블록과 사용자 정의 축 수준을 모두 갖춘 CCD RSM DOE를 구축하는 데 도움이 필요합니다.안녕하세요,
현재 중심 합성 설계를 사용하여 반응 표면 모델을 구축하려고 하지만 블록과 사용자 지정 축 지점을 모두 추가하고 싶습니다. 제 연구에는 연속 요인이 3개 있으며 실험 블록 2개로 나누어야 하며, 설계 공간을 더 탐색하고 비선형성을 조금 더 잘 수정하기 위해 축 수준을 1.0 대신 2.0으로 설정하는 것을 선호합니다. DOE > 고전적 > 반응 표면 설계에서 CCD 모델을 사용하여 목표 축 수준 2를 얻을 수 있지만 블록을 추가하는 방법을 찾을 수 없습니다. 또는 DOE > 사용자 지정 설계에서 요인 목록에 차단 요인을 추가하고 RSM 모델을 사용하여 빌드할 수 있지만 사용자 지정 축 수준을 설정하는 방법을 찾을 수 없습니다. 누군가 두 가지 사용자 지정을 단일 연구 설계에 추가하는 방법을 알아내는 데 도움을 줄 수 있습니까?
감사합니다!
실험 설계Re: 블록과 사용자 정의 축 수준을 모두 갖춘 CCD RSM DOE를 구축하는 데 도움을 받고 싶습니다.맞춤형 설계를 통해 차단 기능이 있는 RSM 설계/모델을 얻을 수 있지만 CCD가 아니므로 축 거리를 선택할 수 없습니다.
클래식한 디자인을 사용하면 블로킹을 할 수 있지만 블로킹은 항상 직교적이어서 축 거리를 설정합니다. 축 거리를 변경하면 디자인은 더 이상 직교적이지 않습니다. 하지만 디자인을 만든 후에는 데이터 테이블에서 거리를 변경할 수 있습니다.
그래서 질문 하나 드리겠습니다. 축점이 왜 필요하다고 생각하십니까? 설계 공간을 더 탐색하려면 낮음 및 높음 계수 설정을 탐색하려는 범위로 조정하고 사용자 정의 디자인을 사용하세요. 사용자 정의 디자인은 낮음 및 높음 설정을 넘어서지 않습니다. 또한 계수에 레벨을 더 추가해도 2차 모델 항목의 추정이 실제로 개선되지 않습니다. 2차 모델이 정확하다고 가정하면 3개 레벨만 필요하므로 그 이상이면 실제로 추정 정밀도가 떨어집니다. 실제로 3차 또는 고차 다항식이 있을 수 있다는 우려가 있어서 레벨을 더 원하면 사용자 정의 디자인을 사용하고 고차 항목을 입력하고 추정을 "가능하다면"으로 설정하여 해당 가능성에 견고한 설계를 얻으세요.
궁극적으로 저는 Custom Design이 여러분의 기준을 충족하는 디자인을 얻는 방법이 될 것이라고 믿습니다. 왜냐하면 그것은 가장 유연한 접근 방식이기 때문입니다. 이것이 도움이 되기를 바랍니다.
Re: 블록과 사용자 정의 축 수준을 모두 갖춘 CCD RSM DOE를 구축하는 데 도움을 받고 싶습니다.안녕하세요 댄,
답변 감사합니다! 저는 일반적으로 확장된 축 포인트를 설정하는 것을 선호하는데, 제 공정은 예상치 못한 절벽과 극단적인 비선형성을 갖는 경향이 있기 때문입니다. 예를 들어, ± 0.4 pH 단위의 설계 공간만 특성화하고 싶지만, 공정이 ± 0.8 pH 단위에서 작동을 멈추는지 알아야 공정 견고성을 확립할 수 있고, 나중에 시간을 절약하기 위해 축 레벨로 초기 설계 공간 DOE에 이러한 검사를 빌드하는 것이 편리합니다. 인정하건대, 저는 더 극단적인 레벨도 DOE의 수학을 뒷받침한다고 가정했으므로, 설계가 확장된 축보다 표면 값 축을 선호한다는 설명에 감사드립니다!
