D-최적 디자인을 올바르게 만드는 방법은 무엇입니까?안녕하세요,
나는 지금 교과서에 나오는 연습을 따르고 있지만 작가의 작업을 흉내낼 수는 없습니다.
이 책은 Douglas C. Montgomery, 실험 설계 및 분석(2020)입니다.
445~448페이지의 예제 11.3을 요약하면 다음과 같다.
4가지 요소,
정확히 16번의 실행에서
D-최적
JMP 사용
결과는,
그러나 이 결과를 흉내낼 수는 없습니다.
JMP>맞춤형 DOE>
- 4가지 연속요인
-RSM
- 'D-최적성'
- 실행 : 16
위의 4개는 다음 그림과 같이 내가 지정한 값입니다.
그러나 결과는 교과서와 같지 않다.
다음과 같이 항상 소수점 아래의 요소를 포함합니다.
따라서 교과서 사이에는 동일성이 없습니다.
내가 놓친 점은 무엇입니까?
통과하는 방법을 알려주세요.
고급 통계 모델링데이터 탐색 및 시각화실험 설계Re: D-최적 디자인을 올바르게 만드는 방법은 무엇입니까?안녕 @마이크킴 ,
알고리즘을 통해 최적의 설계로부터 실험점이 생성됨에 따라( 좌표 교환 알고리즘 ) 처음에는 무작위 점을 기반으로 무작위성의 일부가 존재하며 성능과 특성은 비슷하지만 요인과 실행에 대한 개별 실험 값이 다른 다양한 최적 설계로 이어질 수 있습니다.
때때로 볼 수 있는 "이상한" 값(예: 1 대신 0.81, 0 대신 -0.22)은 초기 무작위 값을 기반으로 한 설계 생성 프로세스 때문입니다. 각 설계 생성의 시작 횟수와 시간을 수정하면 발견된 설계의 전역적 최적성이 향상될 수 있지만 여전히 그러한 값이 나타날 수 있습니다. 이는 큰 문제가 아니며 이러한 값을 보다 일반적인 값(예: 0.81을 1로 반올림)으로 "반올림"할 수 있으며 최적성은 약간만 손실될 수 있습니다.
동일한 맞춤 디자인을 다른 디자인과 사용하려는 경우 가장 좋은 옵션은 무작위 시드를 설정하여 초기 무작위 포인트가 동일하고 수렴이 동일한 디자인으로 이어지도록 하는 것입니다. 해결됨: Re: DOE 생성을 재현 가능하게 만드는 것이 가능합니까? - JMP 사용자 커뮤니티
이 예의 경우 이 설계를 생성하는 데 사용된 시드가 없으면 정확히 동일한 최적 설계를 찾는 것이 어려울 수 있지만 여러 번 생성하고 옵션을 사용하여 확대할 수 있습니다. 시작 횟수 그리고 디자인 검색 시간.
이 답변이 도움이 되기를 바랍니다.
Re: D-최적 디자인을 올바르게 만드는 방법은 무엇입니까?또한 많은 상황에서 다른 설계와 최적성 기준에 대한 값이 동일하기 때문에 동일하게 최적인 설계가 두 개 이상 있다는 점을 기억하십시오. 실행과 관련하여 설계가 매우 다르게 보일 수 있지만 JMP에서 평가한 것과 동일합니다.
솔루션이 하나뿐인 경우가 아니면 사용자 정의 디자인 플랫폼 하단에 있는 뒤로를 클릭한 다음 디자인 만들기를 다시 클릭하여 다른 디자인을 얻을 수 있습니다.
Re: D-최적 디자인을 올바르게 만드는 방법은 무엇입니까?고마워요 빅터.
제 생각에는 실제로 요소의 수준을 정수로 고정하는 방법이 있었을 것입니다.
디자인 중 2개(D 및 I 최적)는 모든 수준이 정수(-1, 0, 1)임을 나타내므로 무작위 방식으로 생성될 수 없습니다.
더욱이 내 설정에서 생성된 디자인의 전반적인 성능은 작성자의 디자인보다 훨씬 낮습니다.
예를 들어 Pred Var: 2.2(광산) 및 1.8(작성자)이 있습니다.
일부 사용자가 정수 수준을 원하는 것을 고려하면 JMP에는 해당 옵션이 없으므로 실제로 그렇게 할 수 있는 방법이 있을 것이라고 생각합니다.
