(基本的に) 実行順序を要素として DoE を評価するこんにちは、
比較的単純なデザインがありますが、JMP で評価する方法がわかりません。
私たちは 2 つの要素に対する I-Optimal 計画を見つけようとしています。1 つ (X1) は、2 つのレベルと中心点を持つ連続因子です。 2 番目 (X2) は、基本的には実行順序の 4 倍です。 この変数の順序は変更できません。X2 が応答の変化につながることはわかっており、その影響と X1 との相互作用を適切にモデル化し、二次効果を評価したいと考えています。 例としてサンプル データ セットを添付しました。
私たちが直面している問題は、JMP でデザインを適切に設定して評価することです。
助けていただければ幸いです。
ありがとう。
実験計画法Re: (基本的に) 実行順序を要素として DoE を評価するこんにちは@ian-weykamp 、
ディスカッションに参加させていただければ、最初の質問とコメントに関する私の考えを以下に述べます。
あなたの状況をよく理解していれば、あなたの状況に対処するためのオプションがいくつかあるかもしれません。以下にそのいくつかを示します。
- ツールの使用回数に基づいて応答の「低下」が予想されるため、ツールの使用回数と応答への影響を結び付けるモデルを作成するために、低下分析を検討することは興味深いかもしれません。 別の要因を使用して劣化分析を実行できるかどうかは完全にはわかりませんが、この種の分析に詳しいコミュニティの他のメンバーがこれに対処する方法についての答えを持っている可能性があります。
- 「ツール」ごとの使用制限により、実験で複数の「ツール」を使用することが予想される場合は、(最初のトピックを補完する) 測定システム解析も実行してみてはいかがでしょうか。 これは、実験の合計分散のうち、ツール (ツール間の違い) に起因する部分を定義するのに役立ちます。 また、劣化研究で 1 つのツールで「安全に」実行できる回数がわかっている場合、ツールの変更による差異を知ることは、実験計画において 2 つのツールから得られる結果を比較するのに役立つ可能性があります。
- 1 つのツールで実行可能な実行数がわかっている場合は、ブロック要素として「ツール」を使用することで、より多くの関心のある要素をスクリーニングできる場合があります。たとえば、ツールごとに 4/8/16 回の実行が可能です。
- 実行数 (X2 列) はランダム化もブロックもできないように見えるため、設計の役割を「連続」ではなく「非制御」に切り替えることもできます。 見る要因 (jmp.com) 。 ニーズに合わせて後から設計を変更するのではなく、適切な役割を備えた設計を作成すると、より信頼性の高いモデルを作成できるようになります。
これらのいくつかのオプションがあなたの考察や実験のセットアップに役立つことを願っています。
Re: (基本的に) 実行順序を要素として DoE を評価するおそらく、さらに明確になるでしょう:
ここで X2 は次のように考えることができます。とてもこの高価なツールは測定ごとに 4 回使用され、プロセスごとに 1 回しか使用されません。X2 の読み取り値は 4、8、12、... になります。このツールの使用数が増加するにつれて、私たちの対応に影響が出ることがわかっています。 したがって、X2 の順序を変更することはできません。実行順序が増加するにつれて、X2 は本質的に実験の実行順序と考えることができます。
この設計の目的は、以前に確立された X2 値の制限を超えて応答の許容可能な値の範囲をモデル化することです。 基本的に、プロセスは特定の実行ポイント数まで実行され、その後停止されます。
Re: (基本的に) 実行順序を要素として DoE を評価する面白い、しかし、私は混乱しています。
私の考え: 実行順序はどのように影響するのでしょうか? それが有意であり、3 番目のレベルが最良の結果を与えるとしましょう。 この知識を使ってどうやって業務を遂行できるでしょうか? このプロセスをどのように実行しますか? したがって、実際的な意味で X1 と X2 の相互作用を最適化することもできます。 さて、因子 X2 だとすると、時間、複数のレベルを持つ連続因子があります。 当然のことながら、X2 はランダム化できないため、ランダム化には制限があります。 時間の経過とともに何が変化しているのでしょうか？
もう 1 つの考えは、因子 X1 の各レベルを 4 回 (順番に) 実行し、合計 12 回実行することです。 基本的には長期にわたる OFAT です。
もう 1 つの考えは、特定の 4 回に限定されず、時間をかけて各レベルのサンプリング (対 DOE) を実行することです。
きっと他の人も声をかけてくれるでしょう。
