DoEフォローアップ親愛なる、
私は 6 つの要因 (主効果、二次効果、相互作用) を使用して最初の DoE (i-最適) を実行しました。
これらの要因の中で、温度は大きな影響を与えるので、より狭い温度範囲で他の要因をテストするための新しい実験を追加したいと考えています。
温度の初期テスト条件は 35 ～ 80°C でした。70 ～ 80°C の範囲でのみ実行を追加したいと思います。
このフォローアップ実験の目的は、この温度範囲における他の要因の影響を検出するための統計的検出力を高めることです。
JMP でこれをどう実行すればよいでしょうか?
助けてくれてありがとう！
実験計画法DoEフォローアップについてこんにちは@PYS 、
Augment Designs プラットフォームを使用すると、これを非常に簡単に行うことができます。
要因と応答を指定したら、要因の範囲を変更して要因の範囲を減らす（または増やす）ことができます。
このオプションがどれほど関連性があり、可能であるかはわかりませんが、他の要因の範囲を拡張することを検討しましたか?
この回答がお役に立てば幸いです。
DoEフォローアップについて親愛なるビクターへ
お返事ありがとうございます。
問題は、（技術的な理由により）高温でのデータのみが有効であると疑っていることです。
したがって、私たちは収集した情報を失うことなく、これらの高温に関する知識を向上させたいと考えています。
おそらく、増強は正しいオプションではないのでしょうか? より狭い範囲の温度 (70 ～ 80) で別の DoE を実行することにした場合、80°C のみで実行した以前の実行を追加できますか?
次の DoE には異なるランダム ブロックが含まれます (1 日に実行できる実験は 3 つだけです)。以前の実験 (これも異なるランダム ブロックで取得された) をどのように処理すればよいでしょうか。2 つのランダム変数 (1 つは日ブロック用、もう 1 つは「DoE」ブロック用) を作成する必要がありますか?
ちょっと迷っています
ピル
DoEフォローアップについてわかりました。よく理解できました。
要因の影響に関する事前情報を活用して必要な実験の数を減らすことができるため、設計を拡張することは、最初からやり直すよりも依然として良いアイデアだと思います。
拡張する場合、「 新しい実行を個別のブロックにグループ化する」をチェックできます。このオプションは、最初の実験セットと拡張された実験セットの間で応答のシフトや差異が発生するリスクを考慮して軽減するのに役立つため、 安全策としてチェックすることを強くお勧めします。
次に、拡張されたデザインにブロックを追加したい場合、それは可能かもしれませんが簡単ではありません。
- 予想される実行回数の合計で設計を拡張します (3 の倍数、ここで再作成した例では、34 回の実行の I 最適 RSM 設計から開始し、拡張設計プラットフォームにより 12 回の実行を追加します)。
- データテーブルで、 [サブセット データ テーブルを作成する]オプションを使用して、拡張された実行のみを含むテーブルを作成します。
- サブセット テーブルでプラットフォームのカスタム デザインを使用し、オプション「共変量因子の選択」を使用してサブセット テーブルから因子を入力します (ただし、「新しい実行を個別のブロックにグループ化する」オプションをオンにしている場合は、ブロック因子は入力しないでください。値は 2 のみになり、これらの拡張実行は 3 つの実行のランダム ブロックに再配置されます)。拡張実行は候補セットとして使用されます。次に、因子リストにブロック因子 (ブロックあたり 3 つの実行) を追加できます。
また、「選択したすべての共変量行を設計に含める」オプションをオンにして、以前に作成した拡張実行がすべて考慮され、使用されるようにすることもできます。この手順は、実験の制約を考慮して、拡張実行の順序をランダム ブロックに再配置するためにのみ使用されます。
- 次に、必要に応じて、ブロッキング係数の設計ロール プロパティを「ランダム ブロック」に変更し ( 属性オプションを使用して、最小二乗法の適合プラットフォームで分析用にモデルを設定するときに変更することもできます)、カスタム設計から拡張実行を含む設計 (ランダム ブロック効果からの順序を含む) をコピーして、元の完全な拡張設計データ テーブルに貼り付け、拡張実行の順序を置き換えます。
目的や用途が異なるため、「ブロック係数」を 1 つの列に結合しないことをお勧めします。
- 拡張からのブロックは、最初の実験セットから2番目の実験セットへの応答にシフトまたは分散の違いがあるかどうかを評価するのに便利です（統計的にも実用的にも有意/意味がない場合は分析から除外される可能性があります）。
- 実験制約からのランダム ブロックは分析で直接使用されない可能性がありますが、効果が実験日と混同/エイリアスされるリスクを軽減するのに役立ちます (「不運なランダム化」)。最初の実験セットからランダム ブロックを既に取得している場合は、その使用を新しいセットに拡張して分析で使用できます。
実験上の制約を考慮するためのより洗練されたオプションがあるかもしれませんが、この実用的な回避策は、使用ケースで機能するはずです。
これがあなたにとって意味を持ち、役立つことを願っています。
