맞춤형 디자인 또는 혼합 디자인? 어느 것을 선택할 것인가?혼합물로 처리되는 동일한 요인을 사용하여 혼합물 설계와 맞춤 설계 간에 차이가 있습니까? 어느 것이 더 좋을까요?
실험 설계Re: 맞춤 디자인인가요 아니면 혼합 디자인인가요? 어느 것을 선택할 것인가?안녕 @Mathej01 ,
"최고의" 플랫폼은 없으며, 무엇을 하려는지에 따라 크게 달라집니다.
- 혼합물 디자인 플랫폼에서 직접 사용할 수 있는 더 많은 디자인 옵션이 있을 수 있으며 짧은 정의/설명으로 제안된 디자인 유형 목록이 이미 있으므로 디자인을 이해하고 선택하기가 더 쉬울 수 있습니다.
다양한 디자인 목록을 확인하실 수 있습니다. 혼합물 디자인 플랫폼.
- 맞춤형 디자인 플랫폼은 관련된 여러 요인 유형(예: 혼합 공정 설계 , 공정, 양 및 유형과 같은 비혼합 요소를 통합하는 혼합 실험 클래스, 변경하기 어려운 요소의 존재 또는 고도로 맞춤화된 모델의 필요성.또한 제약 조건 정의에는 Mixture Designs 플랫폼보다 Custom Design 플랫폼에 더 많은 옵션이 있으며 매우 복잡하고 제한된 실험 공간의 경우 후보 세트를 사용할 수 있습니다. 후보 세트 설계: 문제에 대한 DOE 제약 조정
플랫폼 선택은 다음 질문 목록(완전하지는 않음)을 통해 답할 수 있는 여러 사항에 따라 크게 달라집니다.
- 당신의 목표는 무엇입니까? 예측모델, 탐색, 설명, 이것들의 혼합?
- 귀하의 요인과 실험적 제약은 무엇입니까?
- 응답의 복잡성/비선형성 수준은 어느 정도입니까?
- 이전 답변에 따라 모델 기반 접근 방식(Optimal, Simplex Centroïd, Simplex Lattice, Extreme Vertices, ABCD 디자인, 실험 공간의 가장자리에 더 중점을 둠) 또는 모델 독립적 접근 방식(Space-Filling 디자인)을 선택하시겠습니까? , 내부 실험 공간에 더 중점을 둡니다) ?
- 이전 답변에 따르면 어떤 모델이 사용하기에 가장 적합합니까(또는 공간 채우기 디자인)?
- ...
이 답변이 귀하의 주제에 대한 좋은 접근 방식이 무엇인지 파악하는 데 도움이 되기를 바랍니다.
Re: 맞춤 디자인인가요 아니면 혼합 디자인인가요? 어느 것을 선택할 것인가?감사해요 @Victor_G ,
나는 당신이 언급한 질문에 대한 모든 답을 갖고 있지 않습니다. 내가 대답하는 데 도움을 줄 수 있을지도 모릅니다.
- 당신의 목표는 무엇입니까? 예측모델, 탐색, 설명, 이것들의 혼합? 내 목표는 예측 모델을 갖는 것입니다. 탐구와 설명은 내 우선순위가 아닙니다.
- 귀하의 요인과 실험적 제약은 무엇입니까? 내 모든 요인은 혼합 요인이며 해당 요인 사이에 선형 제약 조건이 있습니다.
- 응답의 복잡성/비선형성 수준은 어느 정도입니까? 나는 그 복잡성을 어떻게 설명해야 할지 잘 모르겠습니다. 그러나 나는 유변학적 특성에 대한 총 가격과 같은 다양한 유형의 응답을 가지고 있습니다.
- 이전 답변에 따라 모델 기반 접근 방식(Optimal, Simplex Centroïd, Simplex Lattice, Extreme Vertices, ABCD 디자인, 실험 공간의 가장자리에 더 중점을 둠) 또는 모델 독립적 접근 방식(Space-Filling 디자인)을 선택하시겠습니까? , 내부 실험 공간에 더 중점을 둡니다) ? 확인해 보니 내 디자인에는 최적의 공간 채우기만 가능한 것 같습니다. 하지만 그건 내 다음 질문이에요. 공간 채우기 접근 방식이 얼마나 다른지 잘 모르겠습니다. 최대 20개의 실험 실행만 관리할 수 있습니다. 공간 채우기 접근 방식과 관련이 있습니까?
- 이전 답변에 따르면 어떤 모델이 사용하기에 가장 적합합니까(또는 공간 채우기 디자인)?
내 답변과 질문이 명확해지기를 바랍니다.
Re: 맞춤 디자인인가요 아니면 혼합 디자인인가요? 어느 것을 선택할 것인가?안녕 @Mathej01 ,
귀하의 질문과 답변 중 일부에 대해 의견을 드리겠습니다.
- " 나는 그 복잡성을 어떻게 설명해야 할지 잘 모르겠습니다. 하지만 다양한 유형의 응답이 있습니다. 예를 들어 총 가격과 유변학적 특성이 다릅니다. ."
귀하의 요점을 완벽하게 이해합니다. 가격은 모델에 대한 매우 쉬운 반응(요인의 추가 기여)일 수 있는 반면, 유변학적 특성의 경우 제제에 포함된 일부 원자재의 비율에 따라 강한 비선형성이 발생할 수 있습니다. 따라서 여러 응답 간의 복잡성 차이를 고려하기 위해 모든 응답에 충분하고 관련성이 있는 단일 선험적 모델을 찾는 것이 어려울 수 있습니다.
- " 공간 채우기 접근 방식이 얼마나 다른지 잘 모르겠습니다. 최대 20개의 실험 실행만 관리할 수 있습니다. 공간 채우기 접근 방식과 관련이 있습니까? "
다음은 모델 기반 접근 방식과 모델 독립적 접근 방식 간의 간략한 개요 및 비교입니다.
보시다시피, 이 두 가지 설계 유형의 방법론은 매우 다르며 상호보완적일 수 있습니다.
20회 실행에 대한 예산은 혼합 요인의 수에 따라 달라집니다. 요인이 많을수록 실험 공간의 점이 더 많이 분산되고 예측 분산도 높아집니다(그리드 점/ net이 더 희박해지면 예측 성능이 낮아질 수 있습니다. Space-Filling 접근 방식은 기계 학습 모델과 함께 사용되는 경우가 많습니다(예: 내 사용 사례 중 하나(프랑스어, 곧 영어)). https://community.jmp.com/t5/Groupe-francophone-des/Compl%C3%A9mentarit%C3%A9-des-plans-d-exp%C3%A9riences-et-du-Machine-Learning/mp/ 696018 )
또한 흥미로운 점은 모델 기반 접근 방식을 결합하고 사용하여 실험 공간의 가장자리/모서리/꼭지점에 점을 배치하고 남은 실험 예산으로 공간 채우기 점으로 이 설계를 늘리는 것입니다. 이를 통해 전체 실험 공간(경계 포함)을 포괄하고 분석 단계에서 다양한 회귀 모델부터 ML 모델까지 다양한 접근 방식을 선택할 수 있습니다.
이 보완적인 답변이 도움이 되길 바랍니다.
Re: 맞춤 디자인인가요 아니면 혼합 디자인인가요? 어느 것을 선택할 것인가?매우 감사합니다 @Victor_G
도움이 되었습니다. 하지만 영상이 프랑스어였으면 좋았을 텐데요. 
