JMP의 사용자 정의 설계 플랫폼을 사용하면 실험자는 최적 설계를 구성하여 특정 실험 요구 사항에 맞는 맞춤형 설계를 만들 수 있습니다. 사용자 정의 설계기는 좌표 교환 알고리즘을 사용하여 여러 최적성 기준 중 하나를 최대화하는 설계를 생성합니다. 좌표 교환 알고리즘은 각 요인과 실행에 대해 지정된 설계 영역 내에서 임의의 값을 선택하여 초기 설계를 구성합니다. 이렇게 찾은 설계는 국소적으로만 최적이며, 전역적으로 최적의 설계를 찾을 확률을 높이기 위해 좌표 교환 알고리즘이 여러 번 반복됩니다. 사용자 정의 설계는 구성된 모든 설계 중에서 최적성 기준을 최대화하는 설계를 제공합니다.
최적성 기준은 다음과 같습니다.
사용자 정의 디자인에서 빨간색 삼각형 아래에 최적성 기준을 지정할 수 있습니다.
권장되는 (기본) 최적성 기준은 다음과 같습니다.
| 맞춤 디자인에 지정된 모델 |
기본 최적성 기준 |
| RSM 버튼을 사용한 완전 2차 모델 |
I-최적성 |
| 상호작용 버튼을 통해 2요인 상호작용이 추가된 모델 |
A-최적성 |
| 그 외의 모든 경우 |
D-최적성 |
설계 목표는 기본 최적성 기준과 기본 최적성 기준에서 별칭 최적성 기준과 같은 다른 최적성 기준으로 변경해야 하는 시점에 대한 근거를 제공합니다.
실험 설계의 주요 목표는 크게 두 가지입니다. 하나는 활성 효과를 식별하는 것(스크리닝)이고, 다른 하나는 반응을 최적화하는 것(예측)입니다. 스크리닝 설계에서 활성 효과를 식별하기 위해서는 1차 모델(주효과 모델)이 사용됩니다. D-optimal은 계수 오차를 최소화하는 데 중점을 두므로 활성 효과를 식별하는 데 적합합니다.
2차 모델(주효과, 이차항 및 2차 상호작용 포함)은 공정의 운전 설정을 최적화할 때 사용되며, 정확한 매개변수 추정보다 반응 예측이 우선시됩니다. I-optimal은 예측 분산을 고려하므로, 사용자 정의 설계에서 RSM 버튼을 사용하여 모델을 정의할 때 2차 모델에 권장되는 (기본) 최적성 기준입니다.
| 최적성 기준 |
실험 설계의 목표 |
실질적인 목표 |
| I-최적 |
예측 분산 최소화 |
정확한 예측 |
| D-최적 |
계수 오차 최소화 |
요인 간 관계를 이해합니다 |
| A-최적 |
모델의 각 부분에 가중치 부여 |
특정 관심 요인에 초점을 맞춰 요인 간의 관계를 이해합니다. |
| 별칭 최적성 |
주효과(ME)와 이원상호작용(2FI) 간의 상관관계를 제거합니다. |
ME가 잠재적으로 큰 활성 2-FI에 의해 편향되지 않은 요인 관계를 이해합니다. |
맞춤형 설계에서 최적성 기준을 명시하고 식별하는 방법의 예:
