他のパラメータを一定に保ちながら、圧力、流量、電力、堆積時間などのすべてのパラメータを +-10% 個別に変更して、その効果を確認する必要があります。最初に他のパラメータを固定値のままにして、圧力を +-10% 変化させるなど、パラメータの効果を確認したいと思います。
また、流量は +-10% 変化しますが、他のパラメータは一定に保たれます。
どうすればいいでしょうか?
品質およびプロセスエンジニアリングRe: 他のパラメータを一定に保ちながら、圧力、流量、電力、堆積時間などのすべてのパラメータを +-10% 個別に変更して、その効果を確認する必要があります。フォーラムへようこそ。皆さんのアドバイスは気に入らないかもしれませんが、あなたはOFAT（One Factor at a Time）操作を行っています。これは因子関係を理解する上で非効率的で、しばしば効果のない方法です。主に：
1. 推論空間が狭い
2. 相互作用効果を推定できない
3. 非現実的（すべての要素を一定に保ちながら、1つだけを変えることは不可能）
4. 最適ではない（最適な設定は条件付き（つまり、他の要因の設定に基づいて）選択される。他の要因でより良い設定が見つかった場合、最初の要因に関する結論は意味をなさない）
5. コストがかかる（最適化に必要な実行回数がDOEよりも大幅に多い）
代わりに多因子実験を設計することをお勧めします。4因子実験について説明されていますが、これはわずか8回の処理で達成できます（Res IV）。
Re: 他のパラメータを一定に保ちながら、圧力、流量、電力、堆積時間などのすべてのパラメータを +-10% 個別に変更して、その効果を確認する必要があります。こんにちは@サティヤム 、
コミュニティへようこそ！
@スタットマンさんの意見に全く同感です。パラメータの効果についてより多くの情報と確実性を得るために、DoE を実行するべきです。あなたの目的がよく分かりません。重要なパラメータの効果をスクリーニングしたいのか、それとも既に最適な結果を見つけていて、その最適値が因子の小さな変動に対してロバストであることを確認したいのか、どちらでしょうか？
既に最適解を見つけており、その周囲の因子に小さな変動を与えた場合の最適解の堅牢性を確認したい場合は、 @スタットマンが提案したようなシンプルな計画を作成し、最適解の実験的変動を検定するために中心点をいくつか追加することをお勧めします。これにより、中心点の反復により、プロセスの純粋な実験的変動と因子の影響を検定できるようになります。
この会話で堅牢性設計についてのアイデアをご覧ください: 堅牢性設計
以下のリソースにも情報が載っているかもしれません:
https://www.nist.gov/document/robdesgn-1pdf
https://www.itl.nist.gov/div898/handbook/pri/section1/pri12.htm
この回答がお役に立てれば幸いです。
Re: 他のパラメータを一定に保ちながら、圧力、流量、電力、堆積時間などのすべてのパラメータを +-10% 個別に変更して、その効果を確認する必要があります。はい、 @Victor_Gさん、条件はすでに最適化しました。あとは、結果に影響を与える可能性のある重要なパラメータを個別に確認するだけです。今のところ、2つのパラメータの相互作用については気にしていません。
非効率かどうかは気にしません。ただ、JMPを使って一つのチャートでこれを実行できるかどうか知りたいです。 @スタットマン
パラメータごとに異なるチャートを作成したくありません。
ご指導いただければ幸いです。ありがとうございます
Re: 他のパラメータを一定に保ちながら、圧力、流量、電力、堆積時間などのすべてのパラメータを +-10% 個別に変更して、その効果を確認する必要があります。わかりました。では、前回の投稿で紹介した堅牢性設計に関するリンクが参考になるかもしれません。 @statman さんが書いたように、最適な結果の堅牢性と妥当性を確認するために複雑な設計を実行する必要はありません。シンプルな8回実行の一部実施要因設計で十分です（中心点を設定して最適結果を確認し、再現性を確認することもできます）。
もちろん、データテーブルを手動で作成し、1 つを除くすべてのパラメータを修正してからパラメータ値を 1 つずつ変更することで、JMP で OFAT アプローチを使用して作業を続行することもできます。
しかし、前述の通り、OFATアプローチはいくつかの要因により、何の成果も生みません。システムをチェックする際にOFATを用いる最大のリスクは、最適解を見つけたと誤解してしまうことです。しかし、実際には最適解ではありません。OFATはあなたの意見を裏付けるだけで、システムに対する理解を否定することはできず、改善の余地を残しません。OFATは、スタットマンが挙げたいくつかの実験上の理由、そして研究対象となった実験空間における実験の代表性という観点から、適切ではありません。
DoE を初めて使用する場合は、始めるのに役立つリソースがいくつかここにリストされています: https://community.jmp.com/t5/Design-of-Experiments-Club/DOE-Resources/td-p/635455
この回答がお役に立てれば幸いです。