그럼 빅터 씨, 이 문제를 다시 생각해 주시겠습니까? 기회가 되시면 아래 내용보다 더 자세한 내용은 교재를 직접 참고하셔서 필요하신 내용을 참고하시기 바랍니다.
Re: D-최적 디자인을 올바르게 만드는 방법은 무엇입니까?안녕 @마이크킴 ,
물론 별개의 수치적 요인이 있음을 JMP에 알리는 방법이 있습니다. 4가지 요인을 다음과 같이 설정하면 됩니다. 이산 숫자 세 가지 수준(-1, 0, 1):
이렇게 하면 설계 생성 중에 설계의 각 요인에 대해 가능한 세 가지 수준 값만 사용하도록 제약 조건이 추가됩니다.
하지만 JMP에서 최적의 설계를 위한 설계 생성이 "무작위 기반"이라는 사실은 바뀌지 않습니다. 좌표 교환 알고리즘에 대한 이전 게시물과 JMP의 답변을 참조하세요. @마크_베일리 설명과 정보를 위해. 따라서 성능은 비슷하지만 실행 방식이 다른 디자인이 나올 수도 있습니다.
동일한 모델(주효과, 상호 작용 및 2차 효과), 최적성 기준(D) 및 실행 크기(16)를 사용하여 생성한 모델은 책의 D-최적 설계와 유사한 예측 분산을 갖습니다(1,86 대 1). ,80은 특정 요인 설정에 대한 책에서):
제가 이산 수치 인자로 만든 D-Optimal 디자인을 첨부해 놓았습니다.
동일한 요인 설정 및 방법론에 따라 교과서에 나온 것과 유사한 성능 및 특성을 갖는 만족스러운 I-최적 설계를 생성할 수 있어야 합니다.
이 답변이 도움이 되길 바라며,
Re: D-최적 디자인을 올바르게 만드는 방법은 무엇입니까?Factors를 Discrete로 지정하면 Design이 Integer 기반이 된다는 것을 알고 있으며, Auther의 의도와 문제의 맥락을 고려할 때 Factors를 Discrete로 지정하는 것은 불가능할 것 같지만 제 질문에 많은 관심을 가져주셔서 감사합니다. 너.
JMP 전문가 중 최소 2명은 교과서를 실제로 모방한 것이 없으므로 교과서에 오류가 있거나 오해가 있을 수 있으며, JMP 버전이 달라서 다른 결과가 나올 수 있다고 밝혔습니다.
귀하의 친절한 답변에 감사드립니다.
Re: D-최적 디자인을 올바르게 만드는 방법은 무엇입니까?제 답변이 도움이 되셨다니 다행입니다. 이산 수치 요인 "트릭"은 최적의 설계 생성에 사용될 수 있지만 일단 설계를 얻은 후에는 문제의 원래 상황과 일치하도록 요인 모델링 유형을 수치 연속형으로 되돌릴 수 있습니다.
위에서 언급한 접근 방식(불연속적인 숫자 요소 사용)을 사용하여 여러 디자인을 생성해 보고 플랫폼 사용자 정의 디자인에 사용되는 좌표 교환 알고리즘에 대해 나열된 리소스(및 사용 가능한 다른 리소스)를 읽어 보시기 바랍니다.
고집해서 죄송합니다. 한 번의 시도로 책에 나온 설계를 정확하게 모방할 수 있는 유일한 방법은 설계 생성에 무작위 시드를 사용하고 이를 JMP에서도 사용하는 것입니다. 이 측면을 다루는 답변). 랜덤 시드를 수정하면 동일한 초기 랜덤 포인트로 시작하여 (설계 생성 중에) 동일한 최종 최적 설계로 수렴할 수 있습니다. 이 정보가 없으면 가정된 모델, 요인 사양 및 제약 조건에 해당하는 유사한 성능 및 특성을 가진 여러 가지 최적 설계를 생성하는 것이 가능할 가능성이 높습니다. 이 사용 사례에서는 여러 가지 최적 설계가 가능하며 고유하고 가능한 단일 최적 설계가 없기 때문에 교과서에서와 동일한 설계를 얻지 못하고 성능이 매우 유사한 다른 설계를 얻는 것입니다.
교과서나 JMP 측면에서는 실수가 없습니다. 최적의 설계 생성 뒤에 있는 임의성은 여러 유사한(성능 측면에서는 다르지만 실험 실행 측면에서는 다른) 설계로 수렴할 수 있게 해줍니다.
이 보완적인 답변으로 오해가 해소되기를 바랍니다.
