실험 값은 비슷하지만 DoE에 설명된 요인 값과 동일하지 않습니다.우리 수업에서 학생들은 맞춤형 디자인을 사용하여 실험을 계획합니다. JMP에서 권장하는 요인 값을 대상으로 실험을 수행합니다. 실제로 실험 조건은 여러 가지 이유로 약간 다릅니다. 결과를 분석할 때 "실제/측정된" 값을 입력하는 것이 좋습니다. 나 맞아? JMP 설계에서처럼 조건이 직교하지 않을 수 있으므로 이것이 분석에 어떤 영향을 미치나요?
기본 데이터 분석 및 모델링답: 실험 값은 유사하지만 DoE에 설명된 요인 값과 동일하지 않습니다.안녕하세요 @Raghavan 님 ,
커뮤니티에 오신 것을 환영합니다!
귀하의 질문과 밀접하게 관련된 게시물에 대한 이전 답변이 도움이 될 수 있습니다.
이미 디자인과 테이블을 만든 후 요소 값 변경(CUSTOM DESIGN)
DoE에서 목표 요인 값 대신 Real 사용
실험 공간에서 제약 조건이 있는 맞춤형 디자인을 생성할 때 비슷한 상황이 발생할 수도 있습니다. 좌표 교환 알고리즘으로 찾은 값은 실험 설정에서 실제로 가능한 값에 비해 매우 정확/구체적일 수 있습니다(때로는 이상할 수도 있음).
D-최적 RSM의 홀수 요인 설정은 어떻게 생성됩니까?
혼합물 선별 설계에 포함된 무작위 소수점
귀하의 질문에 답하기 위해 저는 이러한 변화의 영향과 중요성에 대한 의심을 피하기 위해 설계 요소 값(생성된 대로)과 "실제" 값을 사용하여 두 가지 분석을 병렬로 실행하겠다는 @statman 의 제안에 동의합니다. 요인 값.
실제로 요인 값에 작은 편차가 있고 충분히 넓은 요인 범위가 있는 경우 이 변경의 영향은 최소화되어야 하며 아마도 눈에 띄지 않을 수도 있습니다. 또한 요인 값의 편차 영향을 완전히 "숨기는" 반응 측정(반복성/재현성, 측정 오류 등으로 인해)에 상대적으로 더 큰 변동이 있을 수 있습니다.
이 추가 답변이 도움이 되기를 바랍니다.
답: 실험 값은 비슷하지만 DoE에 설명된 요인 값과 동일하지 않습니다.실제적인 이유로 설정점을 정확하게 맞추는 것이 종종 가능하지 않습니다. 예를 들어, X lpm에서 유량을 제어하도록 선택할 수 있지만 라인 압력의 변동으로 인해 유량이 +/- 1 Lpm 변동될 수 있습니다! 두 가지 방법으로 테스트한다는 아이디어는 마음에 들지만 결과가 다른 경우 코딩된 값을 기반으로 한 결과를 신뢰하시겠습니까?
답: 실험 값은 비슷하지만 DoE에 설명된 요인 값과 동일하지 않습니다.내 생각은 다음과 같습니다.
1. 설계(JMP)에 지정된 요인 값을 사용할 수 없는 이유는 무엇입니까?
2. 실험에서는 낮은 레벨(예: -1 코딩)을 설정하고 레벨 설정을 변경한 후 다시 낮은 레벨인 -1로 돌아가면 해당 레벨은 이전 레벨 1과 동일하다고 가정합니다. 이는 크게 분석을 단순화하고 고차항을 쉽게 할당할 수 있습니다.
3. 현실은 모든 것에는 변동이 존재하므로, 수준 내 변동을 극복하는 한 가지 전략은 수준 간 변동을 크게 확보하는 것입니다(예: 굵은 수준 설정).
4. 실제 값을 사용하려는 경우 지정된 수준 설정과 얼마나 다른지에 따라 상호 작용 효과와 같은 고차 항을 평가하는 기능이 상실될 수 있습니다. 그다지 다르지 않다면 아마도 분석에 큰 영향을 미치지 않을 것입니다.
귀하의 조언이 "올바른" 것인지 아니면 데이터를 분석하는 한 가지 방법일 뿐인지 잘 모르겠습니다. 코딩된 값과 실제 값을 사용하여 여러 실험을 분석하고 분석 결과가 어떻게 다른지 확인하겠습니다.
