Niveau: Fortgeschritten
Superdesign ist ein analytisches Design, das eine Überstrukturfunktion verwendet, bei der es sich um eine duale Strukturfunktion handelt, die auf Superfaktoren basiert. Diese Methode erweitert die Designmöglichkeiten und ermöglicht fortschrittliche Designs, die bisher nicht möglich waren. Allerdings erfordern die früh entwickelten Superdesigns, dass das gesamte Intervall mit einer einzigen Funktion mit hoher Genauigkeit approximiert werden kann. In den letzten Jahren hat jedoch die Anzahl der Experimente mit einer großen Anzahl von Ebenen zugenommen, und wenn die Anzahl der Ebenen von etwa 10 auf mehr ansteigt, wird es schwierig, das gesamte Intervall mit einer einzigen Funktion mit hoher Genauigkeit zu approximieren. In solchen Fällen ist es sinnvoll, eine zusammengesetzte Näherung zu verwenden, bei der das gesamte Intervall in kleine Intervalle unterteilt wird und jedes Intervall mit hoher Genauigkeit angenähert wird. Dies bedeutet jedoch, dass die Anzahl der im Entwurf behandelten Parameter (Koeffizienten) erheblich zunimmt, sodass eine Auseinandersetzung damit erforderlich ist. Diese Forschung stellt eine Methode für diesen Zweck vor. Darüber hinaus sind flexible und anspruchsvolle Designs mit dem Ansatz der Varianzanalyse nur schwer zu erreichen, werden aber durch mathematische Programmierung ermöglicht. Was derzeit wichtig ist, ist ein Ansatz, der den „Design-PDCA-Zyklus“ nutzt. In dieser Studie betrachten wir Design als Konsensbildung zwischen den beteiligten Parteien und schlagen eine Methode vor, um dies durch einen Ansatz zu erreichen, der den „Design-PDCA-Zyklus“ auf der Grundlage mathematischer Programmierung beinhaltet. Wir diskutieren auch flexibles Design, das die freie Spezifizierung von Superfaktoren als erweiterte Anwendung ermöglicht.
Seit fast 50 Jahren forsche ich zu TQM (Total Quality Management), SQM (Statistical Quality Management) und Designtheorie. Seit Beginn des 21. Jahrhunderts haben wir ein neues Designparadigma namens Hyper Design vorgeschlagen, seine mathematische Theorie HOPE-Theorie (Hyper Optimization for Prospective Engineering) entwickelt und die unterstützende Software HOPE-Add-in mit SAS entwickelt Entwicklung. Durch diese Bemühungen haben wir eine neue Designmethode realisiert, die das Konzept des „Hyperdesigns“, die statistische Mathematik der „HOPE-Theorie“ und das Support-Tool „HOPE-Add-in für JMP“ kombiniert. Als sozialwissenschaftliche Erweiterung dieser Theorie schlug er eine selektive zweiseitige Kausalanalyse vor ([Multigruppen-Hauptkomponenten-Regressionsanalyse] als vorderseitige Kausalanalyse + [Faktorregressionsanalyse] als rückseitige Kausalanalyse) und ist es auch Derzeit verwenden wir eine selektive zweiseitige Kausalanalyse. Wir schlagen eine umgekehrte Kausalanalyse vor (eine Methode der Kausalanalyse, die der Quasi-SEM entspricht), was ein fortgeschrittener Ansatz nach der Kausalanalyse ist.
Gehen Sie zur Website der Sammlung
https://community.jmp.com/t5/Discovery-Summit-Japan-2022/Discovery-Summit-Japan-2022-%E8%AB%96%E6%96%87%E9%9B%86/ta-p /568396
