DOE 결과를 정량적 또는 정성적 예측으로 사용(효과 요약 기반)안녕하세요 여러분,
저는 요인 2개와 반응 2개로 완전 요인 DOE를 수행하고 있습니다. & 어떻게하는지 궁금해
테스트 후 모델을 실행합니다. 결과는 유의미한 요인이 없으며 유의미한 모델도 없음을 보여줍니다.
하지만 상호작용 프로파일러를 보면요. 요인 A와 반응 X에서 몇 가지 명확한 추세가 보입니다.
그래서 제 질문은 이 결과를 올바르게 사용하는 방법입니다.
- 이로 인해 회귀모형을 이용하여 정량적으로 예측할 수는 없습니다. 통계적으로 중요하지 않기 때문에 (실용적이지 않음)
- 추세를 사용하여 정성적으로(추세) 예측할 수 있습니다. 예를 들어 요인 A가 증가하면 X가 증가합니다.
내가 올바르게 이해하고 있는 걸까? 아니면 내가 이 결과를 잘못 해석한 걸까?
전문가가 나를 도울 수 있기를 바랍니다. 다들 감사 해요
실험 설계Re: DOE 결과를 정량적 또는 정성적 예측으로 사용(효과 요약 기반)안녕 @Justin_Bui ,
모델의 항이 통계적으로 유의하지 않은 이유에 대한 몇 가지 설명이 있을 수 있습니다.
- 요인 범위가 너무 좁습니다(따라서 높은 수준과 낮은 수준 간의 통계적 차이를 찾는 것이 더 어려울 수 있음).
- 반응의 높은 가변성,
- 부적절한 모델(및/또는 모델의 용어 선택)
- 설계에 비해 표본 크기가 너무 작습니다(통계적으로 유의미한 효과를 탐지하기 위한 검정력이 낮음).
- 반응의 변화를 통계적으로 설명하는 누락된 요소,
- 사실상 비통계적으로 유의미한 요소,
- 위 옵션의 조합,
- 기타 고려사항...
설계와 가정된 모델을 고려하여 설계 평가를 시작하여 활성화된 경우 통계적으로 유의미한 효과를 감지할 가능성이 얼마나 되는지 확인할 수 있습니다(데이터 테이블의 "설계 평가" 스크립트 참조). 주효과와 교호작용을 탐지하는 데 검정력이 매우 낮은 것으로 보입니다. 따라서 이 반응의 높은 변동성을 고려하면 반응 Y에 대해 통계적으로 유의미한 항을 찾지 못하는 것은 그리 놀랄 일이 아닙니다(통계적으로 탐지할 확률의 약 5%). 6번의 실험에서 반응 Y에 대한 유의 수준 0,05 및 RMSE 약 5에 대한 유의미한 효과(활성인 경우):
모델링하기 전에 좋은 출발점을 얻으려면 항상 간단하게 시작하고 그래프/시각화를 수행하여 추세를 확인하는 것이 가장 좋습니다. 이는 모델링 옵션을 더욱 개선하고 정보를 제공할 수 있으며, 시각화는 모델링 중에 모델의 관련성을 평가하는 데도 도움이 될 수 있습니다(예: 잔차 플롯, 실제 대 예측 등을 살펴보는 등).
고려해야 할 또 다른 흥미로운 점은 요소의 실질적인 중요성입니다.반응 Y에 대해 제공하고 모수 추정치를 살펴보는 예에서 요인 B의 한 단위에 대한 반응 Y의 변동이 20이면 실질적으로 유의미한 증가/감소를 나타냅니까?
반응 Y에 대해 찾을 수 있는 추세는 추가 실험(이 모델을 확인하는 실행을 추가하기 위해 설계를 보강하거나 반응의 가변성을 더 잘 평가하기 위해 기존 실행을 복제)을 통해 추가로 조사할 수 있는 추세입니다. 통계적 유의성은 결과를 더 확실하게 해석하는 데 도움이 됩니다. 예를 들어 반응 Y에서 모수 추정값의 표준 오차가 상대적으로 높다는 것을 알 수 있습니다. 즉, 효과의 크기를 정확하게 추정할 수 없음을 의미합니다. 따라서 이러한 상황에서는 항상 주의 깊게 추세를 해석하는 것이 가장 좋습니다.
반응 X의 경우 요인 A라는 용어와 해당 2차 효과를 포함하는 모델이면 적절한(또는 적어도 충분히 관련된) 모델을 갖기에 충분한 것으로 보입니다. 첨부된 데이터 테이블에서 응답 X에 대한 모델을 평가하도록 하겠습니다.
이 첫 번째 답변이 도움이 되기를 바랍니다.
Re: DOE 결과를 정량적 또는 정성적 예측으로 사용(효과 요약 기반)저스틴,
Victor_G가 제기한 아주 잘 설명된 요점에 추가할 작은 "다른 고려 사항"...
원시 데이터를 보면 반응 X와 반응 Y의 값이 매우 대략적으로 측정된 것으로 보입니다.이는 게시용 예제 번역의 인공물일 수 있지만 우려 사항이 있습니다.
6번의 실행에서 X에는 세 가지 값 옵션만 있고 Y에는 두 가지만 있습니다.요인 패턴 00에 대한 반복이 동일하게 나온 것은 좋지만 측정 시스템의 정밀도가 부족하면 프로세스 이해가 손상될 수 있습니다.
*측정 시스템 정밀도를 향상시킬 수 있는지 고려하십시오*.
응답 X에 대한 분석이 없음(0), 중간(10), 큼(15)만 보고할 수 있고 응답 Y가 없음(0) 또는 일부(25)인 경우 유용한 수학적 모델을 구축하기 어려울 것입니다.
DOE 프로세스에서 비용 및 시간 부담이 발생하는 위치에 따라 반복 측정과 반복 실행을 고려하십시오.
Re: DOE 결과를 정량적 또는 정성적 예측으로 사용(효과 요약 기반)Greg가 좋은 지적을 하고 있지만 문제는 정확성이 아니라 차별이나 효과적인 해결입니다.
