이것은 2023년 하계 웨비나 시리즈 DOE의 힘 잠금 해제의 첫 번째 프레젠테이션입니다.
이 프레젠테이션에서는 통계적 실험 설계(DOE)의 기초에 대해 알아봅니다. 이 세션에서는 이 실험 방법이 기존 방법과 어떻게 다른지, 그리고 이것이 어떻게 과학자와 엔지니어가 실험에서 투자 수익을 극대화할 수 있는지 보여줍니다.
Q&A 세션
Q: 요인이 반응과 비선형적인 관계가 있는 경우에는 어떻게 됩니까?
A: 다항식 항 또는 다른 모델 항을 추가할 수 있습니다. 근사치를 내다 비선형 응답. 선형 회귀를 기반으로 하지 않는 추가 모델링 기능(의사결정 트리, 신경망 등) 사용을 고려할 수도 있습니다.
Q: JMP를 사용하여 한 번에 한 요인씩 접근하는 이전 실험을 어떻게 분석할 수 있습니까?
A: 설계를 모델링하는 것처럼 JMP를 사용하여 과거 데이터를 모델링할 수 있습니다. 그러나 요인은 상관관계가 있을 수 있으며 결과 모델이 적합하지 않을 수 있습니다. 당신은 또한 더 사용할 수 있습니다 고급의 모형을 만들거나 요인 선별(반응 선별 또는 예측자 선별)을 사용하여 중요한 변수를 식별하는 회귀 방법.
Q: 요인을 정확하게 제어할 수 없는 경우에도 설계된 실험으로 시스템을 연구할 수 있습니까?
A: 이 상황을 처리할 수 있는 몇 가지 방법이 있습니다. 1) 설정의 가변성이 높은 설정과 낮은 설정이 겹치지 않도록 요인 설정에 충분한 범위가 있는지 확인할 수 있습니다. 2) 프로필 시뮬레이터를 사용하여 요인 설정의 분산을 시뮬레이션하고 요인 분산이 반응에 어떤 영향을 미치는지 확인할 수도 있습니다.
Q: X 계수 설정이 설계의 설정점에서 변경되는 경우 이를 어떻게 처리합니까? 예를 들어 DOE에서 요인 설정 8을 요구했지만 요인 제어의 제한으로 인해 설정 8.2에서 실행한 경우 어떻게 됩니까?
A: DOE의 수준으로 제어할 수 없는 변수가 있는 경우 실제 X에 대한 데이터 테이블에 열을 만들어 요인 설정에 대한 실제 값을 기록할 수 있습니다. 그런 다음 설계에 필요한 설정점을 모델링한 다음 실제 값을 모델링하여 차이가 있는지 확인할 수 있습니다.
