タグチデザイン以下の要因を使用してタグチアプローチを使用して実験を設計する方法を知っている人はいますか?
内部配列:
X1 2レベル
2レベルでx2
4レベルでX3
外側の配列:
2レベルのX4
2レベルのX5
JMP DoE オプションは 3 つのレベルの因子のみを処理します。これを回避するにはどうすればよいですか? 解決策やコツはありますか?
よろしくお願いします
実験計画法品質およびプロセスエンジニアリングタグチデザインについてなぜこれをやりたいのか、ちょっと知りたいです。つまり、クロス積配列は堅牢な設計には素晴らしいアイデアですが、4 レベルの因子ですか? 4 レベルの因子は連続ですか、それともカテゴリですか? 2 レベルの直交配列が多数あることは知っていますが、Taguchi は哲学的に、設計因子には 3 レベルの設計を提案しています (彼は関係が線形であるとは実際には信じていません)。また、外側の配列では、4 つの組み合わせ (3 つの DF) が必要になるため、ノイズ間の相互作用は気にしないので、3 番目の DF に 3 番目のノイズ変数を追加することもできます。
私の記憶が確かなら (かなり昔のことですが)、Taguchi が行った方法は、直交表から 3 つの列 (3 つの DF、4 レベル因子の場合も同じ) を取得することでした。これにより、8 つの可能な組み合わせが得られます。これらを次のように 4 レベルに設定します。
| 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 |
4 レベルの要素を作成するために使用した 3 つの列は使用しないでください (当然のことですが)。しかし、完全に間違っている可能性があります...LOL
タグチデザインについてご返信ありがとうございます。返信が遅くなって申し訳ありません。あなたの提案はシンプルでスマートです。ありがとうございます！（なぜ自分では思いつかなかったのでしょう;):) ）。
あなたの質問に答えると、4 つのレベルはカテゴリ別です。なぜですか? デザインに違いがあるのですか?
タグチデザインについて産業実験の場合、2 つ以上のレベルで因子を実験する主な理由は、多項式に非線形項を追加することです。これらの項は、カテゴリ因子には意味がありません。因子がカテゴリであるため、「勝者を選ぶ」こと、または因果関係を理解することを試みているのでしょうか。後者を行う場合、2 つ以上のカテゴリは必要ありません。
タグチデザインについて返信が遅くなって申し訳ありません。今あなたのメッセージを見ました。私は「勝者を選ぶ」ことを試みています。各プロセス要因の影響についてはよく理解していますが、他のすべてのノイズ要因を考慮すると、どの組み合わせがより堅牢な結果をもたらすかはわかりません。これは理にかなっていますか?
タグチデザインについて哲学的には、DOE は因果構造を理解するための効果的な (そして多くの場合効率的な) 手段です。勝者を選ぼうとしているのであれば、DOE は必要ありません。しかし、あなたが達成しようとしていることは、因果構造を理解していないことを示唆しています (設計因子の効果だけでしょうか?)。私の意見では、因果関係を理解するには、設計因子 (これは重要な因子の仮説に基づくサブセットです) 間の関係だけでなく、管理したくない因子 (ノイズ) を含むすべての潜在的な重要な因子との関係を理解する必要があります。これを効率的に行うには、実験中にノイズを変化させる必要があります。これを行うには、繰り返し、複製、ブロック、分割プロットなど、多くの戦略があります。これらの戦略のほとんどでは、ノイズに対する設計因子の堅牢性を理解し始めると、設計因子に対して 2 つ以上のレベルを実行することは非効率的です。
