実験の実行後に DOE で実行をブロックできますか?こんにちは、
DOE ですべての実験を実行した後、実行をブロックにグループ化できるかどうか疑問に思っています。
1日に実行できる実行数を制御できない場合（おそらく、ランダムな機器のダウンタイムまたはその他の制御不能な要因が原因で）、1日に実行された実行をブロックにグループ化したい場合にこれを行います.通常、私がやりたいように、DOE が実行された後ではなく、DOE の計画段階で実行がブロックにグループ化されるようです。
ありがとう！
DOERe: 実験の実行後に DOE で実行をブロックできますか?はい、実行後にデザインにブロックを追加することはできますが、デザインはブロッキングに最適ではありません。 発生することがわかっている場合は、最適性/バランスを確保するために設計段階で考慮する必要があります。 最後に追加すると、ブロックと因子を混同するリスクがあり、一部のブロックが他のブロックよりもはるかに大きくなり、パラメーター推定の分散が増加し、それらのパラメーターのテストに影響を与える可能性があります。 また、追加されたブロックで分析ニーズを満たすのに十分な数の実行が完了していないと判断する場合もあります。
あなたが提供した説明に基づいて、問題が発生した場合でも、1 日で確実に達成できるように十分小さいブロック サイズを使用することをお勧めします。 ブロック全体を 1 日で完了できない場合は、その日の実験をスキップします。 それが DOE の目的です。何をしようとしているのかを計画します。 私の意見では、後でブロックを追加することは、計画どおりに進まなかった設計を「救う」ための最後の努力にすぎません。
Re: 実験の実行後に DOE で実行をブロックできますか?今回の実験で因子を変えるのは難しかったのでしょうか。 1 つまたは複数の因子が 1 回設定され、1 日に複数回の実行で同じレベルに保たれましたか?
Re: 実験の実行後に DOE で実行をブロックできますか?いいえ、私の場合、他のいくつかのツールが接続されているメインフレームに接続されている共有ツールを操作しています。要因を簡単に変更できる場合でも、「自分の」ツールの他のユーザーと他のツールで発生するイベントに基づいて、自分のツールの「稼働時間」には多くの予測不可能性があります。 このような状況では、事前に計画された DOE の実行が困難になることがよくあります。上記のダンの提案は良いと思います。これは、1日に実行できるランニングの量を控えめにすることです。
Re: 実験の実行後に DOE で実行をブロックできますか?私の考え：
ツールを使用し、他のツールを使用して他のユーザーとコミュニケーションを取り、これを行うための時間を提供することを計画できないのはなぜですか? これはあなたが実行しているシミュレーション ソフトウェアですか? もしそうなら、ブロッキングはあまり役に立ちません。
ブロッキングは、実験状況で制御できない要因 (ノイズなど) を処理するために使用される手法です。 アイデアは、ブロック内でこれらの要因を一定に保つ (または変化しないようにサンプリングする) ことで、設計の精度を高め、ブロック間でこれらの要因を意図的に変更して推論空間を増やすことです。 実験状況において、1 日内および 1 日の間でどのようなノイズが変化しますか? 日ごとに作用する変動の原因があり、それらが応答変数に何らかの影響を与えることを裏付ける仮説はありますか?
Re: 実験の実行後に DOE で実行をブロックできますか?私は主に、実験が計画どおりに進まず、ブロックされた DOE を計画どおりに実行できない場合の対処法を理解しようとしています。時間をスケジュールしますが、ツールの複雑さとツールを使用する人の数が原因で、それでも混乱する可能性があります.これらはシミュレーションの実行ではありません
Re: 実験の実行後に DOE で実行をブロックできますか?の最初の文を補強するために@ダン_オーバーミラーの投稿: ある日は 100 回の実験を実行し、別の日に 20 回の実験を実行できる場合、毎日 20 回の実行に制限するのは難しいでしょう。はい、毎日きちんとブロックされて最適化されているのはいいことですが、100回実行できる日に追加の実行が安価である場合、それらを実行しないのはなぜですか?提案したように後でブロッキング変数を追加するだけで、最後に十分な実行がなく、可能な限り最小の数の実行を使用していない可能性があることを確認できますが、2倍の実行を実行できた場合同時に、それは問題ではないかもしれません。おそらく、20 のブロックで実験を作成し、その列を破棄して、実行を順番に実行し、日ブロック変数を追加することができます。そうすれば、20 回実行する日と 60 回実行する日がある場合でも、最適に近づくことができます。
20回の実験を実行できる日もあるが、たまに18回しか得られない場合は、1日あたり18回実行することもできます.
計画どおりに進まない場合の対処方法についての質問について: 実験に影響を与えた可能性のある新しい要因 (たとえば、1 日) が見つかった場合は、それをモデルに追加する必要があります。どのような結論を導き出すかについては注意が必要です。制御していない新しい変数を追加すると、原因と結果を推測できなくなる可能性があります。
