Plackett-Burman 설계 분석안녕하세요 여러분,
9개의 연속 인자를 사용하여 Plackett-Burman 폴드오버 스크리닝 DOE를 실행했습니다. 곡률을 감지하기 위해 3개의 중심점을 포함했습니다.
데이터 테이블 분석을 위해 '스크리닝' 스크립트를 실행해야 할지, 아니면 적합 모델 플랫폼을 사용해야 할지 잘 모르겠습니다. 적합 모델 플랫폼을 사용할 경우, PB 설계에서는 주효과만 추정할 수 있으므로 주효과만 포함하여 모델 효과를 구성해야 할까요? 이렇게 하면 적합도 부족 검정이 상당히 발생하고 모델에서 곡률을 감지하지 못합니다. 반면 스크리닝 스크립트를 사용하면 적합도 부족 검정이 유의하지 않고 일부 요인의 경우 반응과의 관계가 비선형적인 것을 확인할 수 있습니다.
도와주셔서 감사합니다.
사라
실험 설계Re: Plackett-Burman 설계 분석선택한 설계에 따라 요인들이 직교하는지 여부가 결정됩니다. PB 설계의 요인들은 직교합니다.
PB 디자인은 과포화 상태가 아닙니다.
스크리닝 플랫폼은 2단계 PB 설계에 적합합니다. 각 분석 방법이나 용어 선택에는 고유한 가정과 접근 방식이 있다는 점을 기억하십시오. 플랫폼이나 옵션 간에 정확한 일치를 기대해서는 안 됩니다.
Re: Plackett-Burman 설계 분석주효과만으로는 설명할 수 없는 비선형적 효과가 반응에 나타날 가능성이 있습니다.
스크리닝 플랫폼에서 선택한 용어가 타당한가? 모델에 적합성 부족을 설명할 수 있는 고차 용어가 포함되어 있는가?
모델에 대한 모호성은 스크리닝 과정에서 허용되는 부분입니다. 스크리닝 후에는 일반적으로 적합도 부족을 보완하거나 추가 효과를 검증하기 위해 증강된 모델에 대한 새로운 실행을 통해 원래 설계를 보강합니다.
Re: Plackett-Burman 설계 분석2단계 적합성 검사 플랫폼에 대한 장을 읽어보세요.
이 플랫폼은 연속형 요인을 대상으로 합니다. 각 항에 대해 직교 대조를 생성합니다. 주효과부터 시작하여 모델이 포화 될 때까지(오차 자유도가 0이 될 때까지) 고차 항에 대한 대조를 추가합니다. 이 접근법은 효과 희소성, 효과 계층, 모델 유전성이라는 주요 선별 원칙을 기반으로 합니다. 각 대조에 대해 개별 및 동시 p-값이 계산됩니다. 대조의 정규 그래프가 제공됩니다.
Re: Plackett-Burman 설계 분석DOE 가이드에서 제가 찾은 내용은 다음과 같습니다.
• 모든 요인이 2단계이고 직교적이라면 Fit Two Level Screening 플랫폼의 모든 통계가 적합합니다.
언제 내 요인들이 직교한다고 가정할 수 있나요?
• 고도로 과포화된 주효과 설계의 데이터가 있는 경우 Fit Two Level Screening 플랫폼이 효과적입니다.
활성 요인을 선택하는 것은 효과적이지만, 오차나 유의성을 추정하는 데는 효과적이지 않습니다. p 값을 산출하기 위한 몬테카를로 시뮬레이션은 이 사례에 유효하지 않은 가정을 사용합니다.
저는 이것이 PB 디자인의 문제라고 생각하지 않습니다.
• 두 개 이상의 수준을 가진 범주형 또는 이산형 수치형 요인이 있는 경우, Fit Two Level Screening 플랫폼은 적합하지 않습니다. JMP는 연관된 모델 항을 연속형으로 처리합니다. 이러한 요인의 경우, 변동은 주효과와 다항효과에 걸쳐 분산됩니다. 이러한 상황에서는 Fit Model 플랫폼을 사용하는 것이 좋습니다.
연속형 요소만 있습니다.
그러면 이러한 가정을 바탕으로 스크리닝 플랫폼을 진행할 수 있을까요?
Re: Plackett-Burman 설계 분석하지만 스크리닝 플랫폼은 정확히 어떻게 용어/2요소 상호작용을 선택할까요?
중앙 지점을 제외한 후에도 모든 실행에 대해 반복 실험이 3번 이루어졌기 때문에 적합성 테스트가 부족하다는 결과가 나왔습니다.
스크리닝 플랫폼을 사용하면 유의미하지 않은 적합도 부족 검정 결과가 나옵니다. 현재 지식으로는 적합 모델에서 어떤 용어를 선택해야 할지 알 수 없으므로, 적합 모델 플랫폼 대신 스크리닝 플랫폼을 사용해도 될까요?
Re: Plackett-Burman 설계 분석이러한 통찰력에 감사드립니다
Re: Plackett-Burman 설계 분석PB 설계는 주효과보다 더 많은 것을 추정할 수 있습니다. 일부 항목에 대해 상관관계가 있는 추정치를 생성할 수 있지만, 일반적으로 정규 부분 요인 설계를 사용하여 교란을 방지합니다.
스크리닝 플랫폼은 적합 최소제곱 플랫폼으로 연결되는 다리 역할을 합니다. 이 플랫폼의 유일한 목적은 추정 전 용어를 선택하는 것입니다.
적합도 부족은 아마도 복제된 실행(중심점)의 분산이 모델보다 작기 때문일 것입니다. 중심점을 선택하세요. 검은색이 아닌 고유한 색상을 지정하고, 숨기지 말고 제외하세요. 최소제곱법으로 모델을 다시 실행해 보세요. 적합도 부족 검정은 없지만, 상단의 실제값 대 예측값 플롯에서 중심점을 확인할 수 있습니다. 나머지 실행과 일치하지 않나요?
Re: Plackett-Burman 설계 분석또한 몇 달 전에 제가 수행한 주요 효과 스크리닝 디자인에는 없었던 이 스크리닝 스크립트가 이 PB 디자인에는 나타나는 이유를 이해할 수 없습니다.
