DOE의 2가지 귀찮은 요소를 가장 잘 설명하는 방법은 무엇입니까? 1. 정량화할 수 있는 요소(탱크 간 변동성)와 2. 단순히 월별/시계열 변동을 설명하는 요소입니다.17회 실행에서 6가지 통제 가능한 요인을 사용하여 (확정적인?) 스크리닝 설계를 수행하려는 경우(해당 DOE는 탱크 간 또는 월별 변동을 포함하지 않음) 해당 2가지 잠재적인 성가신 요인으로 인해 발생할 수 있는 오류를 포착하는 가장 좋은 방법은 무엇일까요?
제 프로세스는 배치 반응기 공정에서 생산량을 늘리는 것을 포함하며, 4개의 서로 다른 반응기 탱크를 가지고 있으므로 한 번에 4번의 실험을 완료할 수 있습니다(즉, 4개의 탱크를 모두 한 배치에서 동시에 가동합니다). 그 후 다음 배치 실험을 진행하기 전까지 10~14일을 기다려야 합니다. 다시 말해, 4개의 서로 다른 탱크에서 4번의 실험을 진행하므로 17번의 실험을 완료하는 데 약 2개월이 걸립니다.
제가 설명한 두 가지 방해 요소로 인한 잠재적 변동을 포착하는 가장 좋은 방법은 무엇일까요? 분할구획 설계, 공변량 등입니다. 최대 21회까지 실험할 수 있지만, 그 이상은 불가능할 수 있습니다. 따라서 예산에 맞추기 위해 일부 통제 가능한 변수를 제거해야 하지만(저는 괜찮습니다), 어떤 방식으로든 발생할 수 있는 방해 요소를 고려하고 싶습니다.
별도 질문입니다. 만약 런에 실패하면 어떻게 되나요? 다음 탱크에 다시 할당하고 아무 일도 없었던 것처럼 계속 진행하면 되나요?
실험 설계Re: DOE에서 2가지 귀찮은 요소를 가장 잘 설명하는 방법은 무엇입니까? 1. 정량화할 수 있는 요소(탱크 간 변동성)와 2. 단순히 월별/시계열 변동을 설명하는 요소입니다.첫째, 실험에서 노이즈를 처리하는 가장 좋은 방법은 단 하나만 있는 것이 아닙니다. 탱크 내부 및 탱크 간 변동에 대한 CoV/샘플링을 수행해 보셨나요? 이는 어떤 성분의 레버리지가 가장 큰지 파악하고, 안정성/시간 순차적 효과와 측정 변동을 동시에 평가하는 데 매우 유용할 것입니다. (이는 다른 실험과 병행하여 수행할 수 있습니다.)
예측된 모델 효과를 순위화했습니까? 이차 효과를 평가해야 합니까? 중심점을 사용하여 부분 요인 분석을 수행할 수 있습니까? 대규모 탱크 효과 또는 탱크별 요인 상호작용(탱크에 따라 달라지는 설계 요인의 효과)이 의심스럽습니까? 탱크를 블록으로 취급하고 불완전 블록 분석을 수행할 수 있습니다.
제 조언은 항상 여러 실험을 설계하는 것입니다(JMP를 사용하면 쉽습니다). 각 실험에서 어떤 효과를 추정할 수 있는지, 어떤 효과가 교란되는지, 어떤 효과가 연구에 포함되지 않는지 고려하세요. 지식 획득 가능성과 필요한 리소스를 비교하세요. 하나를 선택하고 반복해야 한다는 점을 인지한 채 실행하세요.
Re: DOE에서 2가지 귀찮은 요소를 가장 잘 설명하는 방법은 무엇입니까? 1. 정량화할 수 있는 요소(탱크 간 변동성)와 2. 단순히 월별/시계열 변동을 설명하는 요소입니다.답변해 주셔서 감사합니다.
저는 주로 주효과 + 상호작용을 찾고 있습니다. 몇 가지 요소만 유의미한 경우 RSM으로 바로 붕괴되는 경우를 대비해 효율성을 높이기 위해 DSD를 수행하려고 생각했지만, 그게 사실인지 잘 모르겠으므로 2차 효과는 제가 관심 있는 것이 아닌 것 같습니다.
저는 탱크 간 상호작용에는 관심이 없고, 주로 당신이 말한 대로 대형 탱크 효과에 관심이 있습니다. 하지만 그건 약간 추측일 뿐입니다.
불완전 블록에 대해서는 잘 모르겠습니다. 추천해 주실 만한 자료가 있으신가요? 시간 순서 효과에 대한 가능성은 어떤가요? 불완전 블록에도 시간 순서 효과에 대한 내용이 포함되어 있나요?
