다 다른 부분에서 수행되기 때문입니다. 여기에서 평균 또는 표준 편차로 결과를 집계할 필요가 없습니다.
2) 두 번째 부분의 경우 모델은 확실히 "정련"/개선이 필요합니다.
예를 들어, 마지막 상호작용 "Materials*Assy side"는 중요하지 않은 것 같으므로(p-값 0,659 > 0,05) 모델에서 제거할 수 있습니다. 모델에서 중요하지 않은 항을 제거하는 방법에 대한 예를 보려면 다음을 확인하십시오. 모델 축소(jmp.com)
모든 실험 실행(DOE에서 처리당 20개의 실험 실행)을 데이터 테이블의 행으로 도입하고 중요하지 않은 항을 제거하면 DoE 모델을 평가/평가하기가 훨씬 쉬워집니다.
- 중요한 모델이 있습니까? 귀하의 도메인 전문 지식에 의미가 있습니까?
- 요인과 모형이 응답 측정의 변동성을 얼마나 설명합니까?
- 상호 작용이 있습니까?
- 요인의 효과 크기는 얼마입니까?
- ...
...필요한 경우 통역을 도와드리겠습니다.
이 답변이 도움이 되길 바라며,
Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답20개를 어떻게 구했는지 정확히 모르겠습니다. Ian과 Victor는 20개의 PC가 독립적인 실험 단위라고 생각하는 것 같습니다. 독립성은 각 치료 조합에 대해 얻은 각 PC 간의 치료 조합을 변경하는 데서 비롯됩니다. 이것은 복제로 간주됩니다. 그러나 치료를 설정하고 치료 조합을 변경하지 않고 20개를 얻는다면 실제로 20개로 구성된 하나의 실험 단위만 갖게 됩니다. 이것은 반복으로 간주됩니다. 두 번째 경우 PC는 독립 단위로 간주되지 않으므로 실험의 DF를 증가시키지 않습니다. 조언을 하기 위해서는 이를 명확히 할 필요가 있다. 설명에 따르면 반복되는 것처럼 보입니까?
첨부된 사진의 또 다른 관찰은 효과 요약에서 효과(3차 상호작용)를 놓치고 있다는 것입니다.
Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답예. 나는 요인 설정을 변경하지 않고 각 실행에 대해 20개를 사용합니다. 그런 다음 다음 실행으로 이동하여 내 의견으로는 반복됩니다.Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답답변 감사합니다!
먼저 내가 하는 일은 복제가 아닌 반복이라고 생각합니다. 20개는 요인의 변경 없이 만들어졌습니다(동일한 실행 - 재설정 없음).
각 실행에 대해 20 PC의 배치를 만듭니다. 그리고 이 20개는 오른쪽으로 치우친 분포를 가지고 있습니다. 그렇다면 내 데이터 테이블에 결과를 어떻게 배치할 수 있습니까?
두 번째 답변에 대해서는 중요하지 않은 요소나 상호 작용을 모델에서 제거해야 한다는 것을 이해합니다. 그러나 모든 요인에 대해 내가 가지고 있습니다. 중요한 것은 없습니다.
그러나 설명적인 접근 방식을 사용하면 테스트에서 몇 가지 변경 사항을 분명히 볼 수 있습니다.
Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답답변 감사합니다
그러나 그것이 정말로 복제입니까?
내가하는 일은 각 실행에 대해 20pcs로 배치를 구축하는 것입니다. 변경 또는 재설정 요소가 없습니다.
이 배치를 마친 후 새로운 20pcs 배치로 다음 실행으로 이동합니다.
실행할 때마다 표본 분포가 오른쪽으로 치우친 것을 관찰했습니다. 그러나 평균 및 표준 편차가 변경됩니다. 이 관찰을 만든 중요한 요인이 있다고 생각합니다. 그러나 모델은 중요한 요인이 없음을 보여줍니다(p-값).
반대로. 요인 프로파일러를 볼 때. 나는 슬로프를보고 어떤 요인이 중요한지에 대한 내 추측과 일치합니다.