솔직히 말해서, 저는 습관적으로 다른 것보다 CCD RSM을 사용하는데, 극단적인 비선형성과 알려진 유의미한 요인 상호 작용이 있는 프로세스를 특성화하기 위해 다른 DOE 설계를 추천하시겠습니까?
감사합니다!
Re: 블록과 사용자 정의 축 수준을 모두 갖춘 CCD RSM DOE를 구축하는 데 도움을 받고 싶습니다.저는 전직 동료(저는 SAS의 JMP 부서에서 은퇴했습니다) @Dan_Obermiller가 쓴 모든 내용에 동의합니다. 두 번째 답변에 대해... 제가 추천할 내용 중 일부는 문제 해결 프로세스의 어느 단계에 있는지와 사전 지식에 따라 달라집니다. 여전히 스크리닝 모드에 있고 2차 이상의 무시할 수 있는 효과를 가정할 의향이 있다면 확정적 스크리닝 설계가 잘 작동할까요? 최적화 예측이 더 많다면 I-최적 접근 방식이 어떨까요? 그런 식으로 원하는 효과를 설계 사양의 일부로 정의할 수 있습니다. 그리고 당신이 말하는 이 '비선형성'은 2차 효과가 실제로 잘 맞지 않는 본질인가요? '절벽' 유형의 답변에 대한 제 경험은 2차 효과가 요인 공간에서 잘 예측되지 않는다는 것입니다. 그렇다면 일부 비선형 모델링 접근 방식이 필요할 수 있습니다. Fit Curve 플랫폼부터 시작해서... 먼저 시도해 보세요.
Re: 블록과 사용자 정의 축 수준을 모두 갖춘 CCD RSM DOE를 구축하는 데 도움을 받고 싶습니다.안녕하세요 @MorganM ,
커뮤니티에 오신 것을 환영합니다!
@Dan_Obermiller 와 @P_Bartell 로부터 훌륭한 답변을 받았습니다. 저는 귀하의 주제에 대해 다른 (그리고 바라건대 보완적인) 견해를 가질 수도 있습니다.
제가 가장 먼저 떠올리는 질문은 응답 변화에 영향을 미치는 요인을 이해하고 싶은지, 아니면 응답 모델의 예측 정확도에 더 관심이 있는지입니다. " 예상치 못한 절벽과 극단적인 비선형성 "을 언급했고 설계가 3개의 연속 요인으로 구성되어 있기 때문에 공간 채우기 설계를 대안으로 고려할 수 있을 것입니다. 공간 채우기 설계는 연속 요인의 수가 비교적 적고 예상 응답이 매우 비선형일 때 매우 유용한 다재다능한 설계입니다. 실험 공간에 두 개의 "범위"가 있고 두 개의 블록을 언급했기 때문에 공간 채우기 설계를 반복적으로 진행할 수 있습니다.
- 축 지점에 대해 언급한 것처럼 코드화된 수준에서 -2~+2의 확장된 범위를 갖는 첫 번째 소규모 실험 배치를 만듭니다.
- 공간을 채우는 방식으로 디자인을 증강하고 관심 영역에 초점을 맞추기 위해 범위를 줄입니다(예: 코딩된 수준에서 -1~+1).
이 공간 채우기 디자인 옵션에는 (많은) 장단점이 있지만, 여기 두 가지 주요 사항을 소개합니다.
- 장점: 설계 공간에서 점이 균일하고 무작위로 분포되어 있으며, 회귀 모델에서 머신 러닝 모델(SVM, 가우시안 프로세스 등)에 이르기까지 다양한 모델 피팅 방법을 사용할 수 있습니다. 모델의 예측성에 좋습니다.
- 단점: 이 디자인은 모델 설명에 특별히 도움이 되지 않습니다. 사용된 모델 유형에 따라 주효과와 상호작용/2차/고차 효과 측면에서 응답 변동을 이해하려는 경우 이러한 용어의 상대적 중요도에 대한 간단한 이해와 분해를 얻을 수 없을 수 있습니다(대부분의 머신 러닝 모델에서 사후적 특징/요인 중요도를 계산/추정할 수 있지만 복잡해질 수 있음). 또한 점이 디자인 공간의 경계에 위치하지 않을 수도 있습니다.
