DOE 유형안녕,
제 DOE에는 여러 요인이 있으며, 각각 3에서 5까지의 다른 수준을 갖습니다. 총 실행 수가 20,000을 초과하기 때문에 전체 요인 설계를 만들 수 없습니다. 대신 주 효과만 있고 상호 작용 효과는 없는 사용자 지정 설계를 만들려고 했습니다. 제공된 테스트 수는 21개입니다. 이 사용자 지정 설계가 신뢰할 수 있는지 어떻게 확인할 수 있습니까? 또한 이미 채워진 응답 값과 함께 상호 작용 효과를 나중에 추가할 수 있는 방법이 있습니까? 상호 작용 효과를 추가할 때 응답 표를 다시 채워야 합니다. 감사합니다.
고급 통계 모델링신뢰성 분석Re: DOE 유형안녕하세요 @faizarizmin ,
커뮤니티에 오신 것을 환영합니다!
귀하가 DoE에 대해 처음 접하는 것 같으므로 JMP에 나열된 DoE 리소스 를 살펴보는 것이 좋습니다. 실험 설계 클럽 토론 및 이 게시물(및 기타 게시물)에 나열된 기타 리소스: DOE를 위한 학습 자료?
이러한 자료는 디자인을 만들고 이를 비교/평가하는 방법을 이해하는 데 도움이 됩니다.
이 스크리닝 단계에는 많은 요소가 있는 것 같으므로 실험 예산에 비해 실행 횟수가 너무 많지 않다면 확정적 스크리닝 설계도 흥미로운 옵션일 수 있습니다.
또한, Design Explorer를 사용하면 다양한 실행 크기, 반복 횟수, 최적성 기준 등을 적용하여 여러 디자인을 병렬로 만들고 비교할 수 있습니다.
마지막으로, 설계 평가 및 비교는 귀하의 목표(여기서는 스크리닝)와 연결됩니다. 스크리닝 설계의 경우 목표는 많은 잠재적 요인 중에서 활성 효과를 식별하는 것입니다. 평가 프로세스는 세 가지 보완적인 측면에 중점을 둡니다.
- 전력 분석은 효과 감지 기능을 위한 주요 도구 역할을 합니다. 전력 분석 표와 플롯을 통해 설계가 지정된 조건에서 활성 효과를 안정적으로 감지할 수 있는지 평가할 수 있습니다.
- 표준 오차 추정치는 추정 정밀도를 정량화하여 전력 분석을 보완합니다. 상대 표준 오차 표는 설계 간의 직접 비교를 가능하게 하여 주요 효과(및 가정 모델에 추가된 경우 상호 작용)를 정확하게 추정하는 능력을 보여줍니다.
- 색상으로 구분된 행렬을 통해 시각화된 상관관계 분석은 효과 혼동을 노출하여 스크리닝 평가를 완료합니다. 이러한 맵은 잠재적인 앨리어싱 구조를 보여주어 실행 경제성과 효과 분리 기능 간의 균형을 맞추는 데 도움이 됩니다.
목표가 다르면 디자인 전략도 달라지고 평가도 달라질 수 있습니다. 이 측면에 대해 제가 쓴 LinkedIn 게시물은 다음과 같습니다. https://www.linkedin.com/posts/victorguiller_d%C3%A9couverte-des-plans-oml-orthogonal-main-activity-7300061967682084864-QlkC
이 첫 번째 답변이 도움이 되기를 바랍니다.
Re: DOE 유형매우 감사합니다!
