주효과 선별 설계 대 OFAT: 어느 것이 가장 좋나요?안녕하세요,
JMP에서는 실험계획법 > 고전적 > 2단계 선별 > 선별 설계 > "주효과 선별 설계 구성"에서 주효과만 조사하는 선별 설계를 생성할 수 있습니다. 8개의 매개변수를 사용한 결과는 첨부 파일에 나와 있습니다.
8개 매개변수 각각을 높은 수준과 낮은 수준(매개변수당 2회 실행)에서 조사하는 OFAT와 비교하여 이 설계의 장점은 무엇입니까?
두 경우 모두 실행 횟수는 16입니다.
귀하의 지원에 미리 감사드립니다!
친애하는,
클레어
실험 설계Re: 주효과 선별 설계와 OFAT: 어느 것이 가장 좋나요?안녕 @cbaril ,
이 게시물의 질문은 확실히 DoE이기 때문에 다소 혼란스럽습니다. 따라서 DoE의 관련성과 중요성을 더 잘 평가하려면 DoE의 기본 사항에 대한 일부 웹 세미나를 시청하는 것이 좋습니다.
DoE는 OFAT에 비해 많은 이점을 가지고 있으며, 그 중 일부는 다음과 같습니다.
- 제한된(그리고 사전에 계획/통제된!) 실험 횟수,
- 상호작용과 비선형 효과를 연구할 수 있습니다.
- 반응 변동을 설명하거나 예측하기 위한 수학적 모델,
- 높은 효율성(정보 대 실험 횟수) 및 가정된 모델의 유연성,
- 오류는 설계 공간에서 동일하게/동질적으로 공유되며,
- 제약 조건/맞춤 설계 생성 가능성,
- "증강"을 통한 반복 프로세스 및 가능한 많은 전략: 주효과를 선별한 다음 상호 작용을 확인하고 마지막으로 반응을 정확하게 예측하기 위한 강력한 반응 표면 모델을 구축할 수 있습니다.
- 실행을 무작위화하면 노이즈 및/또는 제어되지 않는 변수(OFAT 접근 방식에서는 발생하지 않음)의 영향을 피할 수 있습니다.
또한 OFAT 설계를 생성하고 이를 부분 요인 설계와 비교하여 질문에 답할 수도 있습니다(16개 실행을 사용하면 DOE의 경우 OFAT "선별"과 비교하여 일부 2요인 상호 작용에 적합할 가능성이 있음). ) :
- 검정력 분석 : OFAT에 비해 중요한 주효과를 탐지할 가능성이 훨씬 높습니다.
- 실험 공간에 대한 예측 분산: 실험 공간에서 실행을 더 잘 다시 분할하므로 예측 분산이 더 낮습니다.
- 용어 간 상관관계/별명: OFAT 설계에서는 상호작용(별명)을 감지할 가능성이 없습니다.
설계 평가 및 데이터 테이블과의 비교를 복사하여 재현할 수 있습니다.
다음 게시물에서 일부 리소스와 추가 정보를 찾을 수 있습니다.
해결됨: DOE 접근 방식 - JMP 사용자 커뮤니티
해결됨: OFAT 실험에 DOE 사용 - JMP 사용자 커뮤니티
당신은 또한에 가입할 수 있습니다 실험 설계 클럽 DOE에 대해 교환하고 더 많은 것을 배울 수 있습니다.
이 답변이 도움이 되길 바라며,
Re: 주효과 선별 설계와 OFAT: 어느 것이 가장 좋나요?안녕하세요 빅터님,
상세한 답변 감사드리며, 불편을 드려 죄송합니다!
나는 일반적으로 DoE와 OFAT를 비교하고 싶지 않았지만 누군가가 주 효과만 선별하려는 특정 경우에 DoE가 OFAT보다 이점이 있는지 궁금했습니다. 이 경우 요청에 이의를 제기하고 상호작용 효과가 있을 가능성이 높다는 점을 설명해야 합니다. 따라서 어떤 경우에도 DoE를 사용해야 합니다. 옳은?
여전히 혼란스러운 점은 JMP에 다음과 같은 DoE 설계가 있다는 것입니다. "주효과 선별 설계 구축"이므로 OFAT도 수행할 수 있는 주효과만 연구한 것으로 생각했습니다. "주효과 선별 설계 구성" 설계의 모델 사양 대화 상자에 기본값으로 나타나는 모델 항에는 실제로 주효과만 포함됩니다. 이 특정 디자인은 전혀 쓸모가 없습니까?
친애하는,
클레어
Re: 주효과 선별 설계와 OFAT: 어느 것이 가장 좋나요?안녕 @cbaril ,
주 효과만 선별하고(상호 작용도 보지 않음) DoE는 OFAT에 비해 더 우수하고 효율적인 방법론입니다. 더 높은 검정력(활성인 경우 중요한 효과를 감지할 확률)이 낮고 예측 분산이 낮기 때문입니다. , 입력 간의 더 나은 상관 구조(이전에 보낸 데이터 테이블의 디자인을 보고 비교할 수 있음).
요인이 8개인 경우 DoE를 사용하여 주효과 계수 항을 추정하려면 OFAT를 사용하여 16번 실행하는 것과 비교하여 최소 9번 실행해야 합니다(각 요인에 대해 -1과 1 및 기타 요인을 사용하여 한 쌍의 실험을 생성하므로) 0 또는 기타 고정 수준).
16개 실행 DoE의 예에는 필요한 최소값보다 더 많은 실행이 있으므로 회귀 모델에서 주효과 계수의 검정력과 정밀도를 높이는 데 도움이 되는 추가 실행이 있으며 일부 2개를 포함할 가능성도 제공합니다. -요인 상호 작용(OAT 접근 방식으로는 불가능함).
따라서 주효과만 선별하려는 경우에도 DoE는 OFAT보다 더 안정적이고 정확하며 유익한 접근 방식입니다.
Re: 주효과 선별 설계와 OFAT: 어느 것이 가장 좋나요?Victor는 이미 많은 세부 사항을 제공했으므로 생각을 짧게 하겠습니다. 제가 반복하고 싶은 실험과 OFAT의 중요한 특징입니다.OFAT는 추론 공간이 매우 좁습니다.OFAT의 결론은 미래에도 일정한 설정에서 일정하게 유지되는 다른 모든 요소에 따라 결정됩니다.이것은 완전히 비현실적일 가능성이 높습니다.DOE의 8개 요인은 훨씬 더 넓은 추론 공간을 갖습니다(설계 공간은 8차원입니다).OFAT는 1차원입니다. 실험에서 주효과의 우선순위를 정하더라도 고차 효과는 여전히 존재하며 혼란스러울 뿐입니다.
