사용자 정의 디자인을 위해 어떤 요인 유형을 선택해야 합니까?저는 생산 공정을 최적화하고 있으며, 먼저 맞춤형 디자인을 사용하여 각 요소가 반응에 미치는 영향을 평가하고 싶습니다.
요인으로는 시설 조건이 포함되는데, 이는 연속 변수이지만 실제로는 값을 변경하기가 매우 어렵습니다.(지그의 길이 등)
이런 변수에 대해 어떤 요인 유형을 선택해야 할까요?
시설 조건이 상당한 영향을 미칠 수도 있고, 최적의 값을 찾고 싶지만, 가능한 값의 범위가 제한되어 있어 조절이 어렵고, 균형 잡힌 실험 설계를 할 수 없습니다.
반면, 이를 범주형 또는 블록형 변수로 취급한다면, 이 변수가 상당한 기여를 할 경우 최적의 값을 추론할 수 없을 것이라는 경고를 받게 됩니다.
실험 설계윈도우Re: 사용자 정의 디자인에 어떤 요인 유형을 선택해야 합니까?안녕하세요 @Victor_G .
지연되어 죄송합니다.
저는 이 두 가지 변수의 차이점을 이해합니다.
저는 이러한 차이가 스크리닝의 다음 단계인 최적화 단계에서 큰 의미를 갖는다는 것을 알고 있습니다.
귀하의 친절한 조언에 감사드립니다.
Re: 사용자 정의 디자인에 어떤 요인 유형을 선택해야 합니까?Hi @yukko ,
2개의 수준이 있는 경우 변수 유형은 디자인에 차이를 만들지 않습니다.
3개의 수준이 필요한 경우, 이산적인 숫자형 요인을 선택하면 요인 범위 내에서 선택한 값으로 중간 수준을 설정하는 데 도움이 되지만, 연속적인 숫자형 요인의 경우 설계에 세 번째 수준을 포함하려면 모델에서 이차 항(및/또는 중심점)을 설정해야 합니다(이는 자동으로 요인 범위의 중간점이 됩니다).
숫자형 요인을 이산형 또는 연속형으로 처리하는 것의 큰 차이점은 보간에 관한 것입니다. 즉, 회귀 모델과 이 모델에서 사용된 용어에 따라 연속형 요인에 사용된 수준 사이의 주어진 값에서 반응을 연속적으로 예측할 가능성이 있다는 것을 의미합니다.
X1을 이산 숫자형 및 2개 수준으로 갖는 프로파일러(2개 수준으로 모델링이 수행되지만 예측은 연구된 2개 수준 중 하나를 지정해야만 수행 가능):
2개 수준을 갖는 연속적인 숫자인 X1을 사용하는 프로파일러(2개 수준으로 모델링이 수행되었지만 예측은 X1의 전체 범위(-1~1)에서 수행 가능):
이것이 차이점을 이해하는 데 도움이 되기를 바랍니다.
Re: 사용자 정의 디자인에 어떤 요인 유형을 선택해야 합니까?@Victor_G 정말 감사합니다.
저는 그것이 개별적인 숫자로 취급되어야 한다는 것을 이해했습니다.
반면, 초기 선별 단계에서 변수의 유형이 그다지 중요하지 않은 경우, 변수를 연속 변수와 이산 변수로 처리하는 것의 차이점은 무엇일까요?
Re: 사용자 정의 디자인에 어떤 요인 유형을 선택해야 합니까?Hi @yukko ,
커뮤니티에 오신 것을 환영합니다!
요인이 측정 가능한 변수라면 숫자형 요인을 사용하는 것이 좋습니다. JMP 도움말에 따르면 연속형과 이산형 숫자형 요인( 요인) 의 설명과 차이점은 다음과 같습니다.
" 연속 계수는 프로세스 및 측정 시스템의 제한 사항을 고려하여 개념적으로 하한과 상한 사이의 값으로 설정할 수 있는 계수입니다. "
" 이산적인 숫자적 요인은 이산적인 수의 값만 가정할 수 있습니다. 이러한 값에는 암묵적인 순서가 있습니다. "
따라서 숫자형 요인 범위에 중간 값이 있을 가능성에 따라 숫자형 연속형(요인 수준 선택에 제약 없음) 또는 숫자형 불연속형(각 요인에 대해 특정 수준만 선택할 수 있음) 요인을 선택할 수 있습니다.
사용자 정의 디자인을 사용하여 각 요인이 응답에 미치는 기여도를 먼저 평가하려는 경우, 요인 유형을 선택하는 것은 그다지 큰 영향을 미치지 않을 수 있습니다. 스크리닝 단계에 있으므로 각 요인에 대해 2단계(최소 및 최대)에서 3단계(최소, 중간, 최대)를 선택할 수 있으므로 이 두 가지 요인 유형에서도 디자인과 분석이 매우 유사할 것입니다.
이산적 숫자 요인과 3개 수준의 경우 연속적 요인과 달리 중간 수준이 아닌 중간 수준을 선택할 수 있으며, 모델은 자동으로 2차 효과를 포함합니다. 이산적 요인은 순서적 요인(범주적이지만 순서가 있음)과 같으므로 분석은 연속적 요인과 약간 다릅니다.
연속형 요인을 사용하면 모델에 2차 효과(또는 중심점)를 추가하여 해당 요인에 대한 설계의 세 번째 수준을 추가할 수 있습니다.
이 답변이 도움이 되길 바랍니다.
