DOE - より狭い範囲に焦点を当てるための設計の強化こんにちは、
質問：因子の焦点を絞った範囲を追加する DOE (拡張計画) に実行を追加する方法はありますか。 このようにして、より広い範囲を評価し、事前の知識に基づいて予想される最適な範囲に焦点を当てることができます。
元。 0 ～ 100 の係数 (A) で 25 回の実行+ 0 ～ 30 の係数 (A) で 5 回の実行
背景：
私は非常に広い範囲の因子を対象とした最終的なスクリーニング計画を作成しました。 私は、この係数が通常有効である範囲が特定の範囲 (任意に ~20) 内であることを示す事前知識 (社内および文献の両方) を持っています。 そうは言っても、事前知識が OFAT アプローチに基づいている場合、DOE は驚かれる可能性があるため、私はより広い範囲を選択しました。
現在の DOE のこのパラメータの範囲は 0 ～ 100 です。 DOE を見ると、生成された 3 つのレベル (0、50、100) があります。 私の懸念は、上位 2 レベル (50 と 100) が両方とも最適点をはるかに上回っている可能性があるため、意味のあるデータが得られないことです。 私はさらにランを追加し、DOE にターゲット 20 マーク付近の集中的で狭いスペースも追加で評価するよう強制することについて議論しています。
実験計画法ウィンドウズRe: DOE - より狭い範囲に焦点を当てるための設計の強化こんにちは@MetaLizard62080 、
はい、計画を拡張するときに因子範囲を変更できます。拡張設計ウィンドウ (jmp.com)
デフォルトでは、JMP はデータテーブルと各因子の列プロパティ「コーディング」に基づいて因子の範囲値を追加しますが、因子の範囲を拡張または制限する可能性は依然としてあります。
他にも実行できる変更があります。因子間の制約、モデル内の項 (たとえば、より複雑さを追加)、最適性の基準、どれかを選択できます増強の種類あなたはやりたいと思っています。
この（短い）回答がお役に立てば幸いです。
Re: DOE - より狭い範囲に焦点を当てるための設計の強化私は次のような考えを持っています。
1. あらゆる場合に役立つ唯一の方法論や実験は存在しません。
2. 私は反復を信じています。つまり、最初の実験は次の実験の計画に役立ちます。この目的を達成するには、一次モデルを使って理解を深め、その後の実験で理解を深めてください。言い換えれば、最初の実験ですべてを理解しようとしないでください。KISS (シンプルかつシーケンシャルに保つ)。
3. 二次効果を調査しながら大胆に推論空間を増やすというアプローチは合理的だと思われます。これを最初に実行してから、フォローアップ実験を計画します。「勝者を選ぶ」のではなく、因果関係を理解しようとしているということを忘れないでください。最適レベルの決定は、後続の反復で行われます。
4. 実験にノイズを含めることもお勧めします。
Re: DOE - より狭い範囲に焦点を当てるための設計の強化フォローアップするため。 オーグメントデザイン機能を使用しようとしましたが、範囲を変更して制限するのではなく（0〜30を入力しました）、0での実行が追加されただけです。0〜30の制限が元の0〜100の範囲内にあったためだと思います。
0、50、100 であった実行にモデルに 0、15、30 を強制的に追加する方法はありますか?
Re: DOE - より狭い範囲に焦点を当てるための設計の強化1 つの因子に対して 0 ～ 30 の間で新しい実行を行いたい場合は、因子範囲を変更する必要があります。変更しない場合、JMP は元の因子範囲 (0 ～ 100) に基づいて計画を拡張します。
新しい実行と値は、想定したモデルによっても異なります。0、15、および 30 に点が必要な場合は、係数範囲を 0 ～ 30 にし、中心点で計画を拡張するか、次の方法で計画を拡張する必要があります。モデルのニーズと目的に応じて、モデル内のこの係数に二次効果を追加します。
また、拡張のために選択されたモデルと最適性基準に応じて、実験空間の境界と中心での点の再分割が異なる場合があることにも注意してください。最適性の基準
中間レベル 15 (範囲が 0 ～ 30 の場合) での点の生成を容易にするために、拡張で I 最適計画 (モデルに二次効果を追加することに加えて) に切り替える必要がある場合があります。
