여보세요,
다음 요소를 사용하여 DOE를 설계하려고 합니다.
X1 -1 +1
X2 -1 +1
X3 -1 +1
X4 L1 L2 L3
실험적 물류로 인해 X4는 쉽게 변경할 수 없습니다. 변경하는 데 하루 종일 필요합니다. 다른 요인은 각 실험 중에 쉽게 변경할 수 있습니다. 저는 X1, X2, X3를 사용하여 전체 요인 DOE 설계를 수행하려고 생각했습니다. 그런 다음 X4의 각 레벨에 대해 동일한 디자인을 반복합니다. 그러나 이것은 지나치게 단순하고 올바른 방법이 아니라고 생각합니다. 나는 길을 잃었다.
DOE 설계를 어떻게 진행하고 이를 캡처하는 보다 우아한 방법을 가질 수 있습니까? 나는 X4의 각 수준 내에서 X1, X2, X3의 모든 조합이 포함되는 것을 선호합니다. 이러한 변수는 변경하기 쉽고 시간/자원을 소모하지 않기 때문입니다. 고맙습니다.
JMP로 이 실험을 쉽게 설계할 수 있습니다. 실험계획법 > 맞춤 설계를 선택합니다. 요인을 있는 그대로 정의하십시오. X4의 Changes 열에서 Easy를 클릭하고 Hard를 선택합니다. 모든 조합을 추구하는 것을 환영하지만 이 목표는 종종 불필요합니다. JMP는 주어진 예산(실행 횟수) 및 추정해야 하는 모델의 항과 같은 기타 측면에 대한 최상의 조합을 결정합니다. 나는 조합("우승자 선택")의 관점에서 생각하지 않고 모델("추정 가능성")의 관점에서 생각합니다.
DOE에서의 배경은 무엇입니까? DOE에 대한 JMP 설명서를 읽어 보셨습니까? 다른 책이나 기사를 읽은 적이 있습니까? 우리는 답변 수준을 귀하의 경험 수준과 일치시키는 것을 좋아합니다.
답변 주셔서 감사합니다. 저는 JMP에서 몇 가지 과정을 수강했지만 그 이후로 몇 년이 지났습니다. 나는 모든 조합이 필요하지 않다는 것을 이해합니다. 그러나이 특정 실험을 위해; 장비의 설정을 변경하기 위해 버튼을 누르는 것보다 훨씬 더 많은 시간이 걸리지 않습니다.
내가 중단한 부분부터 시작하려면 이 스크립트를 실행하십시오. 네 가지 요인 모두로 정의된 실험 영역 전체에서 반응을 잘 예측하고 싶다고 가정했습니다.
DOE(
Custom Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Continuous, -1, 1, "X1", 0 ),
Add Factor( Continuous, -1, 1, "X2", 0 ),
Add Factor( Continuous, -1, 1, "X3", 0 ),
Add Factor( Categorical, {"L1", "L2", "L3"}, "X4", 1 ),
Set Random Seed( 43146839 ), Add Term( {1, 0} ), Add Term( {1, 1} ),
Add Term( {2, 1} ), Add Term( {3, 1} ), Add Term( {4, 1} ),
Add Term( {1, 1}, {2, 1} ), Add Term( {1, 1}, {3, 1} ),
Add Term( {1, 1}, {4, 1} ), Add Term( {2, 1}, {3, 1} ),
Add Term( {2, 1}, {4, 1} ), Add Term( {3, 1}, {4, 1} ), Add Term( {1, 2} ),
Add Term( {2, 2} ), Add Term( {3, 2} ), Set N Whole Plots( 5 ),
Set Sample Size( 25 ), Simulate Responses( 0 ), Save X Matrix( 0 )}
);
