スクリーニング設計に関する最終的な質問最終的なスクリーニング計画は、最適なプロセスに非常に近づいているとわかっている場合、またはそう考えている場合にのみ実行する必要がありますか? DSD を実行したが、最適因子空間の外にいる場合はどうなるのでしょうか? 時間を無駄にして、最初に分数階乗を実行して項目を選別し、その後完全階乗を実行して曲率を取得する方が良かったでしょうか?
実験計画法Re: 最終的なスクリーニング設計に関する質問効果的なスクリーニングは、いくつかの重要な原則に依存します。 設計方法はこれらの原則が維持されていることを前提としています。 あなたはスクリーニング滞在を過ぎたようです。重要な要素を理解しており、最適な設定を疑っています。 RSM モデルのカスタム デザインを使用して最適化できます。 応答に強い効果 (大きな変化) を引き出すのに十分な広さの、予想される最適レベル付近の係数範囲を必ず使用してください。 そうしないと、モデル係数の標準誤差が大きくなり、予測パフォーマンスが低下します。
Re: 最終的なスクリーニング設計に関する質問私の考えは次のとおりです。
1. DSD の目的は、潜在的な曲率と 2 次効果を考慮して、多数の要因をスクリーニングすることです。 したがって、最初の質問に対する答えは「ノー」です。
2. 追加の質問に対する「正しい」答えはありません。 知識の連続体のどこにいるか（仮説がどの程度具体的か、ノイズをどの程度理解しているかなど）、モデル化している応答変数（連続、順序、名義など）、操作している要因の種類に大きく依存します。 (例: 継続的、カテゴリ的)、緊急性、予算など。
3. 私は逐次調査を強く信じています。 最初の実験の目的は、より良い実験を計画することです。 まずは大きく大胆に取り組み（たとえば、大胆なノイズのブロックを持つ大胆なレベルの多くの因子）、ノイズとその処理方法を理解し、因子の数を減らし、おそらく中心点で曲率をテストし、使用可能なモデルを開発します。
Re: 最終的なスクリーニング設計に関する質問しかし、最適値に近づかないと、曲率は表示されませんよね? これが、RSM では通常、曲率をテストするために完全階乗 + 中心点から開始し、曲率が見つからない場合は最急上昇モデルを使用して、より高い応答の方向に「山を登る」理由です。あなたの反応が鈍くなるまで。 最適値に近くない因子空間で DSD を実行すると、再び最も急な上昇の方向に移動して別のモデルを再実行する必要があるため、実行が無駄になっているように感じますよね?
だからこそ私は、最適値に近いかどうかわからない場合に DSD の利点があるのではないかと疑問に思っています。また、実際に最適値に近いかどうかわからない場合に、なぜ DSD を使用するのでしょうか?
Re: 最終的なスクリーニング設計に関する質問DSD は何よりもまずスクリーニング設計です。 したがって、両方として@Mark_Baileyそして@スタットマンコメント付きで、通常、主な焦点は、より大胆な因子空間で最も影響力のある因子を見つけることです。 @スタットマン。 私が同僚とよく使った比喩は、「スクリーニングのデザインでは、適切な教会を見つけようとしていただけです。 RSM では、設計者は合唱団の声を最もよく聞くために、適切な席の適切な席を見つけようとしていました。」 DSD は、学習プロセスの比較的初期の段階では便利な方法です...ボックス ベンケンなどの古典的な設計や中央複合設計、またはより現代的で効率的な、より典型的な RSM 指向の設計が登場する最終段階ではありません。最適な実験計画ツールキットでアプローチします。
Re: 最終的なスクリーニング設計に関する質問DSD は分数階乗を使用するのと同じように、未知のシステムの通常のスクリーニング計画として使用できますが、DSD の利点は曲率の検出にあるということですか。 つまり、典型的な Res IV フラクショナル階乗よりも実行回数がわずかに多いだけかもしれませんが、すでに最適値に近い場合には、実行回数を節約できる可能性があります。 一方、分数階乗の場合は、全階乗に移行してから RSM に移行する必要がありますか?
Re: 最終的なスクリーニング設計に関する質問あなたは正しい道を進んでいます...しかし完全ではありません。 はい、DSD は使用できます (さらに言えば、多くの場合、通常のスクリーニング デザインとして使用する必要があると思います)。 実行数の計算を行うと、因子の数が 5 程度を超えるとすぐにわかります...DSD では、実際には典型的な RES IV 部分実施要因計画よりも実行数が少なくなります。 そして、2 因子の交互作用と曲率のヒントを得ることができます。 したがって、DSD と RES IV の 2 水準部分実施要因計画を比較すると、興味深い点がたくさんあります。 私でしょうか...多くの場合、DSD から始めて、次に@スタットマンについて説明し、DSD から学んだことを活用して、より RSM アプローチに移行します。 そして、私は通常、古典的な完全実施要因計画や RSM 指向の計画 (中央複合など) から離れ、より現代的な最適実験計画法を使用します。
Re: 最終的なスクリーニング設計に関する質問ありがとう、私は DSD についてよく知らないので、DSD を使用することに躊躇していました。DSD の利点は何なのか疑問に思っていましたが、どうやら既に Res IV 設計になっているようで、DSD を使用すると実行回数が少なくなる可能性があります。実験回数が多く、曲率を検出できます (ただし、エイリアスの問題はいくつかあります)。
RSM に代わる「最適な実験計画アプローチ」とは何でしょうか? 何か例はありますか？
Re: 最終的なスクリーニング設計に関する質問私が「最適な実験計画アプローチ」に言及するとき、私は JMP のカスタム デザイン プラットフォームで成文化された広範なテクニックを指します。 推奨される参考文献は、Goos and Jones の「Optimal Experimental Design: A Case Study Approach」です。 また、多くの事例で取り上げられているこのトピックについては、オンデマンド JMP ウェビナーを検索してみます。
