안녕,
나는 과거에 DoE에 접근하는 방법과 모델 개선 방법에 관한 일부 게시물을 읽었습니다. 내가 본 한 가지 방법은 증강 설계 옵션을 사용하여 모델을 구축하는 것이었고 이는 반복 프로세스로 설명되었습니다.
이러한 방식으로 초기 단계에서 더 많은 스크리닝 유형 사용자 정의 DoE를 수행하고, 모델을 평가하고, 모델을 줄인 다음, 추가 최적화 및 분산 감소를 위해 설계를 강화합니다.
1. 이 프로세스가 모델 개선에 접근하는 방법으로 타당해 보입니까?
2. 이 방법을 사용하여 모델을 개선하려면 어떤 단계를 수행하시겠습니까?
- 선별에서는 주효과와 상호작용 효과를 동시에 평가해야 합니까, 아니면 주효과부터 시작한 다음 2차 상호작용을 추적해야 합니까?
- 주효과가 "미미하다"고 밝혀지면 상호작용 효과의 가능성도 없다는 뜻인가요?
- 스크리닝 단계에서 곡률을 감지하기 위해 중앙점을 추가해야 합니까?
- 이 단계에서 반복실험을 추가해야 합니까? (낮은 분산보다는 큰 영향을 평가할 때 이것이 불필요할 수도 있다고 들었습니다)
- 언제 반복실험을 추가하거나 분산 감소에 초점을 맞춰야 합니까?
미리 감사드립니다!
