Taguchi-DesignWeiß jemand, wie man mit dem Taguchi-Ansatz und den folgenden Faktoren ein Experiment entwirft?
Inneres Array:
X1 auf 2 Ebenen
x2 auf 2 Ebenen
X3 auf 4 Ebenen
Äußeres Array:
X4 auf 2 Ebenen
X5 auf 2 Ebenen
Die DoE-Option von JMP verarbeitet Faktoren nur auf 3 Ebenen. Wie kann ich das umgehen? Gibt es eine Lösung oder einen Trick?
Vielen Dank im Voraus
VersuchsplanungQualitäts- und ProzesstechnikBetreff: Taguchi-DesignIch bin nur neugierig, warum Sie das tun möchten. Ich meine, Kreuzprodukt-Arrays sind eine fantastische Idee für robustes Design, aber ein 4-stufiger Faktor? Ist der 4-stufige Faktor kontinuierlich oder kategorisch? Obwohl ich weiß, dass es eine Reihe von 2-stufigen orthogonalen Arrays gibt, schlägt Taguchi philosophisch 3-stufige Designs für die Designfaktoren vor (er glaubt nicht wirklich, dass Beziehungen linear sind). Da Sie für das äußere Array 4 Kombinationen (3 DFs) benötigen, können Sie auch gleich eine dritte Rauschvariable für den 3. DF hinzufügen, da Sie sich nicht um Rausch-für-Rausch-Interaktionen kümmern.
Soweit ich mich erinnere (das ist lange her), hat Taguchi es so gemacht, dass er drei Spalten aus dem orthogonalen Array genommen hat (3 DFs, dasselbe für einen 4-stufigen Faktor). Das ergibt 8 mögliche Kombinationen. Stellen Sie diese wie folgt auf 4 Stufen ein:
| A |
B |
C |
|
D |
| -1 |
-1 |
-1 |
|
1 |
| 1 |
-1 |
-1 |
|
2 |
| -1 |
1 |
-1 |
|
3 |
| 1 |
1 |
-1 |
|
4 |
| -1 |
-1 |
1 |
|
1 |
| 1 |
-1 |
1 |
|
2 |
| -1 |
1 |
1 |
|
3 |
| 1 |
1 |
1 |
|
4 |
Verwenden Sie nicht die 3 Spalten, die zum Erstellen des 4-Ebenen-Faktors verwendet wurden (offensichtlich). Aber ich könnte mich völlig irren ... LOL
Betreff: Taguchi-DesignVielen Dank für Ihre Antwort und entschuldigen Sie die Verzögerung. Ihr Vorschlag ist einfach und clever, danke! (warum bin ich nicht selbst darauf gekommen?) 
:)).
Um Ihre Frage zu beantworten: Die vier Ebenen sind kategorisch. Warum? Macht es einen Unterschied im Design?
Betreff: Taguchi-DesignBei industriellen Experimenten besteht der Hauptgrund für das Experimentieren mit Faktoren auf mehr als zwei Ebenen darin, dem Polynom nichtlineare Terme hinzuzufügen. Diese Terme sind für kategorische Faktoren unsinnig. Da der Faktor kategorisch ist, versuchen Sie, „einen Gewinner auszuwählen“ oder kausale Beziehungen zu verstehen? Wenn Sie Letzteres versuchen, sind nicht mehr als zwei Kategorien erforderlich.
Betreff: Taguchi-DesignEntschuldigen Sie die verspätete Antwort, habe Ihre Nachricht gerade erst gesehen. Ich versuche, „einen Gewinner auszuwählen“. Wir haben ein gutes Verständnis für die Wirkung jedes Prozessfaktors, was wir nicht wissen, ist, welche Kombination unter Berücksichtigung aller anderen Störfaktoren robustere Ergebnisse liefert. Ist das sinnvoll?
Betreff: Taguchi-DesignPhilosophisch gesehen ist DOE ein effektives (und oft effizientes) Mittel zum Verständnis der kausalen Struktur. Wenn Sie versuchen, einen Gewinner auszuwählen, brauchen Sie kein DOE. Was Sie jedoch erreichen möchten, lässt darauf schließen, dass Sie die kausale Struktur nicht verstehen (nur die Auswirkungen der Designfaktoren?). Meiner Meinung nach erfordert das Verständnis der Kausalität, dass Sie die Beziehungen nicht nur zwischen den Designfaktoren verstehen (dies ist eine Teilmenge, die auf Ihren Hypothesen über signifikante Faktoren basiert), sondern mit ALLEN potenziellen signifikanten Faktoren, einschließlich derjenigen, die Sie nicht verwalten möchten (Rauschen). Um dies effizient zu tun, müssen Sie das Rauschen während Ihres Experiments variieren. Es gibt viele Strategien, um dies zu tun, darunter Wiederholungen, Replikate, Blöcke und Split-Plots. Bei den meisten dieser Strategien ist es ineffizient, mehr als 2 Ebenen für die Designfaktoren zu verwenden, da Sie beginnen, ihre Robustheit gegenüber Rauschen zu verstehen.
