JMP 커뮤니티 여러분이 도움이 되길 바랐습니다.
지금까지 절반 또는 전체 요인 설계를 주로 경험했지만 4개 또는 5개 요인 연구에 확정 선별 설계를 사용하는 데 관심이 있는 DoE 실무자로부터 몇 가지 질문이 있습니다. 이러한 질문은 다음과 같습니다.
- DSD와 비교했을 때 기존 2단계 요인 설계의 장점과 한계는 무엇입니까?
- 확정 선별 설계를 사용하여 2요인 상호 작용은 물론 4개 또는 5개 요인에 대한 주효과 및 2차 방정식을 추정하는 모형을 맞출 수 있습니까?
- 이에 대한 나의 제한된 훈련에 따르면 DSD는 주로 소수의 중요한 요인을 설정하기 위해 다수의 요인으로부터 주효과를 추정하는 데 사용됩니다. 그런 다음 이러한 요인에 대해 추가 DOE 연구를 수행합니다.이 올바른지?
- 반응 표면 설계에서는 곡률과 모든 상호 작용을 추정할 수 있지만 훨씬 더 많은 실행이 필요합니다.DSD가 더 적은 실행으로 이를 수행할 수 있습니까?
이에 대한 조언을 주시면 대단히 감사하겠습니다!
최상의,
덱스터
DSD에 대해 설명하는 많은 논문과 튜토리얼이 있습니다. 예를 들면 다음과 같습니다.
https://www.jmp.com/en_us/whitepapers/jmp/definitive-screening-designs-two-level-categorical.html
https://community.jmp.com/t5/Mastering-JMP/Using-Definitive-Screening-Designs-to-Get-More-Information-from/ta-p/310245
브래드 존스(Brad Jones)는 이 주제에 관한 블로그를 운영한 적이 있습니다.
고전적인 디자인은 직교/균형이며 순차 접근 방식에 사용되는 경우 매우 효과적일 수 있습니다. 아이디어는 분할된 디자인을 사용하여 대담한 디자인 공간(2개의 굵은 수준의 많은 요소)으로 시작한 다음 반복하는 것입니다. 각 반복은 실험자를 더 이상적인 수준의 더 작은 요인 세트로 이끌고 최적의 설계 공간과 예측 모델을 향해 나아가게 할 것입니다. 대부분의 경우 이러한 디자인은 추가적이며 쉽게 앨리어싱이 제거됩니다. 지식 연속체가 부족할 때도 사용할 수 있습니다. 아마도 통계학자가 아닌 사람들에게도 가르치기가 더 쉬울 것입니다. "단점"은 적어도 초기 설계에서는 선형 관계를 가정한다는 것입니다. 일반적으로 계층 구조를 기반으로 모델을 구축하므로 이는 나쁜 가정이 아닙니다. 실험자가 시작하기에 합리적인 모델을 가지고 있고 비선형 효과가 의심스러운 경우 선형 가정이 바람직하지 않을 수 있습니다. 순차적으로 중앙점을 사용하여 기존 설계를 보강하여 비선형 효과를 테스트할 수 있지만 비선형 효과는 구체적이지 않습니다.
DSD는 설계에 3가지 수준 요인을 포함시켜 2차 효과를 추정할 수 있는 기회를 제공합니다. 물론 이는 요인이 정량적이어야 한다는 것을 의미하지만 DSD에 범주형 요인을 포함하는 몇 가지 옵션이 있습니다(참조 논문 참조). 비교적 좋은 해상도로 비교적 많은 수의 요인(결국 설계 선별을 의미함)을 매우 효율적으로 평가합니다. 또한 어느 정도 정밀도로 선형 가정에서 벗어난 것을 감지할 수도 있습니다.
적절한 디자인의 선택은 항상 상황에 따라 다릅니다. 결정에 영향을 미치는 여러 가지 기준이 있습니다. 그런데, 인과관계 구조를 이해하기 전까지는 "올바른" 디자인이 무엇인지 아는 것은 불가능합니다. 내 조언은 언제나 실험하기로 선택한 요인을 사용하여 여러 실험을 설계합니다. 각 옵션으로 얻을 수 있는 지식(예: 순서 모델, 설계의 정확성, 추론 공간, 레벨 설정 등)과 해당 지식으로 무엇을 할 것인지 예측하세요. 필요한 자원과 비교하여 얻은 잠재적인 지식을 평가하십시오. 디자인을 선택하고 반복할 준비를 하세요.
