DoE 워크플로우에는 사전 스크리닝, 스크리닝, 최적화, 견고성 설계가 필요합니다. 견고성 설계는 최적화 설계에 의해 매핑된 더 넓은 설계 공간 내의 제어 공간에 대해 알려줍니다. JMP에는 최적화에 사용되는 초기 데이터 세트에서 시작하여 견고성 설계를 실행하는 절차가 있습니까? 그렇다면 어디에 있습니까?
흠, Phil, 당신이 정의하는 Robust Design과 내 정의는 상당히 다릅니다. 저는 견고함을 소음에 둔감하다고 생각합니다.
다구치는 이 개념을 대중화하기 위해 많은 노력을 기울였습니다.
Taguchi, G. 및 D. Clausing, (1990) “ 견고한 품질” . Harvard Business Review , 1월-2월, 65-75페이지
견고한 디자인에 관한 다른 좋은 논문이 있습니다:
Bisgaard, Søren, Murat Kulahei, (2001), " 견고한 제품 설계: 분할 플롯 교란을 통한 시험 절약 ", 품질 엔지니어링 , 13(3), 525-530
Hunter, Stuart (1985) "제품 디자인에 적용된 통계적 디자인", Journal of Quality Technology , Vol. 1985년 10월 17일 4호
Montgomery, Douglas, C., (1999), "제품 및 프로세스 설계 및 개발을 위한 실험 설계", The Statistician , 48, Part 2, Pg. 159-177
Box, GEP, Stephen Jones (1992), “ 강력한 제품 실험을 위한 분할구 설계 ”, Journal of Applied Statistics , Vol. 19, 1호
견고한 설계는 설계 구조보다는 실험에 노이즈를 도입하는 것과 더 관련이 있습니다.
@Victor_G 의 안내는 언제나 그렇듯이 매우 유용합니다.
JMP에는 견고성 설계를 생성하기 위한 특정 플랫폼이나 기능이 없다는 점을 명확히 하는 것이 가치가 있다고 생각했습니다(다른 DOE 소프트웨어에서도 마찬가지일 것으로 생각됩니다).
견고성 설계는 일반적으로 최적 주위의 좁은 요인 범위를 갖는 단순한 2수준 설계입니다.
따라서 (Victor가 말했듯이) Augment, Custom Design 또는 심지어 고전적인 디자인 기능을 사용하여 이를 디자인할 수 있습니다.
개인적으로 저는 Augment를 사용하겠습니다. 이렇게 하면 실험의 여러 단계에서 얻은 모든 데이터가 동일한 데이터 테이블에 유지됩니다.
필
안녕하세요 @kjwx109prime 님 ,
설명하신 상황은 앞서 언급한 예에서 제가 수행한 상황과 유사합니다.
고정 데이터 세트에서 알고리즘(Random Forest)을 미세 조정하기 위해 순차 DoE를 사용하고 선별 설계, 최적화 설계를 사용하고 마지막으로 간단한 요인 선별 설계를 사용하여 이전에 발견된 요인 범위의 견고성을 평가하는 짧은 프레젠테이션을 수행했습니다. :https://www.linkedin.com/posts/victorguiller_design-of-experiments-machine-learning-activity-7122469...
물론 JMP에서는 이러한 순차적 방법론이 가능합니다. 다음 2단계로 수행할 수 있습니다.
- 이전에 수행한 최적화 반응 표면 설계(및 모델)와 Design Space Profiler 덕분에 사양과 일치하는 요인 및 제한 범위를 식별합니다.
- 요인과 범위가 식별되면 설계를 강화 하거나(원본 DoE 및 새 실험의 결과를 더 잘 구별하기 위해 새 실행 세트에 대한 블록을 추가) 이전에 식별된 요인 및 범위를 사용하여 새로운 사용자 정의 설계를 생성할 수 있습니다. , 두 번째 실험 세트의 결과가 반응 평균 및 분산 허용 사양을 준수하는지 확인합니다.
