DOE 結果を定量的または定性的予測として使用する (効果の要約に基づく)こんにちは、みんな、
2つの因子と2つの応答を含む完全階乗DOEを実行しています。 ＆どうやってやるのかな
モデルをテストして実行した後。 結果は、重要な因子も重要なモデルも存在しないことを示しています。
しかし、インタラクションプロファイラーを見てみると。 因子 A と応答 X に明確な傾向が見られます。
したがって、私の質問は、この結果を正しく使用する方法です。
・これでは回帰モデルによる定量的な予測はできません。 統計的に有意ではない（実用的ではない）ため
- 傾向があるので、それを定性的 (傾向) に予測するために使用できます。例: 係数 A を増やすと、X も増加します。
私はそれを正しく理解していますか？それとも私がこの結果を誤解したのでしょうか？
専門家が私を助けてくれることを願っています。 皆さん、ありがとうございました
実験計画法Re: DOE 結果を定量的または定性的予測として使用する (効果の要約に基づく)こんにちは@ジャスティン・ブイ、
モデル内の項が統計的に有意ではない理由については、いくつかの説明が考えられます。
- 因子の範囲が狭すぎる (そのため、高レベルと低レベルの間の統計的な違いを見つけるのがより困難になる可能性があります)。
- 応答のばらつきが大きい、
- 不適切なモデル (および/またはモデル内の項の選択)、
- サンプルサイズが設計に対して小さすぎる (統計的に有意な効果を検出するには検出力が低い)、
- 応答の変動を統計的に説明する欠落因子、
- 事実上統計的に有意ではない要因、
- 上記のオプションを組み合わせると、
- その他の考慮事項...
設計と想定モデルを考慮して、設計の評価を開始して、統計的に有意な効果がアクティブである場合にそれを検出する可能性がどの程度あるかを確認できます (データテーブルのスクリプト「設計の評価」を参照)。 主効果と相互作用の検出力がかなり低いようです。そのため、この応答のばらつきが大きいこと (統計的に検出できる確率は約 5%) を考慮すると、応答 Y に統計的に有意な項が見つからないことは大きな驚きではありません。 6 つの実験での応答 Y の有意水準 0,05 および RMSE が約 5 の有意な効果 (有効な場合):
モデリング前の適切な開始点としては、単純なことから始めて、いくつかのグラフ/視覚化を実行して傾向を確認することが常に最善です。 これにより、モデリング オプションがさらに改善され、情報が提供される可能性があります。また、視覚化は、モデリング中にモデルの関連性を評価するのにも役立ちます (たとえば、残差プロット、実際と予測などを確認することによって)。
考慮するのにも興味深いのは、要因の実際的な重要性です。応答 Y に指定した例で、パラメーター推定値を見ると、因子 B の 1 単位に対する応答 Y の変動 20 は、実質的に有意な増加/減少を表しますか?
応答 Y で見つかる可能性があるのは傾向であり、追加の実験 (このモデルを確認する実行を追加するように設計を拡張する、および/または応答の変動性をより適切に評価するために既存の実行を複製する) を行うことでさらに調査できる可能性があります。 統計的有意性は、結果の解釈をより確実にするのに役立ちます。 たとえば、応答 Y では、パラメーター推定値の標準誤差が比較的高いことがわかります。これは、効果のサイズが正確に推定されていない可能性があることを意味します。 したがって、そのような状況では、常に細心の注意を払ってトレンドを解釈することが最善です。
応答 X については、因子 A という項とその二次効果を含むモデルで、適切な (または少なくとも十分に関連性のある) モデルを得るのに十分であると思われます。 添付のデータテーブルで応答 X のモデルを評価してもらいます。
この最初の回答がお役に立てば幸いです。
Re: DOE 結果を定量的または定性的予測として使用する (効果の要約に基づく)ジャスティン、
Victor_G が提起した非常に明確な点に追加する小さな「その他の考慮事項」...
生データを見ると、応答 X と応答 Y の値は非常に粗い測定値であるように見えます。これは投稿用の例を翻訳した結果生じたものである可能性がありますが、懸念事項を示しています。
6 回の実行全体で、X には値のオプションが 3 つだけあり、Y には 2 つだけあります。ファクターパターン 00 の繰り返しが同じ結果になったのは良いことですが、測定システムの精度の欠如によりプロセスの理解が損なわれる可能性があります。
*測定システムの精度を改善できるかどうかを検討*。
応答 X のアッセイでなし (0)、中 (10)、大 (15) のみが報告され、応答 Y がなし (0) または一部 (25) である場合、有用な数学モデルを構築することは困難になります。
DOE プロセスのどこでコストと時間の負担が発生するかに応じて、繰り返しの測定と繰り返しの実行について考えてください。
Re: DOE 結果を定量的または定性的予測として使用する (効果の要約に基づく)グレッグは良い指摘をしていますが、問題は差別や効果的な解決策であり、正確さではありません。