Re: DOE에서 2가지 귀찮은 요소를 가장 잘 설명하는 방법은 무엇입니까? 1. 정량화할 수 있는 요소(탱크 간 변동성)와 2. 단순히 월별/시계열 변동을 설명하는 요소입니다.불완전 블록(BIB: 균형 불완전 블록)은 분수 팩토리얼과 같으며 블록과 더 높은 차원의 효과를 혼동(앨리어싱)하여 생성됩니다.
https://www.jmp.com/support/help/ko/19.0/?os=mac&source=application#page/jmp/balanced-incomplete-block-designs.shtml
제 생각에는 시간순서에 따른 효과는 지시적 표본 추출/COV 연구를 통해 더 효율적으로 연구할 수 있습니다.
Sanders, D., Sanders, R., 및 Leitnaker, M. (1994) " 시간 종속 분산 구성 요소의 분석적 검토 ", 품질 엔지니어링
이제, 시간에 따라 어떤 요인들이 변화하는지에 대한 가설이 있다면, 더 짧은 기간 동안 그 가설들을 조작할 수 있을 것입니다. 이 경우, 굵은 글씨로 수준을 설정하여 요인 효과를 과장하는 것이 가장 좋습니다.
Re: DOE에서 2가지 귀찮은 요소를 가장 잘 설명하는 방법은 무엇입니까? 1. 정량화할 수 있는 요소(탱크 간 변동성)와 2. 단순히 월별/시계열 변동을 설명하는 요소입니다.고맙습니다. 살펴보겠습니다.
시간에 따라 어떤 요소가 변하는지 잘 모르겠습니다. 주변 온도와 습도와 같은 환경적 요인이 영향을 미칠 수도 있고, 원자재 로트 변경 등이 있을 수도 있습니다. 그래서 저는 모든 것을 이 "시간적"이라는 귀찮은 요소로 묶고 있습니다.
제목: 실험계획법(DOE)에서 두 가지 까다로운 요인을 어떻게 가장 효과적으로 처리할 수 있을까요? 하나는 정량화 가능한 요인(탱크 간 변동성)이고, 다른 하나는 월별/시계열 변동을 나타내는 요인입니다.안녕하세요 @MJZ82 님 ,
커뮤니티에 오신 것을 환영합니다!
제공해주신 정보와 제한적인 맥락, 그리고 @statman 님이 이미 제공해주신 유용한 정보를 고려하여 보다 실용적인 접근 방식으로 답변드리겠습니다.
스크리닝 설계에서 배치 간 변동성을 고려하기 위해 블록화 요인 (블록당 4회 실행)과 사용된 탱크에 대한 4단계 범주형 요인을 사용하겠습니다. 이러한 블록화 및 범주형 요인을 사용하면 실험을 블록과 탱크에 균등하게 배분할 수 있어 시간/배치 또는 탱크 간의 차이를 더 잘 감지할 수 있습니다. 분석에서 블록 효과를 고정 효과로 사용하면 평균 반응에 대한 "배치 요인"의 중요성(시간에 따른 평균 반응의 편차: 편향)을 파악할 수 있으며, 블록 효과를 랜덤 효과로 사용하면 반응 분산의 변화를 파악할 수 있습니다.
- 블록화 요인을 사용하면 각 블록 내 실험들의 평균값을 비교함으로써 배치 변동성을 비교할 수 있습니다. 각 블록 내의 실험들은 블록 간에 최대한 유사해야 하기 때문입니다. 간단한 그래프와 Xbar 및 R 차트를 활용하면 이러한 변동성을 시각화하는 데 도움이 될 수 있습니다.
- 4단계 범주형 요인을 사용하면 6개의 제어 가능한 요인의 수준 할당이 수조 간에 균일해지므로 블록 전체에 걸쳐 각 수조의 실험 평균 및 반응 범위를 비교함으로써 수조 간 변동성(및 모든 편향)을 비교하는 데 도움이 됩니다.
분석을 위해 2단계 접근 방식을 고려해 보는 것이 흥미로울 수 있습니다.
- Fit Two Level Screening Platform을 통해 6가지 조절 가능한 요인의 중요한 활성 효과를 파악하세요.
- 이전에 확인된 효과를 사용하고 범주형 요인인 '탱크'와 무작위 효과인 '배치'를 추가하여 모델을 적합시킵니다.
첨부 파일에는 ( 커스텀 디자인 플랫폼으로 제작된) 디자인 예시와 시뮬레이션 응답에 대한 2단계 접근 방식이 포함되어 있습니다.
시계열 강건 설계에 관심이 있으시다면 Peter GOOS와 Bradley JONES가 저술한 "최적 실험 설계: 사례 연구 접근법"(9장)을 읽어보시기를 추천합니다. 또한, 이 방법론의 실제 사례는 "사용자 정의 설계에서 정의된 순서의 공변량" 토론과 JMP R&D 블로그 " 선형 시계열에 강건한 실험 설계를 만드는 방법" - JMP 사용자 커뮤니티에서 찾아보실 수 있습니다.
이 추가 답변이 도움이 되기를 바랍니다.
