JMP에서 Taguchi 배열과 Covering 배열의 무작위화안녕하세요, 커뮤니티 여러분!
직교 배열/커버링 배열/타구치 배열의 잠재적 활용 가능성을 조사하던 중, 커버링 배열 및 타구치 디자인 플랫폼에서는 설계 생성 시(데이터 테이블을 만들기 전) 실험 순서를 무작위화하는 옵션을 제공하지 않는다는 것을 알게 되었습니다. 하지만 사용자 지정 디자인 플랫폼을 사용하여 강건한 설계를 구축하고 (노이즈 요인에 대한 범주형 요인을 추가하는 경우: 강건한 공정 및 제품 설계를 위한 실험 참조 ) 실험 순서를 무작위화할 수 있습니다.
커버링 어레이 설계와 타구치 설계라는 두 플랫폼에서 동일한 설계 구성 순서(무작위화 없음)로 실험을 진행하는 데 타당한 이유가 있을까요?
예를 들어 타구치 배열의 경우, 첫 번째 요인이 두 개의 "블록"으로 나뉘어 실험이 진행되는데, 첫 번째 블록은 낮은 수준에서, 두 번째 블록은 높은 수준에서 진행되기 때문에 무작위화가 부족하다는 점이 상당히 우려스러웠습니다. 이러한 설계 시나리오에서 잡음 요인을 고려하고 (이러한 잡음 효과를 보정하기 위해 반응을 측정한다고 하더라도), 이러한 방식으로 실험을 진행하면 명시되지 않은 잡음 요인으로 인한 편향이 발생하거나 증폭될 수 있습니다. 예를 들어, 하루 중 온도 변화로 인한 편향이 있을 수 있는데, 실험의 전반부는 비교적 낮은 온도인 오전에, 후반부는 비교적 높은 온도인 오후에 진행될 경우, 첫 번째 요인의 효과가 왜곡되거나 상쇄될 가능성이 있습니다.
여러분의 의견을 기다리겠습니다. 만약 의도하신 바가 아니라면 JMP 위시리스트를 작성하겠습니다 
감사합니다 !
실험 설계제목: JMP에서 Taguchi 배열 및 Covering 배열의 무작위화 관련빅터, 제가 알기로는 타구치는 외부 배열에 걸쳐 SN 비율을 계산할 때 말씀하신 무작위화를 강조하지 않았습니다. (이것은 변화하는 잡음에 걸쳐 평균과 표준 편차 추정치의 함수입니다... 본질적으로 이러한 반응이 반복된 것처럼 처리하는 것입니다.) 그는 오히려 조작된 잡음에 처리를 노출시켜 견고한 설계를 만들고 그러한 견고성을 나타내는 반응을 도출하는 데 더 관심이 있었습니다. 물론 이 기법의 효과(또는 통계적으로 "정확성")에 대해서는 논쟁의 여지가 있습니다. 저는 이러한 교차(내부 및 외부 배열)를 분할 플롯으로 취급하는 경향이 있습니다.
물론 직접 무작위화를 수행할 수도 있지만, 노이즈를 식별하고 실험 과정에서 관리할 수 있다면 더 나은 결과를 얻을 수 있을 것입니다.
"차단할 수 있는 것은 차단하고, 차단할 수 없는 것은 무작위로 처리하세요." GEP 박스
제목: JMP에서 Taguchi 배열 및 Covering 배열의 무작위화 관련답변해주셔서 정말 감사합니다. 덕분에 많은 도움이 됐어요!
저는 타구치 설계의 한계를 보여주는 여러 논문을 읽었는데, 타구치는 통계적 정확성을 희생하면서까지 실용적이고 "엔지니어" 중심적인 방식으로 설계를 했다는 내용이었습니다. JMP는 타구치 설계를 생성할 때 말씀하신 것과 동일한 형식을 제공하며, 잡음 요인을 "반복 측정"으로 간주하고 응답 평균과 표준 편차를 사용하여 S/N비를 계산합니다(L4 예시).

내부 및 외부 어레이 교차를 분할 플롯 실험으로 고려하지 않고 분석을 표에 제시된 순서대로 진행하면 외부(그리고 고려되지 않은) 노이즈 요인의 영향으로 실험 결과에 편향이 발생할 수 있다고 생각합니다. 커버링 어레이 플랫폼 또한 실행 순서와 관련하여 동일한 문제가 있지만, 이를 분할 플롯 실험으로 고려할 수 있을 것 같습니다. 좋은 조언 감사드립니다.
제가 이 디자인들을 완전히 잘못 이해하고 있는 건 아니라는 걸 알게 되어 안심이 됩니다.
최상의,
제목: JMP에서 Taguchi 배열 및 Covering 배열의 무작위화 관련다구치의 철학에 대한 오해가 많습니다. 그의 저서 대부분이 영어로 번역되었는데, 그 과정이 항상 쉬운 것은 아닙니다. 오래전 도쿄에서 그와 함께 강의했던 기억이 나는데, 그는 반응 변수 선택/생성에 대해 매우 공학적인 관점을 강조했습니다. 그는 외부 잡음과 상호작용(예: 에너지나 질량 보존 법칙에 따른 형태)에 강한 반응 변수를 선호했습니다.