그럼 어떻게 결론을 내려야 할지 모르겠어Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답좋습니다. 무작위화가 없기 때문에 반복이 아니라 반복이 맞습니다.
평균 및 표준 개발을 통해 결과를 얻는 것에 대한 귀하의 아이디어는 좋은 생각인 것 같습니다. 응답 분포에 따라(그리고 실용적인 수준에서 의미에 따라) 평균을 중앙값(또는 모드)으로, 표준 편차를 분산 또는 범위(최대 - 최소)로 바꿀 수 있습니다. 그때부터 최적화할 두 가지 응답이 있습니다.
평균/중앙값/모드를 사용하면 목표에 도달/최소화/최대화할 수 있습니다(목표에 따라 다름).
결과 분산(Std Dev, Variance 또는 Range)의 경우 반복성에 대해 가장 확실하게 최적화된 응답을 찾기 위해 최소화(그러나 중요도는 낮을 수 있음)하는 것이 목표입니다.
다른 옵션은 응답을 변환(로그 정규에서 정규로)하거나, 올바른 유형의 분포로 일반화 선형 회귀를 사용하거나, 처리 조합당 20번의 실험 덕분에 각 처리의 평균 및 표준 편차를 부트스트랩하는 것입니다.
통계적 유의성은 없지만 모델이 여전히 실용적인 관련성이 있다면 이는 이미 흥미롭고 좋은 신호입니다. 여기서 모델이 유의하지 않더라도 사용된 모델과 요인을 통해 시스템 변동성의 88%를 설명합니다.
도움이 되길 바라며,
Re: 반복 및 비정규 분포를 사용한 DOE 실행에 대한 응답내가 생각한대로 당신은 반복이 있습니다. 나는 다음을 할 것입니다 :
1. 먼저 데이터 테이블을 설정하여 치료 조합이 그룹화되도록 합니다(각 치료 조합에 대해 20개의 행, 총 160개의 행이 있어야 함) 및 응답 변수에 대한 1개의 열(20회 반복은 20개 행에 해당해야 함) 각 치료 조합). 데이터 테이블의 개별 열로 각 처리에 대해 20개의 데이터 포인트가 있는 경우 해당 열을 간단히 쌓습니다.
2. 내 치료 데이터를 그래프로 표시합니다. 변동성(분석>품질 및 프로세스>가변성/속성 게이지 차트) 또는 그래프 빌더를 사용할 수 있습니다. 변동성 차트인 경우 X, 그룹화에서 실행 순서 또는 처리 조합을 사용합니다. 처리 내 분포를 플롯할 수도 있습니다(분석>분포(처리 기준). 데이터를 보세요. 비정상적인 데이터 포인트가 있습니까? 그렇지 않은 경우 해당 분포의 중심 경향과 변동을 가장 잘 설명하는 열거 통계를 결정해야 합니다.
3. 치료 내 변동을 요약합니다(반복으로 인한: pc 대 pc, pc 내 및 측정 오류 구성요소). 표>요약> Y를 강조 표시하고 통계 드롭다운 메뉴에서 적절한 통계를 선택합니다(여러 통계를 선택할 가능성이 높음)> 그룹 창에 요인 열을 배치합니다. 이렇게 하면 각 치료에 대한 요약 통계가 포함된 8개의 치료로 돌아갑니다.
4. 실험 분석을 항상 실용적>그래픽>정량적으로 수행합니다. 데이터가 의미가 있습니까? 당신의 예측, 가설과 비교하면 어떻습니까? Y가 실질적인 의미를 변경했습니까? 데이터를 분석하는 방법은 개인의 선택입니다. 모델을 포화시키고 Normal, Pareto 및 Bayes 플롯을 가져와서 복제되지 않은 디자인을 분석할 것을 제안합니다(예: Analyze>Fit Model). 중요하지 않은 효과를 식별하고 모델에서 제거한 다음 분석을 다시 실행하여 잔차 그림을 얻습니다.
