混合実験における検出力計算は信頼できるでしょうか?特殊なシェッフェモデルを用いた3元混合実験（12回実行）において、各成分の検出力がわずか5%しか得られませんでした。これは、成分効果が観察されない可能性が95%あることを意味します。因子間の高い共線性を考慮すると、混合実験における検出力の計算は信頼できるのでしょうか？
実験計画法Re: 混合実験における検出力計算は信頼できるでしょうか?はい、信頼できます。まず、推定値間の相関が本質的に高いため、検出力は低くなります。次に、個々の要素または要素の組み合わせに制約があると、相関がさらに高まり、検出力が低下します。さらに、混合実験では通常、どの要素が有意であるかがわかるとは期待できません。すべての要素は独立して変化するのではなく、同時に変化するため、有意性を割り当てることは不可能です。混合実験は通常、探索または最適化のための予測を目的としています。
Re: 混合実験における検出力計算は信頼できるでしょうか?こんにちは、 @frankderuyckさん、
混合設計はスクリーニング設計ではなく最適化設計です。混合設計は通常、因子数が少ない場合、または成分が応答に影響を与えることが分かっている場合に実行されます。そのため、検出力計算は（たとえ「信頼できる」場合でも）混合設計の評価・比較に用いるべき適切な指標ではありません。混合設計の評価・比較には、 予測分散プロファイル、 設計空間割合プロット、 予測分散曲面、 設計診断（相対G効率（実験空間における最大予測分散に関連）、予測の平均分散などの予測指標を用いるようにしてください。
さらに、混合設計には線形従属（合計 = 100% または 1）の要因が含まれるため、この状況では多重共線性が生じ、効果項の推定値の誤差が膨らみます。そのため、モデル内のさまざまな効果の検出力が非常に低くなります。
その他の関連ディスカッションを参照してください:
カスタム設計：プロセス変数との混合。設計を評価するには？
DOE で検出力分析を考慮する必要がありますか?
混合DOEの効果サマリーを効果的に使用するにはどうすればよいですか?
この回答がお役に立てれば幸いです。
Re: 混合実験における検出力計算は信頼できるでしょうか?ありがとう、ビクター。多重共線性は信頼性の低い検出力予測の原因です
Re: 混合実験における検出力計算は信頼できるでしょうか?実際、混合DOEはI最適検出力であるため意味をなさない。
