829670_ko-KR

liliconcom

DOE 맞춤형 설계 플랫폼에서 계층적(중첩된) 요소 처리

안녕하세요,

저는 DOE 맞춤형 설계 플랫폼을 사용하여 설계를 구축하려고 합니다. 고려해야 할 범주형 요인(G, L, Z)이 세 개 있으며, 하나는 다른 요인 내에 중첩되어 있습니다. 궁극적으로 실행하려는 모델은 Y = G + L[Z] + Z + e입니다. 그러나 저의 주요 목표는 G의 반복 횟수가 Z 내에서 균형을 이루고 실행 횟수가 L 요인 전체에서 균형을 이루도록 하는 것입니다.

"허용되지 않는 조합" 옵션을 사용하여 원하는 결과에 가까운 것을 얻을 수 있었습니다. 예를 들어, 이 스크립트는 내가 원하는 것에 상당히 가까운 결과를 생성합니다.

DOE(
	Custom Design,
	{Add Response( Maximize, "Y", ., ., . ),
	Add Factor(
		Categorical,
		{"L1", "L2", "L3", "L4", "L5", "L6", "L7", "L8", "L9", "L10"},
		"L",
		0
	), Add Factor(
		Categorical,
		{"V1", "V2", "V3", "V4", "V5", "V6",
		"V7", "V8", "V9", "V10", "V11", "V12",
		"V13", "V14", "V15", "V16", "V17", "V18",
		"V19", "V20", "V21", "V22", "V23", "V24",
		"V25", "V26", "V27", "V28", "V29", "V30",
		"V31", "V32"},
		"G",
		0
	), Add Factor( Categorical, {"Z1", "Z2"}, "Z", 0 ),
	Set Random Seed( 1289561612 ), Number of Starts( 360 ), Add Term( {1, 0} ),
	Add Term( {1, 1} ), Add Term( {2, 1} ), Add Potential Term( {3, 1} ),
	Set Sample Size( 360), Disallowed Combinations(
		Z == "Z1" & (L == "L6" | L == "L7" |
		L == "L8" | L == "L9" | L == "L10") |
		Z == "Z2" & (L == "L1" | L == "L2" |
		L == "L3" | L == "L4" | L == "L5")
	), Simulate Responses( 0 ), Save X Matrix( 0 ), Make Design}
);

그럼에도 불구하고, 이것은 완벽과는 거리가 멀다. 왜냐하면 L , Z , G 의 레벨 수는 내가 만들어야 할 디자인에 따라 상당히 달라질 수 있고, 나는 많은 것을 가지고 있기 때문이다! 이 접근 방식은 스크립팅을 통해 자동화하기 쉽지 않다.

게다가 내 G 인자에 대한 Z 레벨당 복제 횟수는 내 결과 표의 다음 요약에서 볼 수 있듯이 완벽하게 균형을 이루지 못했습니다.

어떤 생각이라도 환영합니다:)

저는 JMP16을 사용하고 있습니다

실험 설계Re: DOE 사용자 정의 설계 플랫폼에서 계층적(중첩된) 요소 처리

안녕하세요 @johanna_younous ,

질문에 직접 답변할 수는 없지만 몇 가지 말씀/의견을 말씀드리겠습니다.

• 당신의 목표는 무엇입니까? 승자를 고르시겠습니까? 아니면 요인과 반응 사이의 연결에 대한 이해와 모델링을 고르시겠습니까?
  두 번째 사례에서, 예를 들어 요인 G에 대한 수준이 더 적으면 이 연결을 이해할 수 없는지 궁금합니다(32개 수준은 많죠!). 또한 요인이 무엇을 나타내는지에 따라 범주형 요인과 관련된 숫자형 요인을 하나 또는 여러 개 사용할 수 있습니까? 예를 들어, 설계에서 숫자형 공변량으로 요인의 특정 범주형 수준을 측정하는 것을 사용할 수 있습니까?
  이 아이디어에 대한 몇 가지 옵션과 영감: Re: 효율성과 모델 적용성 증가...
• 디자인의 불균형에 대해서 말씀드리자면, 귀하가 사용한 것과 동일한 스크립트를 실행할 때 요인 수준에서 특정한 불균형은 보이지 않습니다.
  

  (필요하다면 비교를 위해 생성된 디자인 데이터표를 첨부했습니다).
  정확히 무슨 문제가 있나요?

• 자동화의 경우 Candidate Set 방식을 사용하면 더 쉬울지 궁금합니다.
  1. 모든 조합을 포함하는 데이터 세트를 자동으로 생성합니다(고전적 완전 요인 DoE),
  2. 스크립팅 규칙을 사용하여 실행 불가능한 조합을 제거합니다.
  3. 이 후보 세트를 사용하여 디자인을 만듭니다.

후보 세트 접근 방식에 대한 자세한 내용은 여기에서 확인하세요: 후보 세트 설계: 문제에 대한 DOE 제약 조건 조정(2021-EU-30MP-784)

이 답변이 도움이 되기를 바랍니다.

Re: DOE 사용자 정의 설계 플랫폼에서 계층적(중첩된) 요소 처리

안녕하세요. 답변 감사합니다.

사실 목적은 내 모든 G 레벨을 적절하게 정렬하고 결국 더 나은 레벨을 선택하는 것입니다. 사실 32 레벨은 나에게는 꽤 낮은 레벨입니다! 숫자를 그 요인에 연관시키는 직접적이고 쉬운 방법은 없습니다.

그림으로 불균형을 설명하려고 노력했지만, 명확하게 표현되지 않았을 수도 있으니 양해해 주시기 바랍니다.

다른 실행에서 실행 횟수를 늘린 결과는 다음과 같습니다.

균형 문제는 Z 내의 G 레벨의 복제 횟수에서 발생합니다. 내가 가진 것은 다음과 같습니다.

그리고 내가 원하는 것은 이것입니다

후보자 접근 방식에 대해 감사드립니다. 자세히 살펴보겠습니다.

공정하게 말해서 이 문제는 해결하기가 더 쉬울 것이라고 생각했습니다.:)

Re: DOE 사용자 정의 설계 플랫폼에서 계층적(중첩된) 요소 처리

안녕하세요 @johanna_younous ,

레벨 간 정확한 균형을 맞추는 데 필요한 것은 무엇입니까? 디자인을 수동으로 만들려고 했습니까? 스크립트 디자인과 비교하면 어떻습니까?

여기의 약간의 불균형은 걱정할 만한 일이 아닐 것 같습니다. 디자인 비교 플랫폼에서 디자인을 비교해보시면 됩니다.

어쨌든 후보자 접근 방식을 사용하면 설계 생성 시 제약 조건을 지정하는 대신, 제약 조건이 이미 포인트 선택에 포함되어 있으므로 좋은 대안이 될 수 있습니다.