参加者の皆様、ありがとうございました。さらに詳しい内容やご質問は、下記までお気軽にお寄せください。
ビデオ 1: DOE に指定された順序で従わなかった場合、どのような結果 (論理的および数学的) が生じるでしょうか? - Richard Lacaba
コメント
@Victor_G -実験の順序を表に記録して、実験の順序が応答に影響を与えるかどうかを確認できます。
翻訳者 - この質問はよく受けますが、モンゴメリーの次の言葉をクライアントに提供しています。ランダム化は、実験設計における統計的手法の使用の基礎です。ランダム化とは、実験材料の割り当てと、実験の個々の実行を実行する順序の両方がランダムに決定されることを意味します。統計的手法では、観察 (またはエラー) が独立して分布するランダム変数である必要があります。ランダム化により、通常、この仮定が有効になります。実験を適切にランダム化することで、存在する可能性のある外部要因の影響を「平均化」するのにも役立ちます。
ビデオ 2: オーグメント デザイン (シーケンシャル DOE) - John Szarka ( @jszarka )
質問者 タリータ・コッピーニ・ソアレス ( @THCS
このシナリオでは、最初の実験とは異なる範囲の変数を実行できますか?
回答:
@Jonas_Rinne - はい、必要に応じて変更することもできます。
@Victor_G - Yつまり、因子の範囲を変えることができます. これにより、最適な領域に焦点を絞る（範囲を縮小し、実験空間を制限する）か、検索/最適化する興味深い領域がない場合には設計空間をもう少し移動することができます。
@Paul_J -あるいは、次のセットで新しい要素を追加するのでしょうか?
@Jonas_Rinne - その方法を確認できるコミュニティ投稿はこちらです: 解決済み: 設計拡張によって DoE に新しい連続因子を追加するにはどうすればいいですか? - JMP ユーザー コミュニティ。この因子は、以前の実験では一定である必要があったことに注意してください。
質問者 タリータ・コッピーニ・ソアレス ( @THCSだから、スターtPBを使用して実験回数を減らし、狭い範囲の主要因子のみで完全な設計を実行します。?
答え
@Victor_G - または、別のスクリーニング設計では、この例では DSD が役立つ可能性があります。制約がなく、連続因子の数が多いため、主効果をより適切に推定し、相互作用と二次効果を検出するのに役立ちます。
スクリーニングが完了したら、システムに関する知識を広げ、より優れた/より正確なモデルを作成するために、狭い範囲の拡張に高次の効果（相互作用、二次効果など）を追加してみませんか？
ビデオ 3: 主効果が有意でない場合でも、DoE モデルに主効果を残すことは合理的ですか? これらの「有意でない」要因の効果サイズの推定はどの程度信頼できるのでしょうか? - Johann-Christoph Dettmann ( @JohannD124 )
ビデオ 4: DOE と他の手法の統合: ML、ケモインフォマティクスなど - Victor Guiller ( @Victor_G )
コメント
@ruskicar - SVEM（自己検証アンサンブルモデリング）は、空間充填DOEをモデル化するために時々使用されるアプローチです。
@Victor_G - 実験計画法と機械学習、産業実験への応用 | 統計論文 (springer.com)
実験計画法と機械学習の産業実験への応用
統計論文 - 製品イノベーションの分野では、実験計画法 (DOE) のサポートを受けた機械学習 (ML) モデルを使用する傾向が高まっています。この論文の目的は、まず...
設計の選択と機械学習モデルのパフォーマンス - Arboretti - 2022 - 品質と信頼性エンジニアリング国際 - Wiley オンラインライブラリ
@Paul_J - JMP の「最適な」設計は機械モデルに基づくことができますか?
@maria_astals - スペースファイリングデザイン: https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/overview-of-spacefilling-designs.shtml
@Victor_G - 混合設計におけるサポートベクターマシン分析による空間充填設計の例: https://community.jmp.com/t5/Online-Abstracts/Synergy-Between-Design-of-Experiments-and-Machine-Learning-for/ec-p/708147#M2
ビデオ 5: プロット全体、特にプロット全体の効果に追加されたランダム エラーを含む DoE 結果のモデリング。 - Drejc Kopač ( @ruskicar )
