Re: いくつかの欠陥部品を含む DoE 結果の分析やあ@ruskicar 、
あなたの説明に基づいて、あなたの DoE はモデルベース (プラットフォームのカスタム デザイン、DSD、またはクラシック) であり、Space-Filling デザインのようなモデルに依存しないと思いますか?
ポイントは特定のモデルの仮定/仮説に基づいて作成されているため、モデルベースの設計からポイントを削除することは複雑であり、取得したモデルに深刻な「損傷」またはバイアスを与える可能性があるため、推奨されません。 モデリング オプションの柔軟性が向上するため、モデルにとらわれない設計ではそれほど複雑さや困難はありません。
あなたの提案にはいくつかの素晴らしいアイデアがあります。ここにいくつかのコメントまたは他の提案があります。 私はあなたのような分野の専門家ではないので、あなたの分野に無関係に聞こえる可能性のある提案は無視してください。
- モデルから情報を (たとえ偏っていたとしても) 完全に削除してしまい、深刻な偏りが生じる可能性があるため、明らかにお勧めできません。
測定しているさまざまな次元に値のしきい値がある場合 (特定のしきい値を上回ったり下回ったりすると、データに誤りがある可能性があります)、列プロパティの [検出限界] を使用して、さまざまな応答の上限または下限のしきい値を指定できます。 ここにいくつかのユースケースと例があります:一般化回帰を使用して、検出限界で設計された実験を分析... - JMP ユーザー コミュニティ
1.a) に関して、ドメインの専門知識の観点から、さまざまな外れ値手法 (ボックス プロットなどの単変量解析、T² などの多変量解析、ジャックナイフ/マハラノビス距離、PCA、クラスタリングなど) のサポートを使用して、どの次元が間違っているように見えるかを特定できますか? Normal Mixtures/K-Means のようなテクニック? はいの場合は、新しい連続数値列 (周波数/重量) を導入して、「有効な」測定値の数値を大きくし、「誤った」測定値の数値を小さくして、この列を使用されるモデリング プラットフォーム。 これにより、有効な測定値が無効な測定値よりも数倍多く測定されたかのように、有効な測定値が無効な測定値よりも強調されます。
誤った測定を見つけるために使用した分析に応じて、これらの値を帰属させる方法はいくつかありますが、たとえばジャックナイフ/マハラノビス距離の逆数を計算された頻度として使用することで、興味深いことが機能する可能性があります。1 つの実験の距離が長いほど、周波数を下げると、この実験がモデルに与える影響が少なくなります。
- 二項応答 (安全/異常) を使用することにより、最初のモデルを使用して、計画内のいくつかの因子値と異常/異常値の存在の間にリンクがあるかどうかを確認できます。 リンクがある場合は、予測確率を保存し、これらの確率を最適化プロファイラーの 2 番目の応答として使用できます。ドメイン ターゲット (最初の応答) に基づいて、異常な値から「安全」である可能性が最大になるように最適化します (2 番目の応答)。二項モデルからの確率に基づく)。
- それは依存します: 不良部品があると平均応答に影響を与える可能性があるため (再現性がなくても固定効果)、因子は固定効果および/または変量効果のいずれかと見なすことができますが、変量効果と見なすこともできます。応答分散への影響。 欠陥があるかどうかを特定できれば、プラットフォーム「Fit Y by X」を使用した簡単な比較テストを実現して、部品間の違いが応答平均の違いの方に向いているかどうかを評価できる場合があります。応答分散の違いに向かって。
このコメントがお役に立てば幸いです:)
Re: いくつかの欠陥部品を含む DoE 結果の分析申し訳ありませんが、私は少し混乱しています。 適切なアドバイスを提供するのに十分なコンテキストはありませんが、私の考えは次のとおりです。
寸法を測定している場合、これらは連続測定であると思います。 これらの値を使用して、実験を分析します。 実験の目的の 1 つは、応答変数のバリエーションを作成することです。 ある程度、バリエーションが増えるほど、因果関係が見えやすくなります。 作ることが目的ではない良い部品。 実は短期間でパーツにバリエーションを持たせることです。 複数の次元があるため、多変量解析も行いますが、それ以外に、適合モデルを使用してすべての次元を Y に読み込み、モデルを飽和させて重要なモデル効果を探します。 モデルを縮小し、残差を分析します。
Re: いくつかの欠陥部品を含む DoE 結果の分析statman に感謝します。しかし、私はあなたの主張に同意します。
- 部品は CMM で測定されます。
- 寸法によっては、CMM プローブが測定位置 (点) に到達できないような形で欠陥部品が変形している。
Re: いくつかの欠陥部品を含む DoE 結果の分析ありがとうビクター、それらのアイデアは間違いなく私を助けてくれます。
いくつかの欠陥部品を含む DoE 結果の分析やあ、
30 個の部品が製造された計画された実験の結果をモデル化しようとしています。 測定される特性は部品のさまざまな寸法です。
ただし、これらの部品のうち 10 個には明らかな欠陥があり、これらの欠陥部品の一部の寸法は明らかに間違っています。 他の次元も影響を受ける可能性があります。
モデリングを行う方法としては 3 つ（4 つ）の方法が思い浮かびます。
1) 欠陥部品を分析から削除します (欠陥部品が 10 個あるため、これは困難です)。
1a) 他の寸法は影響を受けないと仮定して、明らかに間違っている寸法のみを削除します。
2) 品質を説明する別の応答をモデルに追加します (良品の場合は 1、欠陥品の場合は 0)。 次に、品質 = 1 を持つもののみをターゲットにします。
3) ランダムな効果を持つブロック因子を追加し、パーツを 2 つのグループに分離します
何を指示してるんですか？ これを行うためのより良い方法を考えていますか?
ありがとう！
消費者および市場調査実験計画法結果の共有と伝達
