堅牢性設計DoE ワークフローでは、事前スクリーニング、スクリーニング、最適化、そしてロバストネス設計が求められます。ロバストネス設計は、最適化設計によって計画されたより広い設計空間内の制御空間に関する情報を提供します。JMP には、最適化に使用される初期データ セットからロバストネス設計を実行する手順がありますか (ある場合、どこにありますか)?
実験計画法堅牢性設計についてうーん、フィル、あなたの「堅牢な設計」の定義と私の定義はかなり異なります。私は堅牢性をノイズの影響を受けないものだと考えています。
田口氏はこの概念を広めるのに多大な貢献をした。
田口 G. および D. クラウジング (1990) 「堅牢な品質」 。 ハーバード・ビジネス・レビュー、1月-2月号、65-75ページ
堅牢な設計に関する他の優れた論文がいくつかあります。
ビスガード、ソレン、ムラト・クラヘイ、（2001）「堅牢な製品設計：分割法交絡による試験の節約」、品質工学、13（3）、525-530
ハンター、スチュアート (1985)「製品設計への統計的設計の応用」、品質技術ジャーナル、第 17 巻、第 4 号、1985 年 10 月
モンゴメリー、ダグラス、C.、(1999)、「製品およびプロセスの設計と開発のための実験デザイン」、統計学者、48、パート2、159-177ページ
Box, GEP、Stephen Jones (1992)、「堅牢な製品実験のための分割プロット設計」、応用統計学ジャーナル、第19巻、第1号
堅牢な設計は、設計構造とはあまり関係がなく、むしろ実験にノイズを導入することに関係しています。
堅牢性設計について@Victor_Gさんのアドバイスはいつものようにとても役に立ちます。
JMP にはロバスト性設計を作成するための特定のプラットフォームや機能がないことを明確にしておく価値があると思いました (他の DOE ソフトウェアでも同様だと思います)。
堅牢性設計は通常、最適値の周りの狭い因子範囲を持つ単純な 2 レベル設計です。
したがって、(Victor が言うように) Augment、カスタム デザイン、または従来のデザイン機能を使用してこれをデザインできます。
個人的には、Augment を使用します。これにより、実験のさまざまな段階のデータがすべて同じデータ テーブルに保存されます。
フィル
堅牢性設計についてこんにちは@kjwx109prime 、
あなたが説明した状況は、私が先ほど述べた例で行ったことと似ています。
私は、固定データセット上でアルゴリズム (ランダム フォレスト) を微調整するためのシーケンシャル DoE を使用した短いプレゼンテーションを行いました。このプレゼンテーションでは、スクリーニング設計、次に最適化設計を使用し、最後に単純な因子スクリーニング設計を使用して、以前に見つかった因子範囲の堅牢性を評価しました。https://www.linkedin.com/posts/victorguiller_design-of-experiments-machine-learning-activity-7122469...
この連続的な方法論は、もちろん JMP で可能です。2 つのステップで実行できます。
- 以前に実行された最適化応答曲面設計 (およびモデル) と設計空間プロファイラーにより、仕様に一致する要因とその制限範囲を特定します。
- 因子と範囲が特定されたら、 設計を拡張するか（新しい実行セットのブロックを追加して、元の DoE と新しい実験の結果を区別しやすくする）、以前に特定した因子と範囲を使用して新しいカスタム設計を作成し、2 番目の実験セットの結果が応答平均と分散許容仕様に準拠していることを確認できます。
この補足的な回答がお役に立てば幸いです。
堅牢性設計についてちょっと混乱しています。もちろん、任意のレベルを設定して、JMP で分析できます。設計ポイントが「バランスが取れている」場合 (例: CCD、面中心、Box-Behnken)、分析は大幅に簡素化されますが、回帰はどのポイントでも使用できます。空間のジオメトリについて考えてみましょう。その空間をサンプリングして、応答の等高線マップを作成しようとしていると想像してください。通常、空間のバランスの取れたサンプリングは、偏りが少ないため好まれます。
ロバストな設計は、通常、変化するノイズに対してモデルがどの程度うまく機能するかを理解することに関係しています。これらの設計では、実験でノイズは通常、ブロック、分割プロット、またはクロス積配列として変化します。目的は、変化するノイズに対して効果が一貫しており、ノイズの影響が軽減される要因を見つけることです。
堅牢性設計についてこんにちは@Victor_G 、
クエリの曖昧さを指摘していただきありがとうございます。私は実際に添付のシナリオに興味があります。
外側の立方体は応答曲面モデリングに関連し、設計空間を表します。この立方体内のどのポイントで操作しても、応答曲面モデルに従って、許容要件を完全に満たす必要があります。
中心点は設定点の条件を表します。
私は、内側の立方体に注目する設計に興味があります。この場合、これは既存の設定点の周りの小さな変化に対する堅牢性とは関係ありませんが、外側の表面のわずかに小さいバージョンです。外側の表面内の任意のポイントでの操作が適切であると確信していますが、操作が小さい表面内に制限されている場合は、さらに確信が持てます。
JMP では、このより制限された動作空間を考慮する設計で応答曲面モデルをフォローアップすることは可能ですか? あるいは、元の応答曲面研究の一部として、より制限された空間を最初からより詳細に研究することはできますか。
アラン
堅牢性設計についてこんにちは@kjwx109prime 、
コミュニティへようこそ！
堅牢性の定義は複数あり、堅牢性 DoE を作成する方法はさまざまです。これは、実験空間/最適点の堅牢性をテストする要因 (外部ノイズ要因、プロセス/実験要因の変動、または両方の要因の組み合わせ) によって異なります。Stat-Ease の記事シリーズでは、関心のある堅牢性状況に応じた設計の種類について説明しています。
- 外部ノイズ要因に対する堅牢性: https://statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-1/
- プロセス要因の設定ポイントの変動に対する堅牢性: https://statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-2/
- 最初の 2 つのタイプの組み合わせ: https://statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-3/
私は、固定データセットでアルゴリズム (ランダム フォレスト) を微調整するためのシーケンシャル DoE を使用して、スクリーニング設計、次に最適化設計を使用し、最後に単純な因子スクリーニング設計を使用して、以前に見つかった因子範囲の堅牢性を評価する短いプレゼンテーションを行いました。https 
/www.linkedin.com/posts/victorguiller_design-of-experiments-machine-learning-activity-7122469274148868096-Qhif
役に立つかもしれないリソース:
堅牢な製品の設計 (2020-US-30MP-539)
堅牢な生産プロセスを設計する方法 | JMP
この最初のディスカッションスターターがお役に立てば幸いです。
