多点バッチ テストの結果を完全実施要因計画法に含めるにはどうすればよいですか?機械式ミキサーで 4 つの成分を混合して製造したバッチの栄養素の均一性を評価しようとしています。複数の応答 (栄養素 - 鉄、銅など) を使用して、それぞれ 2 つのレベル (成分の種類、混合速度、使用される材料の量) で 3 つの因子を使用する完全要因計画を使用したい。
完全実施要因計画 2 * 2 * 2 計画 = 8 回の一意の試行
各試験からの製品は 2 つのバッグにパッケージ化され、テスト用のバッグから複数の場所 (上/中/下) からサンプルが抽出されます。各バッチから合計 18 個のサンプルをテストします。 このデータを DOE に含めるにはどうすればよいですか? 要因としてサンプルの場所とバッグ番号を作成する必要がありますか?または、完全実施要因計画に含めるために、18 のサンプル テストの結果を平均する必要がありますか?バッチの均一性を評価するために、バッチ結果ごとに個別の ANOVA 分析を実行する必要がありますか?
Re: 多点バッチ テストの結果を完全実施要因計画法に含めるにはどうすればよいですか?この場合、すべての組み合わせが必要なため、完全実施要因計画法が適しています。 要因としてバッグと位置を含めます。 デザインを複製しないでください。 平均濃度をモデル化して、ランダムな変動がアッセイではなく主にプロセスに起因するようにします。 代わりに、テーブルの応答データ列の右側に 3 つの列を追加します。 これらの列に 3 回のアッセイを入力します。 応答データ列に平均の数式を追加します。 (ヒント: 複製データ列を選択し、そのうちの 1 つを右クリックして、[新しい数式列] > [集計] > [平均] を選択します。 この列から数式をコピーして、応答データ列の数式に貼り付けます。 新しいデータ列は必要ないので、削除してください。 または、その方が速いと思われる場合は、応答データ列に式を直接作成してください。)
モデル テーブル スクリプトの横にある緑色の三角形をクリックします。 Bag または Position を含むクロス タームを削除します。 Bag および Position タームを選択し、Attributes の横にある赤い三角形をクリックして、Random Effect を選択します。 次に、混合方法、材料の量、および材料の種類の固定効果を見積もります。 REML アウトラインには、バッグ、場所、および統計誤差の分散コンポーネントの推定値が表示されます。
Re: 多点バッチ テストの結果を完全実施要因計画法に含めるにはどうすればよいですか?ハイマーク
返信ありがとうございます。
完全実施要因計画は、すべての組み合わせによる試行を含む、おそらく最良の古典的な包括的計画です。実際には、私の要因の 2 つはカテゴリ (タイプミス - 混合速度ではなく混合技術が要因、混合速度は一定)、合計 3 つの要因 (混合技術、材料の量または充填レベル、材料の種類) です。はい、応答はそれぞれの栄養濃度で測定されます。
バッグは満杯になるとほぼ円筒形になり、高さは約 3 フィートになり、特別なサンプラーを使用してサンプルを採取します。これにより、サンプルを上部/中央/下部の同じ高さ/深さから採取できます。 各バッチは 2 つのバッグ (バッグ 1 および 2) になります。 1袋につき、3箇所（T/M/B）でサンプルを採取する予定です。 バッグあたり 9 サンプル (バッチあたり合計 92 = 18 サンプル)。 サンプルの水平方向の位置を固定するつもりはないので、バッグごとに 3 つの位置からの上位 3 つのサンプルを複製と見なすことができます。 「サンプルの垂直位置」(上、中、下) とバッグ番号 (1/2) を因子として使用するつもりです。どう思いますか？ はい、アッセイなどのばらつきにより、T/M/B 用に 3 つのサンプルを採取します。
ありがとう
Re: 多点バッチ テストの結果を完全実施要因計画法に含めるにはどうすればよいですか?付け加えるのを忘れていましたが、設計に取り込まれていない分析のもう 1 つの側面は、ネスティング因子レベルの。 たとえば、場所 = 中央は各バッグで同じではありません。 それは物理的に不可能です。 JMP の計画法では、すべての因子水準が交差した. ネストされた構造は、[モデルの適合] 起動ダイアログ ボックスに追加されるもう 1 つの側面です。
[モデルの適合] ダイアログ ボックスでモデルを指定する際にサポートが必要になる場合があります。質問してください。
Re: 多点バッチ テストの結果を完全実施要因計画法に含めるにはどうすればよいですか?リクエストを明確にするためのいくつかの質問。
- なぜ完全実施要因計画法を選んだのですか?
- 各因子に 2 つのレベルを選択したのはなぜですか? 因数のうち 2 つは連続的です。 これらの因子の 2 つのレベルは、それぞれの効果が線形であると仮定しています。
- 反応は量（例：体重）または濃度として測定されますか?
デザインが決まったようです。 解決策の多くは、応答への影響をモデル化する方法と、必要な推定値によって異なります。 エフェクトには固定のものとランダムなものがあります。 3 つの要因が固定効果に寄与します。 バッチはランダムな効果をもたらします。 バッグと場所はどうですか？ 各バッチの各バッグの各場所から 3 回サンプリングしているようです。 もしそうなら、栄養素レベルを決定するためのアッセイの不正確さのために、3 つのサンプルが必要ですか? システム誤差の測定が変動の大部分を占める場合、特徴付けたいプロセス変動からそれを分離することができます。 3 つの測定値の平均推定値を使用して、測定誤差成分を減らします。
要因として、バッチ、バッグ、および場所を入力できます。 JMP は、デフォルトでこれらの効果を固定としてモデル化しますが、[モデルの適合] ダイアログ ボックスでランダムに変更できます。 変量効果は、分散成分の推定値を生成します。 固定効果は係数推定値を生成します。
分散成分の推定には、比較可能な信頼区間の平均推定よりもはるかに大きなサンプル サイズが必要です。 つまり、平均の推定は、分散の推定よりもはるかに効率的です。
