複雑な連続因子を含む完全実施要因私は完全実施要因分析を実行しようとしている初心者です。JMP と T&E を学習しているところなので、まだ何をやっているのかよくわかっていません。
連続因子が4つあります。例えば、X公園（Xは別の公園）で観察された鳥を因子とします。因子の水準をどのように設定すればよいかわかりません。数値を0から50の間でランダム化したい場合、どのように検定を実行すればよいでしょうか？
4 つの連続因子と 2 つのレベル (0 と 50) で FF を実行すると、JMP は 0 と 50 の組み合わせのみを実行します。しかし、技術的には、0 から 50 までの任意の数値が表示される可能性があります。0 から 50 までの各数値が表示されるように、50 レベルの 4 つの連続因子を作成しますか? 2 つのレベルを維持するのが最善ですか? カスタム DOE を実行して、レベルを固定数でビン分けする必要がありますか?
また、4 つのカテゴリ要因 (4 つのレベル: なし、低、中、高) を使用して FF を実行しました。
実験計画法Re: 複雑な連続因子を持つ完全実施要因こんにちは@jmpbeginner843さん、
コミュニティへようこそ！
申し訳ありませんが、お役に立てる情報がほとんどありません。ご質問をより深く理解していただくために、いくつか予備的な質問をさせていただきます。
- このDoEの目的は何ですか？予測、最適化、変数間の関係性の理解などでしょうか？
- 要因とは何でしょうか？4つの連続要因について言及されていますが、公園の数に関連する要因は1つだけです。これらの要因は独立しているのでしょうか？それとも、異なる要因のいくつかのレベルでは、関連性や制約があるのでしょうか？
- あなたの回答は何ですか？実験および測定の誤差を知っていますか、あるいは評価できますか？
- そもそもなぜ完全実施要因設計を選んだのですか？実行回数を減らす（一部実施要因設計、 最適設計など）か、設計空間をより均一に探索する（ 空間充填設計）より良い代替手段があると思います。完全実施要因設計と従来型実施要因設計では、連続因子に対して 2 つのレベルのみを使用します。要因設計における連続因子のレベル数は、想定モデルに関連しています。連続因子に 2 つのレベルを使用する場合、一次項（主効果）と可能性のある相互作用を含む線形モデルが期待されます。これらの因子に 3 つのレベルがある場合、想定モデルは以前の効果に加えて 2 次効果を検出できます。強い相互作用が検出された場合は応答曲面にいくらかの曲率が予想されますが、設計空間で均一にサンプリングすることに関心がある場合は、空間充填設計を使用する方が適切である可能性があります。
開始するのに役立つ、利用可能なさまざまなDoE リソースと簡単なDoEプラットフォームを確認しましたか?
この最初の議論のきっかけがお役に立てれば幸いです。
