中心点と因子レベルの比較こんにちは：
私は DOE の教科書を勉強しているのですが、ある例では 2 つのレベルを持つ 2 つの因子があります。
2^2 実験は 5 つの中心点で設定されています。 レプリケートやブロックはありません。 合計9回の実行
私の質問は、CP の利点は何ですか。なぜ 3 レベルの 2 因子実験を合計 8 回実行しないのかということです。
Q1) どちらのシナリオがより有益ですか?
Q2) CPを使用する必要がある場合と、追加レベルを使用する必要がある場合はありますか?
ご協力をよろしくお願いいたします。
よろしくお願いします、
ヴァルン・カティヤル
実験計画法Re: 中心点と因子レベルの比較こんにちは@VarunK 、
中間点と中心点の違いについての以前の投稿に対する私の回答を確認しましたか?
https://community.jmp.com/t5/Discussions/effect-of-centre-points/mp/671637/highlight/true#M85961
私の答えでは、「中間」点（特定の二次係数項のテストと推定）と中心点（曲率のテスト、不適合テスト、中心の分散予測の減少）の間には異なる用途があることを説明しようとしました。実験スペース、...) ということで、あなたの 2 つの質問は前の投稿ですでに答えられていると思います。
別のシナリオよりも「有益な」シナリオはなく、特定の目的に対しておそらく別のシナリオよりも適合しているシナリオがあるだけです。 前回の投稿の私の回答をもう一度読んで、探している回答が見つかった場合は解決策としてチェックしてください。これは、他のメンバーが探している情報を直接見つけるのにも役立ちます。
Re: 中心点と因子レベルの比較こんにちは、ビクター:
お忙しいところありがとうございました。
以前の回答を読みましたが、それに基づいてさらに質問があり、調べてみましたが、回答が見つかりませんでした。
教科書の例、つまり 5 CP の 2^2 の完全実施要因計画と、私が興味を持っている 3^2 (どちらの因子も 2 ではなく 3 水準を持つ) 計画を例にとると、両方のシナリオで 9 回の実験が実行されます。それぞれの実行の利点。
1) CP 実行は曲率の検出に役立ちます (ただし、曲率が存在する場合にどの要素が影響するかはわかりません)。純粋なエラーの解決に役立つため、出力が向上します。
2) 3 レベルの実行は曲率の検出と要因の特定に役立ち、出力も (CP 実行と比較して小さい値で) 増加すると思いますが、純粋なエラーは発生しません。
そこで私は、何が研究者に選択肢を選ばせるのかを理解しようとしていました。
ご協力をよろしくお願いいたします。
Re: 中心点と因子レベルの比較以下は両方の設計の電力比較です。
インターセプトのパワーは、cp を使用した 2^2 設計と比較して 3^2 設計の方が低くなりますが、残りはすべて大きいかほぼ同様です。
このケースでは 3^2 を選択するつもりですが、それ以上の因子と 3^k 計画はより高価で時間もかかるため、中心複合計画につながる CP を使用した応答曲面計画または 2^k 計画の方が有益です。
比較して他に不足している詳細があればお知らせください。
Re: 中心点と因子レベルの比較他の投稿で述べたように、2 つのデザインの可能性のどちらかを選択/決定するには、考慮すべき点がいくつかあるかもしれません。
- 研究段階: このデザインは の一部ですか?
- スクリーニング段階したがって、二次項は推定に必要ではないかもしれませんが、モデルが研究対象のシステムに適切であるかどうかを確認するために、選択した実験領域が関連しているかどうかを考慮する不適合テストは興味深いかもしれません。
- 最適化フェーズ、したがって、応答曲面モデルに適合させるために二次項の推定が必要になる場合があります。または
- 堅牢性フェーズ ;最適設定の堅牢性を評価したい場合、中心点は以前に見つかった最適条件に対応し、この最適値周辺の変動が無視できるものであることを確認したいため、ここでは中間点は必要ないかもしれません。これは、モデル内の複雑な項を推定するというよりも、実験空間の中心での予測の分散を評価して削減することに重点を置いています。これは、変動がまったくないか、ほとんどないため、統計的に有意な効果が期待できないためです。
- ?
- ドメインの専門知識: 二次効果を推定する必要性についての事前知識はすでにありますか? 研究中のこのシステムについて二次項を考慮することは意味がありますか? それとも、より単純なモデルを検討するのに十分な場合がありますか?
- 目標（学習段階に関連） : 効果のスクリーニング/統計的有意性、および/または予測パフォーマンスに重点を置いていますか? 目標によっては、ある設計が他の設計よりも適切な場合があります。
また、この例は因子が 2 つだけの単純な例 (したがって、より教育的な例) であることも考慮してください。ただし、より多くの因子を使用する場合、二次効果推定を行わない計画とこれらの効果推定を使用する計画との間の実験実行数の差が生じることになります。すぐに重要になる可能性があります。
これらの点はすべてを網羅しているわけではありませんが、ある設計を別の設計より選択する際には設計の評価が重要である可能性があることを説明するための例として役立ちますが、最も有益な妥協点を見つけるには、選択には常にドメインの専門知識、目標、検討段階も考慮する必要があります。実験の実行回数が最も少ない場合。
この回答がお役に立てば幸いです。
Re: 中心点と因子レベルの比較Victor さん、貴重なお時間を割いて知識を共有していただきありがとうございました。
