実験計画法：モデル可視化による分析先週、モデルの可視化について説明しました - これは単にモデルにデータの視覚化を適用することです - そしてそれが私がそれを有用だと思う理由を説明しました。
デザインされた実験特に小型のDOEは、モデルの視覚化を実践するのに最適な場所です。これに対する別の用語は、「Graph Builderによる分析」です。
数値モデルを構築したり、パラメータ推定値を調べたりしないことをお勧めしません。 p 値と残差 しかし、私は「データをプロットする」と言っています。私はしばしばデータをプロットし、モデルを構築し、プロットを再検討し、モデルを再検討します。つまり、グラフィックは私のモデル構築プロセスの一部です。
例えば、私はクライアントから四因子分数階乗計画の結果を受け取った。にグラフビルダー 、私は4つの主な効果をプロットし、ファクターX_4が強い効果を持っていただけでなく、私はX_4の高レベルで何か面白いものを見ることができることを発見しました。データの2つのグループ化はすぐに相互作用を示唆しています。
の対話型で JMP データを強調表示して、X_4の高レベルのグループ化がX_2のレベルによる可能性が最も高いことをすぐに理解できます。
そのため、4つの要素、8つの実行、データ収集、測定、そしてその後の結果がX_4によって引き起こされていることを示すためのGraph Builderでの迅速な分析が行われました。
このGraph Builderによる分析は、この小規模な設計された実験に必要なものすべてでした。私にとって、これはDOEの美しさ、そしてモデルの可視化です。
カレンは書きました：メリッサ、同意しました、私はあまりにも単純化しすぎています...カレン書きました：
メリッサ、
同意しました、私は私の言明を単純化し過ぎました。要因とレベルが決定され、デザインが構築されると、残りは所定の位置に落ちました。要因とレベルの選択は最も重要なステップであり、あなたが議論の良い興味深いステージを示したように。
カレン
Melissaは次のように書いています：この例を共有してくれてありがとう。できません…メリッサ書きました：
この例を共有してくれてありがとう。同意できません。データをプロットすることは、モデリングの前に最初に行う必要があることです。
あなたが言ったときに私は同意しない傾向があります：それでそれはたった４つの要因、８つの実行を要しました... 私にとってここで暗黙のうちに重要と思われる1つの重要なステップは、Factors（これは+レベル...）についてのブレーンストーミング、興味のある結果です... これらの議論は私にとってDOEを構築する前に最も重要であり、それは私たちにとって興味深い段階です！
ベスト
メリッサ
