맞춤 설계된 RSM의 홀수 이해 + 연속 인자를 0으로 설정친애하는 JMP 전문가 여러분,
두 가지 질문이 있습니다.
질문 1) 맞춤형 디자이너를 사용하여 두 개의 RSM-Design을 만들었습니다.
-첫 번째 설계에는 3개의 요인이 있습니다. 그 중 2개의 요인(요인 1 및 2)은 3개의 요인 설정으로 연속적이고 세 번째 요인은 4개의 요인 설정으로 이산형 수치입니다(2개는 추가 설정으로 0을 포함함)-->아래를 참조하세요.
-두 번째 디자인은 계획 1과 유사하지만 4가지 요소가 있습니다. 3개 요인은 연속형이고 1개 요인은 이산형 숫자로 0을 포함합니다(아래 참조).
-->내 질문: 두 경우 모두 JMP는 요인 설정으로 홀수를 생성합니다(아래 굵은 글씨 참조). 설명하기가 어렵나요? 이러한 홀수에 대한 수학적, 실무적 이유는 무엇이며 어떻게 생성되며 이러한 홀수 요소 설정으로 요소가 어떻게 선택됩니까(약간 무작위인 것 같습니다)
계획 1
| #달리다 | 요인1 | 요인2 | 요인3 |
| 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 |
계획 2
| #달리다 | 요인1 | 요인2 | 요인3 | 요인4 |
| 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 |
- 질문 2:
연속 요인이 있는 RSM의 요인 설정으로 0을 사용하지 않는 것이 왜 좋지 않습니까? 0으로 설정된 요소는 기술적으로 더 이상 연속적이지 않고 범주형이라는 것을 알고 있습니다. 하지만 그렇게 하면 어떤 위험이 따르나요? DoE 전문가가 아닌 사람에게 그렇게 하지 말라고 어떻게 설명할 수 있나요?
미리 도움을 주셔서 감사합니다!
기본 데이터 분석 및 모델링실험 설계결과 공유 및 전달Re: 맞춤 설계된 RSM의 홀수 이해 + 연속 인자를 0으로 설정Custom Design 플랫폼은 좌표 교환 알고리즘을 기반으로 합니다. 설계 기준을 최대화하는 요인 설정을 검색합니다. 모델 개요의 RSM 버튼은 기준을 I-최적성으로 변경하여 예측의 통합 분산을 최소화합니다.
일부 솔루션은 직관적이지 않거나 실용적이지 않습니다. 레벨을 중간점으로 변경할 수 있습니다. 이 변경으로 인해 최적성이 낮아지지만 그 정도는 매우 작습니다.
