DOE에 대한 전력 분석의 RMSE를 얻는 방법안녕하세요! 이 질문은 이전에 여러 번 요청된 것 같습니다. 그러나 여러 요인이 있는 DOE에 대한 전력 분석을 위한 RMSE를 얻는 방법에 대해 여전히 혼란스럽습니다. 7개의 요인과 10개의 응답이 있다고 가정해 보겠습니다. 피팅 모델을 구성하기 위해 먼저 각 응답에 대해 10개의 서로 다른 파일럿 연구를 수행한 다음 RMSE를 얻어야 합니까(많은 작업이 필요합니다!)? 파일럿 연구를 설정하는 방법은 무엇입니까? 누군가 RMSE를 얻기 위한 더 자세한 절차를 제공할 수 있습니까? 감사해요!
실험 설계Re: DOE에 대한 전력 분석의 RMSE를 얻는 방법안녕 @덴드로그램스티어 ,
전력 분석 평가에 대한 귀하의 질문은 실제로 이 포럼에서 매우 자주 묻는 주제입니다.
이 분석을 사용하는 방법과 모델의 결과를 신뢰하는 방법에 대한 몇 가지 흥미로운 토론이 있습니다(전체 목록이 아님).
https://community.jmp.com/t5/Discussions/Should-I-consider-power-analysis-in-DOE/mp/501063
https://community.jmp.com/t5/Discussions/Comparing-DoEs-Why-DGAI-efficiencies-are-all-the-SAME-and/mp/559266
https://community.jmp.com/t5/Discussions/Losing-Power-and-Prediction-Variance-in-Custom-DOE-constraints/mp/544828
검정력은 효과적으로 존재하는 경우 중요한 효과를 감지할 수 있는 능력입니다.연구의 특성에 따라 선별(또는 최적화 시작) 단계에 있을 수 있으므로 중요한 효과를 놓치지 않도록 디자인의 힘을 평가하고 평가해야 합니다.
전력 분석을 효율적으로 사용하려면 다음을 지정해야 합니다.
- 감지해야 하는 신호의 크기("예상 계수" 값을 통해)
- 실험 및 응답 측정 노이즈의 추정치("예상 RMSE" 값을 통해)(각 응답에 대해 결정되거나 최악의 시나리오 사용(더 큰 값))
- 유의 수준 임계값(기본적으로 0,05).
여기에서 전력 분석 플랫폼에 대한 자세한 정보를 찾을 수 있습니다. 전력 분석(jmp.com)
과거 데이터가 없는 경우 연구 시작 또는 스크리닝 단계에서 이러한 정보가 없을 수 있습니다(그리고 이러한 파일럿 연구를 생성하는 것은 언급한 대로 많은 작업을 나타낼 수 있습니다. DoE의 맥락에서 수행할 수 있는 실행).
그러나 이 Power 분석 플랫폼을 사용하여 다양한 디자인 및/또는 모델을 비교하고 실험 예산/제약이 효과적으로 중요한 효과를 감지할 가능성에 어떤 영향을 미칠 수 있는지 평가할 수 있습니다.
이 첫 번째 답변이 도움이 되기를 바랍니다. 다른 DoE 전문가는 다음과 같습니다. @Phil_Kay 또한 새로운 관점을 제공하거나 이 토론을 풍부하게 할 수 있습니다.
Re: DOE에 대한 전력 분석의 RMSE를 얻는 방법10개 응답 모두에 대한 전력 분석이 필요한 경우 10개 응답 모두에 대한 RMSE가 필요합니다. 먼저 10개 응답 모두에 대해 전력 분석이 필요한 이유에 대해 질문합니다. 그것들이 모두 그렇게 중요합니까? 아마도 그럴 것입니다.
이것은 각 응답에 대해 별도의 파일럿 연구를 수행해야 한다는 의미는 아닙니다. 그것은 매우 이상할 것입니다. 결국 각 응답에 대해 별도의 실험을 수행하지 않을 것입니다.
사실 파일럿 연구를 전혀 실행할 필요가 없을 수도 있습니다.
요인이 일정하게 유지될 때 반응의 변동성에 대한 추정치가 필요합니다. 프로세스/시스템의 기존 데이터에서 이 정보를 얻을 수 있습니다. 그렇지 않은 경우 모든 요인을 일정하게 설정하고 6회 실행에 대한 모든 반응을 측정합니다(여유가 있다면 더 많을수록 좋습니다). 이러한 6회 실행에 대한 각 반응의 표준편차는 전력 분석에 사용할 수 있는 반응의 가변성에 대한 유용한(완벽하지는 않음) 추정치가 됩니다.
도움이 되길 바랍니다.
필