또한 먼저 스크리닝 디자인을 사용하여 순차적 접근 방식을 생각해 볼 수 있습니다(실험 공간의 경계에서 포인트를 생성할 수 있도록). 그런 다음 Space-Filling 디자인 포인트로 디자인을 보강할 수 있습니다. Augment Designs 플랫폼으로 다양한 디자인 옵션을 순차적으로 혼합하고 매치할 수 있습니다.
@Dan_Obermiller 의 축 방향 지점 거리의 다양한 용도와 이점/단점에 대한 응답을 확장하고 보완하기 위해 비슷한 주제에 대해 내가 수행한 비교 연구를 읽을 수 있습니다. 해결됨: Re: 사용자 정의 디자인 RSM에 별점이 없는 이유 - JMP 사용자 커뮤니티
이 보완적인 답변이 귀하에게 도움이 되기를 바랍니다.
Re: 블록과 사용자 정의 축 수준을 모두 갖춘 CCD RSM DOE를 구축하는 데 도움을 받고 싶습니다.안녕하세요 여러분,
여러분의 모든 의견에 진심으로 감사드립니다! 저는 JMP에서 조금 조사하고 여러분의 답변을 읽었는데, 실험실에서 실용성을 위해 차단 계수를 유지하기 위해 이 설계를 정상 축 레벨로 다시 전환하려고 합니다. 안타깝게도 제가 작업 중인 단위 작업의 프로세스 개발 수명 주기에서 최대 20회 실행만 할 수 있는 리소스가 있는 시점에 있습니다(조건을 다시 실행해야 하는 경우를 대비해 16~18회로 제한하려고 합니다). 초기 개념 증명 연구에 보낼 "최적의" 조건을 선택하기 전에 연구를 한 번만 할 수 있는 시간도 있습니다. 프로젝트 후반에 설계 공간을 보다 철저히 평가할 시간이 있을 것이고, 여기에서 제공한 조언을 반드시 참조하겠습니다! 하지만 제 시간과 리소스 제한을 감안할 때, 적당히 이해되는 설계 공간에서 2개의 중심점(총 16회 실행)이 있는 비교적 간단한 RSM이 제 목적에 가장 유익한 옵션이라고 생각합니다. 너무 많은 재실행 없이도 연구 실행을 마칠 수 있다면, @Victor_G 님의 조언을 꼭 따르겠습니다. 모델 내부를 채우기 위해 몇 가지 공간 채우기 포인트를 추가하겠습니다!
이 프로젝트의 장기 목표에 대해 말씀드리자면, 저는 주로 제 요인의 수준과 변동성이 제 제품 품질 속성에 어떤 영향을 미칠지 평가하는 데 관심이 있습니다. 지금은 초기 단계이지만, 최종 목표는 이 프로세스를 연구 규모에서 제조 가능한 규모로 끌어올리는 것입니다. 따라서 프로세스 매개변수에 대한 이상적인 중심점을 찾을 뿐만 아니라 프로세스가 제 사양 한계의 경계에서 어떻게 수행되는지 알아야 합니다.
다시 한번, 감사합니다 @Dan_Obermiller @P_Bartell , 그리고 @Victor_G ! 정말 많은 도움이 되었습니다!
Re: 블록과 사용자 정의 축 수준을 모두 갖춘 CCD RSM DOE를 구축하는 데 도움을 받고 싶습니다.아마도 당신은 이미 이에 대비했을 것입니다... 하지만 당신의 마지막 답변은 완전히 다른 문제를 제기합니다. 확장성. 당신은 확장성 경로에 대한 감각이 있습니까? 제가 업계에서 일했을 때... 글쎄요, 우리는 제가 확장성 경로라고 부르는 다양한 경로를 가지고 있었습니다. 일부는 실험실에서 생산으로 매우 훌륭하게 전환되었습니다. 다른 것들은? 근접도 못 합니다. 후자의 경우, 확장성 경로를 따라 이동하면서 최적의 프로세스/제품 설정을 발견하기 위해 반복적으로 설계된 실험을 실행하게 될 수 있습니다. 행운을 빕니다.
