連続因子と 1 つのカテゴリ因子を使用した応答曲面設計JMPersの皆さん、こんにちは。
RSM アプローチを使用して、最適な製造パラメータを見つけようとしています。 私の計画には 5 つの応答と 5 つの因子 (連続 4 つとカテゴリ 1 つ) があります。DOE-Classical-Response Surface Design を使用してみました。しかし、因子を入力すると、因子は連続的なものしかできないようです。 CCD デザインを使用していました。 どうすればこれをナビゲートできるかわかりません。 カテゴリ因子を連続因子として設定する作業を進めると、このカテゴリには 2 つのレベルしかないはずなので、計画テーブルにいくつかの意味のないバリエーションが生じます。
私が今やろうとしているのは、カスタム計画を作成し、[モデル] で RSM を選択することです (そして、多項式モデルの項にカテゴリカル因子を使用できないというメッセージが表示されます)。次に、最小実行数を選択します。この場合は 22 (中心点が 2 つ) ですか、それともデフォルトの実行数である 26 を選択する必要がありますか?
私の問題は、これが正しいアプローチであるかどうかわからないということです。もしそうなら、設計の精度をどのように評価すればよいでしょうか? また、ここのフォーラムのどこかで、デザインがカスタムデザインの場合は CCD を使用できないと読みました。 したがって、RSM をどのように使用できるかわかりません。 私の目標は、プロセスを最適化することです。
少し前に同様の質問がありましたが、ユーザーが最終的に何をしたか明確ではないため、ここで質問します。 また、投稿がもう見つからないようです。
ご貢献に感謝いたします。
実験計画法Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計こんにちは、フィルさん
Incr_ch22 についても同じシナリオがあります。 しかし、ブロックを2つに追加したいと考えています。 そうするとインターセプトの威力が非常に低いです。 大丈夫ですか？
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計ひえ@Phil_Kay
説明してくれてありがとう、それは私にとって非常に理にかなっています。 離散数値因数については知っていましたが、それがここで実際に適用できるとは考えもしませんでした。 あなたの貢献は非常に役に立ちました。
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計こんにちは@Incr_ch22 、
いいね。
繰り返される4回の実行が中心点です。 2 つの中心点を指定しました。これは、デザインに含まれる最小数です。 Custom Design では、中心点を 4 つ持つことが望ましいと判断しました。
代替品を添付しました。 誤解のないように言っておきますが、これが「正しい」設計だと言っているわけではありません。
違いは、中心点をゼロに設定していることです。
そして、粉末混合物を離散的な数値因子にしました。 つまり、数値的で連続的ですが、計画では特定の値 (この場合は 50 と 100) のみを取ることができる因子です。 それは正しい因子の種類ではないかもしれませんが、その可能性があることを知っていただきたかっただけです。
代替設計には、若干異なる特性がいくつかあります。 二次効果間の相関は少し低くなります (デザインの評価 > 相関のカラー マップのテーブル スクリプトを確認してください)。 したがって、曲線の関係をわずかに高い精度で推定できるはずです。
しかし実際には、大きな違いはありません。
これがお役に立てば幸いです。
フィル
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計ありがとう@Victor_G設計精度に関するヒントについては、こちらをご覧ください。 もっと詳しく知りたいので、ぜひ読んでみたいと思います！
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計ありがとう@ルーブあなたの返答のために。
はい、以前にいくつかのスクリーニングを実行したことがあり、これらの要因がターゲットパラメータに影響を与えました。
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計どうもありがとう@Phil_Kayあなたの返答のために。
はい、カテゴリカル因子には 2 つのレベルがあります。 結局、デフォルトの実行数でカスタム設計を実行することになりました。この場合は26です。 デザインを分析したところ、まったく同じ実行が 4 つあることに気付きました。 これは間違いなのでしょうか、それともデザインの再現性をテストするための方法なのでしょうか? お役に立てればファイルを添付しました。
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計Phil が共有した内容に加えて、応答曲面設計を実行する前に予備的なスクリーニング設計が完了したかどうかを尋ねます。 各治療の組み合わせのコストがいくらになるかはわかりませんが、RSD が発生する前に、プロセスで変化する可能性のある多くの要因を検査し、より多くの要因の感度を理解することは有益です。
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計こんにちは@Incr_ch22 、
による優れたアドバイスと説明に情報を追加するだけです。 @Phil_Kay 。
デザインとその「精度」の評価は、デザイン作成時に「デザインの作成」をクリックした直後に、「デザイン評価」部分に表示される情報を参照して行うことができます。 設計評価のさまざまな部分を理解するには、「設計評価」セクションにある JMP ヘルプを参照してください。デザイン (jmp.com)
これは、現在の設計を評価するのに役立ちます。また、このプラットフォームを使用してさまざまな設計を比較することもできます。各設計のテーブルを作成し、[DoE] -> [設計診断] -> [設計の比較] をクリックして、比較したいさまざまなモデルを選択します。比較する。
私の個人的な感覚では、因子の数が少ないと、そのほとんどが分析で重要になる「リスク」（または可能性）が高いため、逐次的なアプローチ（主効果、交互作用、次に二次効果または決定的効果）が最適です。スクリーニングと拡張）、またはカスタム RSM モデルのカスタム デザインを直接使用する方法が、設定に最適です。
これがもう少し役立つことを願っています:)
Re: 連続因子と 1 つのカテゴリ因子を使用した応答曲面設計こんにちは、
まず第一に、あなたが説明した内容を考慮すると、カスタム デザインのアプローチは正しいアプローチです。 これがカスタム デザインの目的です。
推定する 20 のパラメーター (1 つの切片、5 つの主効果、10 の 2 因子交互作用、4 つの二次効果) と 2 つの追加の中心点を指定したため、実行の最小数は 22 です。 カテゴリ効果には 2 つのレベルがあると仮定します。レベルが増えると、より多くの実行が必要になります。
ちなみに、中心点は必須ではありません。
JMP は、実験ノイズとより多くの検出力をより正確に推定するために、デフォルトとしていくつかの追加の実行を提案します。
設計の精度を評価することは大きなテーマです。 ここで説明するには多すぎます。 さらに詳しく知りたい場合は、Goos と Jones の『Optimal Design of Experiment: A Case Study Approach』を読むことをお勧めします。
JMP のカスタム計画は、因子の RSM 最適化モデルに最適な 26 実行計画 (中心点が 2 つ) であることをご安心ください。
あるいは、スクリーニングを行ってから最適化を強化するという一連のアプローチを使用することもできます。 これは、すべての要素が応答に重要な影響を与えるわけではないと思われる状況における標準的なアプローチです。 最終的なスクリーニング計画は、スクリーニング実験に適した選択肢となる可能性があります。
これがお役に立てば幸いです、
フィル
連続因子と 1 つのカテゴリ因子を使用した応答曲面設計についてこんにちは、フィルさん
私も同様の問題を抱えています。スクリーニング DOE に続いて最適化 DOE として、増強設計とカスタム設計の両方を試しました。
しかし、Augument 設計では順序数値因子をカテゴリ因子としてのみ認識できるため、Augument 設計に RSM を実際に追加することはできません。顧客設計を使用することが、離散数値因子を追加する唯一の方法のようです。
離散数値係数を追加して最適化 DOE を行う別のアイデアはありますか?
古典的なRSMは連続的な
前もって感謝します。
人
