実験値は DoE で概説されている係数値に近いですが、等しくはありません。私のクラスでは、学生はカスタム設計を使用して実験を計画します。学生は、JMP が推奨する因子値をターゲットにした試験を実施します。実際には、さまざまな理由により、実験の条件は少し異なります。結果を分析するときに、「実際の/測定された」値を入力することをお勧めします。正しいですか? 条件が JMP 設計のように直交していない可能性があるため、これは分析にどのような影響を与えますか?
基本的なデータ分析とモデリングRe: 実験値は近いですが、DoE で概説されている係数値と等しくありません。こんにちは@Raghavan 、
コミュニティへようこそ！
あなたの質問に密接に関連する投稿に対する以前の回答が役に立つかもしれません:
設計と表を作成した後に因子値を変更する (カスタム設計)
DoE における目標因子値の代わりに実数値を使用する
実験空間に制約のあるカスタム設計を作成するときにも同様の状況に遭遇する可能性があります。座標交換アルゴリズムによって検出された値は、実験設定で実際に可能な値と比較して、非常に正確/具体的 (場合によっては奇妙) になることがあります。
D最適RSMの奇数因子設定はどのように生成されるか
混合スクリーニング設計にランダム小数を組み込む
あなたの質問に答えると、私は、因子値におけるこの変化の影響と重要性について疑問が生じないように、設計因子値（生成された値）と「実際の」値の両方の分析を並行して実行するという @statman の提案に同意します。
実際には、因子値の偏差が小さく、因子範囲が十分に広い場合、この変更の影響は最小限で、目に見えないこともあります。また、応答測定値に比較的大きな変動 (反復性/再現性、測定エラーなどによる) がある場合、因子値の偏差の影響が完全に「隠れる」可能性があります。
この追加の回答がお役に立てば幸いです。
Re: 実験値は近いですが、DoE で概説されている係数値と等しくありません。実用上の理由から、設定点を正確に達成することは多くの場合現実的ではありません。たとえば、流量を X lpm で制御することを選択したとしても、ライン圧力の変動により流量が +/- 1 Lpm 変化する可能性があります。両方の方法でテストするというアイデアは良いと思いますが、結果が異なる場合、コード化された値に基づく結果を信頼しますか?
Re: 実験値は近いですが、DoE で概説されている係数値と等しくありません。私の考えは次のとおりです。
1. 設計 (JMP) で指定された因子の値を使用できないのはなぜですか?
2. 実験では、低いレベル (たとえば、-1 にコード化) を設定し、レベル設定を変更して低いレベル (-1) に戻した場合、そのレベルは以前のレベル 1 と同一であると想定されます。これにより、分析が大幅に簡素化され、より高次の項を簡単に割り当てることができます。
3. 現実には、あらゆるものにばらつきが存在するため、レベル内のばらつきを克服する 1 つの戦略は、レベル間のばらつきを大きくすることです (例: 大胆なレベル設定)。
4. 実際の値を使用する場合、指定されたレベル設定からどれだけ異なるかに応じて、相互作用効果などの高次の項を評価できなくなる可能性があります。それほど違いがない場合は、分析にそれほど影響しない可能性があります。
あなたのアドバイスが「正しい」のか、それとも単にデータを分析する方法の 1 つなのかはわかりません。コード化された値と実際の値を使用していくつかの実験を分析し、分析の出力がどのように異なるかを確認します。
