質問2: 落とし穴を避ける方法
コメント
ビクター :
1. 設計空間外での結論や解釈を想定しない
2. 検証ポイントを使用してモデルを検証します。
フォロー :
レッスン 1: 範囲を設定するときは勇気を持ってください。
レッスン 2: 回答に対して「適切な」モデルが多数存在する可能性があります。目標に関連する基準 (1 つまたは複数) を選択して、モデルを評価し、選択します。
レッスン 3: 回避すべき範囲または組み合わせがある場合は、許可されていない組み合わせフィルターを使用します。
その方法については 4 分間のビデオをご覧ください:
ライアン・クーパー:
もう 1 つの落とし穴 (特に初心者の場合) は、DOE について考えすぎることです。一度に 1 つの要素だけを考えるよりも、何でも考える方がよいでしょう。DOE の知識は、より多くのことを行うにつれて蓄積されます。始めるためにすべてを知る必要はありません。
質問3: 決定的スクリーニング設計 (DSD) の使用における間違い
コメント:
@Jonas_Rinne
最初からすべてを学ぼうとしないでください。最初のデザインですべてを盛り込もうとする傾向があります。大規模なデザインのほとんどは、事前の知識が十分になければ機能しません。
ビクター
また、繰り返し考えましょう。1 つの設計だけですべての応答と結論が得られることは非常にまれです。
キムラス2
潜在的な要因を十分に追加していない
ステフ・ジョージ
実行をランダム化しない: 実験実行の順序がランダム化されていない場合、潜在的な変数 (時間や温度のドリフトなど) によって結果にバイアスが生じる可能性があります。
以下は、Bradley Jones による「DSD の適切な使用と不適切な使用」に関する記事です: https://community.jmp.com/t5/JMP-Blog/Proper-and-improper-use-of-Definitive-Screening-Designs-DSDs/ba-p/30703
質問4: DoE実験からタグチ実験への移行 - ロバスト設計
コメント:
ビクター
堅牢なプロセス設計をどこでどのように見つけたいかに応じて、現在では最適な設計によるより優れた代替手段があるかもしれません。
2 レベルのカテゴリ因子が複数ある場合は、代わりに OML デザインを使用してください:
キムラス2
私見ですが、田口法は DoE のあまり現代的ではない形式であり、標準化された DoE 設計に関する高価な書籍を購入する必要があります。
アップロードしてコメントを追加していただきありがとうございます@maria_astals !
私からの補足的なコメントと情報:
質問2: 落とし穴を避ける方法
議論やコメントで述べられた優れた点に加えて、Quality Digest の記事「 成功する DOE の 8 つの鍵」では、建物の設計時に考慮すべき最も重要な側面が実によく要約され、説明されています。
- 良い目標を設定する
- 反応を定量的に測定する
- 制御できない変動（ノイズ）を抑えるために複製する
- 実行順序をランダム化する
- 既知の変動源を排除する
- どのエフェクトがエイリアス化されるかを知る
- 一連の実験を連続して行う
- 重要な発見は常に確認する
質問3: 決定的スクリーニング設計 (DSD) の使用における間違い
DSD 専用の分析プラットフォームであるFit Definitive Screening Platform は、DSD 特有のフォールドオーバー構造を活用して分析を容易にし、効果遺伝の原理に従って 2 因子相互作用と二次効果を検出できるようにするために開発されました。この分析は、DSD だけでなく、フォールドオーバー構造を持つあらゆる設計に拡張して使用できます。Bradley Jones の記事「 A Surprising Use of the Fit Definitive Screening Platform (2022-EU-45MP-1066)」を参照してください。
しかし、この分析方法が非常に強力であっても、高次効果の検出力が低く、効果サイズが低い可能性があるため、一部の用語がアクティブである可能性があるにもかかわらず検出されない場合があります。例： モデル選択のための決定的スクリーニングとステップワイズ（最小AICC）の適合
Fit Two Level Screening PlatformやGeneralized Regression Models (ベストサブセット、プルーニング/2 段階/フォワード選択などのさまざまな推定方法を使用)などの他のプラットフォームも役立つ場合があります。これらのプラットフォームは、さまざまな方法を使用してアクティブな効果を検出し、パラメーターを推定することで、さまざまなモデルを構築するのに役立ちます。
「すべてのモデルは間違っているが、いくつかは役に立つ」ということわざがあるように、システムをよく理解するには、さまざまなモデルを比較して評価することが重要です。モデルを選択する方法が異なると、さまざまなソリューションが得られます。適切な評価基準を選択してさまざまなモデルを比較し (目的によって異なります)、さまざまなモデルを比較し、さまざまなモデリング方法を選択および/または組み合わせて、ドメインの専門知識を活用することで、最も重要な点についてより広く正確な見解を得ることができます。その後、モデルを改良するための次の実験を計画したり、モデルのパフォーマンスを評価するための検証ポイントを準備したりできます。
(私は、 混合レベルスクリーニング設計と、回答の分析のために言及されたさまざまなモデリング プラットフォームを使用して、JMP Europe Discovery 2025 の要約を提出しました。このプラットフォームとモデルの比較を発表するために選ばれることを願っています。)
質問4: DoE実験からタグチ実験への移行 - ロバスト設計
堅牢性の定義は複数あり、堅牢性 DoE を作成する方法はさまざまです。これは、実験空間/最適点の堅牢性をテストする要因 (外部ノイズ要因、プロセス/実験要因の変動、または両方の要因の組み合わせ) によって異なります。Stat-Ease の記事シリーズでは、関心のある堅牢性状況に応じた設計の種類について説明しています。
- 外部ノイズ要因に対する堅牢性: https://statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-1/
- プロセス要因の設定ポイントの変動に対する堅牢性: https://statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-2/
- 最初の 2 つのタイプの組み合わせ: https://statease.com/blog/achieving-robust-processes-via-three-experiment-design-options-part-3/
役に立つかもしれないリソース:
堅牢な製品の設計 (2020-US-30MP-539)
堅牢な生産プロセスを設計する方法 | JMP
これらの情報が JMP ユーザーの役に立つことを願っています。楽しい実験を！
クラブに入会したつもりだったのですが、「会合」の案内が来ませんでした。