이 보완적인 답변이 도움이 되기를 바랍니다.
좀 혼란스러워요. 물론 원하는 수준을 설정할 수 있으며 JMP에서 분석할 수 있습니다. 설계 점이 "균형"(예: CCD, 면 중심, Box-Behnken)인 경우 분석이 크게 단순화되지만 회귀는 어느 지점에서나 사용할 수 있습니다. 공간의 기하학을 생각해 보세요. 응답의 등고선 지도를 만들기 위해 해당 공간을 샘플링하려고 한다고 상상해 보세요. 일반적으로 공간의 균형 잡힌 샘플링은 편향이 덜하므로 선호됩니다.
견고한 설계는 일반적으로 변화하는 노이즈에 대해 모델이 얼마나 잘 작동하는지 이해하는 것과 관련이 있습니다. 이러한 설계에서 노이즈는 일반적으로 블록, 분할 플롯 또는 교차곱 배열로 실험에서 다양합니다. 목표는 변화하는 잡음에 대해 효과가 일관되고 잡음의 영향이 완화되는 요인을 찾는 것입니다.
안녕하세요 @Victor_G 님 ,
쿼리의 모호함을 지적해 주셔서 감사합니다. 실제로 첨부된 시나리오에 관심이 있습니다.
외부 큐브는 반응 표면 모델링과 관련되며 설계 공간을 설명합니다. 이 큐브 내의 어느 지점에서든 작동하면 반응 표면 모델에 따라 수용 가능성 요구 사항을 완전히 충족해야 합니다.
중심점은 설정점 조건을 설명합니다.
큐브 내부를 바라보는 디자인에 관심이 갑니다. 이 경우 이는 기존 설정점 주변의 작은 변화에 대한 견고성과 관련이 없지만 외부 표면의 약간 작은 버전입니다. 우리는 외부 표면 내의 어느 지점에서나 작동하는 것이 적합하다고 확신하지만, 작동이 더 작은 표면 내로 제한되면 더욱 확신 합니다.
JMP에서는 더욱 제한된 작업 공간을 고려한 설계를 사용하여 반응 표면 모델을 추적하는 것이 가능합니까? 또는 원래 반응 표면 연구의 일부로 처음부터 더 제한된 공간을 더 자세히 연구할 수 있습니까?
앨런
안녕하세요 @kjwx109prime 님 ,
커뮤니티에 오신 것을 환영합니다!
실험 공간/최적 지점의 견고성을 테스트하려는 요소(외부 노이즈 요인, 프로세스/실험 요인의 변화 또는 두 요소의 조합. 다음은 관심 있는 견고성 상황에 따라 디자인 유형을 설명하는 Stat-Ease의 일련의 기사입니다.
- 외부 잡음 요인에 대한 견고성 : https://statease.com/blog/achieving-robust-processes-via- three -experiment-design-options-part-1/
- 프로세스 요인에 대한 설정점의 변화에 대한 견고성: https://statease.com/blog/achieving-robust-processes-via- three-experiment-design-options-part-2/
- 처음 두 가지 유형의 조합: https://statease.com/blog/achieving-robust-processes-via- three-experiment-design-options-part-3/
고정 데이터 세트에서 알고리즘(Random Forest)을 미세 조정하기 위해 순차 DoE를 사용하고 선별 설계, 최적화 설계를 사용하고 마지막으로 간단한 요인 선별 설계를 사용하여 이전에 발견된 요인 범위의 견고성을 평가하는 짧은 프레젠테이션을 수행했습니다. : https://www.linkedin.com/posts/victorguiller_design-of-experiments-machine-learning-activity-7122469274148868096-Qhif
도움이 될 수 있는 일부 리소스도 있습니다.
견고한 제품 설계(2020-US-30MP-539)
견고한 생산 공정을 위한 설계 방법 | JMP
이 첫 번째 토론 시작이 도움이 되기를 바랍니다.
