입력 하위 집합을 기반으로 DoE 테이블 분할안녕,
아래 예와 같은 경우에 대해 DoE 테이블을 설계하는 가장 좋은 방법을 찾고 있습니다(가능한 경우!).
내 입력 요인이 두 가지 수준(예: 있음, 없음)이 있는 범주형 변수이고 약 20개의 입력 요인과 하나의 숫자 응답 변수가 있다고 상상해 보십시오. 일반적으로 사용자 지정 디자인을 사용하여 20+1 열이 있고 각 행이 20개 입력의 조합이 되는 하나의 테이블이 있는 DoE를 생성할 수 있습니다(아래와 같음).
JMP가 3개의 서로 다른 테이블을 생성하도록 강제할 수 있는 방법이 있습니까? 각각 입력의 하위 집합만 있고 실험이 완료되면 응답 변수에 대한 다른 테이블에 있는 입력의 영향을 계속 계산할 수 있습니까? 예를 들어, 이것이 의미하는 바는 위의 테이블 대신 JMP가 입력 X1-X6만 있는 테이블을 생성하도록 강제할 수 있고, 다른 테이블은 X4-X15라고 하고 세 번째 테이블은 아래와 같이 X9-X20이라고 말할 수 있다는 것입니다.
그리고 여전히 X1과 X20이 맞는 모델의 유일한 입력이었다면 응답이 어땠을지 이해할 수 있습니까? 나는 문서에서 비슷한 것을 찾으려고 노력했지만 운이 없었습니다. 이 방법으로는 불가능할 수도 있지만 도움을 주시면 감사하겠습니다. 감사해요!
데이터 테이블암사슴Re: 입력 하위 집합을 기반으로 DoE 테이블 분할빠른 응답....그렇게 하면 여러 실험(모든 요소)에서 상호 작용을 평가할 수 있는 능력이 상실됩니다. 요인의 하위 집합 내에서만 상호 작용을 얻을 수 있습니다. 그러나 20가지 요인은 많다. 아마도 처음에는 주효과에만 관심이 있을 것입니다. 그런 다음 다양한 부분 설계에 대한 몇 가지 옵션이 있습니다. 문제는 요인과 그 수준의 함수인 설계 공간에 관한 것입니다. 요인을 변경하면 설계 공간이 변경됩니다. 일부를 빼고 나중에 추가하면 비교할 수 없는 완전히 다른 공간이 만들어질 수 있습니다. 이러한 설계 공간이 유용한지 판단하려면 SME가 필요합니다.
Re: 입력 하위 집합을 기반으로 DoE 테이블 분할세 개의 데이터 테이블에 20개의 요소를 분할한 이유는 무엇입니까? 20개 요인 모두에 대한 설계가 포함된 단일 데이터 테이블이 만족스럽지 않은 이유는 무엇입니까? 세 개의 데이터 테이블 중 하나에 요소를 할당하는 기준은 무엇입니까?
@statman 경제적 요인 스크리닝 설계를 시작하도록 제안합니다. 기본 표본 크기가 28런인 사용자 정의 설계, 기본 표본 크기가 50런인 확정 선별 설계, 기본 표본 크기가 24 또는 28런인 Plackett-Burman 설계 또는 다음과 같은 일반 부분 요인 설계를 사용할 수 있습니다. 32회.
더 많은 배경 정보 없이는 더 많은 도움을 드리기 어렵습니다.
Re: 입력 하위 집합을 기반으로 DoE 테이블 분할입력해 주셔서 감사합니다.
@Mark_Bailey : 하위 집합으로 분할하는 이유는 순전히 우리가 사용하는 장비에 의해 제시된 실제적인 제약 때문입니다. 실험에 대한 실행 집합에 유사한 특성이 있는 경우 더 빨리 작동할 수 있습니다. 단일 테이블도 작동하지만 다른 테이블과 매우 다른 재료로 실행하려면 추가 노력이 필요하기 때문에 효율성이 떨어집니다. 따라서 논리적으로 우리는 특정 성분의 하위 집합만 선택하여 표를 분할할 수 있다면(선택은 주로 성분에 대한 사전 지식이 있는 사람들에 따라 다름) 장비. 말이 되기를 바랍니다.
Re: 입력 하위 집합을 기반으로 DoE 테이블 분할안타깝게도 적절한 조언을 제공할 수 있는 컨텍스트가 충분하지 않습니다. 모든 "재료"를 함께 사용할 수 없다면(유사한 성질에 관한 것입니까?) 왜 동일한 실험에 참여해야 합니까? 실험을 보다 효율적으로 만들기 위해 "변경하기 어려운 요소"를 처리하는 옵션이 있습니다.
Re: 입력 하위 집합을 기준으로 DoE 테이블 분할왜 그렇게 하려는지 이해하기 어렵다는 이전 답변에 동의합니다. 내가 틀렸다면 알려주십시오. 하지만 20가지 성분의 서로 다른 하위 집합으로 3가지 개별 실험을 수행하려는 것처럼 들립니다. 실험에 사용된 성분에는 약간의 중복이 있습니다. 그런 다음 결과를 20개 성분 모두를 요인으로 하는 단일 모델로 결합하려고 합니다.
3개의 개별 실험을 실행하는 것과 모델링하는 것 사이에서 결정해야 한다고 생각합니다. 또는 20가지 재료를 모두 사용하여 실험 1개를 실행하고 모델링합니다. 나는 당신이 그것을 두 가지 방법으로 가질 수 있다고 생각하지 않습니다.
3개의 개별 실험을 결합하여 대규모 모델을 만드는 것은 20개 요인의 전체 가능성 공간 중 아주 작은 "구석" 몇 개만 탐색했기 때문에 문제가 있습니다. 그것은 효과적으로 고도로 제한된 실험. 유용한 모델을 구축할 수 있는 방법을 찾기 위해 애쓰고 있습니다.
세 가지 개별 실험을 실행하면 과학적 목표를 더 잘 달성할 수 있을 것이라고 생각합니다(다른 누구보다 잘 알 것입니다).
