カスタム設計の RSM の奇数を理解する + 連続因数をゼロに設定するJMP 専門家の皆様
質問が 2 つあります。
質問 1)カスタム デザイナーを使用して 2 つの RSM デザインを作成しました
-最初の計画には 3 つの因子があり、そのうち 2 つの因子 (因子 1 と 2) は 3 つの因子設定で連続しており、3 番目の因子は 4 つの因子設定で離散数値です (2 つは追加設定として 0 を含みます) --> 以下を参照。
- 2 番目の計画は計画 1 に似ていますが、4 つの要素があります。 3 因子連続および 1 因子離散数値 (0 を含む) (以下を参照)
-->ここで質問です。どちらの場合でも、JMP は係数設定として奇数を作成します (下記の太字を参照) が、説明するのが難しいですか?これらの奇数の数学的および実用的な理由は何ですか、それらはどのように生成され、これらの奇数の係数設定で係数はどのように選択されますか (少しランダムであるように見えます)
プラン1
| ＃走る | 要因1 | 要因2 | 要因3 |
| 1 | 252 | 12 | 0.01 |
| 2 | 280 | 10 | 0.01 |
| 3 | 280 | 10 | 0.02 |
| 4 | 308 | 12 | 0.02 |
| 5 | 280 | 8 | 0.02 |
| 6 | 290.92 | 10 | 0.03 |
| 7 | 252 | 10 | 0.02 |
| 8 | 264.04 | 12 | 0.03 |
| 9 | 252 | 8 | 0 |
| 10 | 280 | 8 | 0.01 |
| 11 | 308 | 8 | 0.03 |
| 12 | 252 | 8 | 0.03 |
| 13 | 308 | 10 | 0.01 |
| 14 | 308 | 8 | 0 |
| 15 | 289.52 | 12 | 0 |
| 16 | 280 | 10 | 0 |
プラン2
| ＃走る | 要因1 | 要因2 | 要因3 | ファクター4 |
| 1 | 308 | 12 | 0.03 | 50 |
| 2 | 280 | 10 | 0 | 50 |
| 3 | 252 | 12 | 0.03 | 55 |
| 4 | 308 | 12 | 0.01 | 55 |
| 5 | 252 | 8 | 0 | 45 |
| 6 | 280 | 10 | 0.02 | 55 |
| 7 | 252 | 8 | 0.01 | 55 |
| 8 | 252 | 12 | 0.01 | 45 |
| 9 | 280 | 8 | 0.03 | 45 |
| 10 | 308 | 10 | 0.02 | 45 |
| 11 | 308 | 8 | 0.03 | 55 |
| 12 | 252 | 10 | 0.02 | 50 |
| 13 | 252 | 12 | 0 | 55 |
| 14 | 252 | 8 | 0.02 | 50 |
| 15 | 308 | 8 | 0.01 | 46.85 |
| 16 | 280 | 10 | 0.01 | 50 |
| 17 | 280 | 10 | 0.01 | 50 |
| 18 | 280 | 12 | 0.02 | 50 |
| 19 | 280 | 12 | 0.02 | 45 |
| 20 | 308 | 12 | 0 | 45 |
| 21 | 308 | 8 | 0 | 55 |
| 22 | 252 | 10 | 0.03 | 45 |
- 質問2：
連続因子を持つ RSM の因子設定として 0 を使用しないのはなぜ得策ではないのでしょうか。ゼロに設定された係数は、連続的ではなく技術的であり、むしろカテゴリー的であることはわかっています。しかし、それを行うことにどのようなリスクがあるでしょうか? DoE の専門家ではない人に、そのようなことをしないようにどう説明すればよいでしょうか?
事前にご協力いただき、誠にありがとうございます。
基本的なデータ分析とモデリング実験計画法結果の共有と伝達Re: カスタム設計 RSM の奇数を理解する + 連続係数をゼロに設定するCustom Design プラットフォームは、座標交換アルゴリズムに基づいています。設計基準を最大化する係数設定を検索します。モデル アウトラインの RSM ボタンにより、基準が I 最適化に変更され、予測の統合分散が最小限に抑えられます。
一部のソリューションは直感的または実用的ではありません。レベルを中間点に変更できます。この変更により最適性は低下しますが、その程度はごくわずかです。
