他の種類の要因の中でも、カスタムデザイナは JMP 制御不可能であるが実験の前に知られている値で因子を加えるためのメカニズムを持っています。回帰分析では共変量の意味は少し異なりますが、これらの要因を共変量要因と呼びます。
現実的な例を教えてください。
あなたはそれぞれのロットにいくつかのたくさんの材料といくつかの重要な変数の測定値があると想像してください。あなたは実験のための単位としてこれらのロットからアイテムを使いたいです。あなたは制御された方法で異なるユニットを処理することを計画しています。実験計画 。各ロットで測定された変数は変更できるものではないので、それらは共変量要因です。あなたはあなたがあなたがあなたに影響を与える要因の影響について最も多くの情報を得るような方法で実験を計画したいです。できるコントロール。
アントワープ大学の教授であるPeter Goosと私は最近、この本の中で上記のようなアプリケーションについて説明しました。実験の最適設計 - 事例研究アプローチ 。ケーススタディでは、自動車製造業者は、その接着特性を改善するために多数のポリプロピレンにプラズマエッチングを使用していました。各ロットには3つの測定特性がありました。研究者らは、実験においてこれらの共変量因子をプラズマエッチング制御因子と共に使用したいと考えた。
JMPで複数の共変量因子を含む実験をどのように設定しますか？
JMP 9では、特にJMPデータテーブルに多くの共変量要因がある場合、このプロセスは少し面倒です。インターフェイスでは、各共変量因子を一度に1つずつ選択する必要がありました。
下のダイアログを使って、すべての共変量因子を一度に入力することができます。黄色の背景色は、3つの要素すべてを選択したことを示しています。
データテーブルはポリプロピレン共変量と呼ばれ、3つの列がありました：EPDM、PPおよび色。EPDMとPPは2つの連続測定であり、色は2つのレベルで分類されていました。表には40行あります。表1を参照してください。
共変量因子を定義した後は何をしますか。
あなたがコントロールできる要因を追加します。この場合、それらはFlow Rate、Power、Timeです。表2は、このステップの後の要因を示しています。
40ロットの資料があるので、次のステップはこれらのロットのうち実験で使用する数量を決定することです。最小数は、モデル内の項の数によって異なります。もちろん、それはあなたが手元に持っているすべての材料であるため、最大は40です。
これらの要因の主な効果が欲しいとします。そして、12回実行しても構わないと思います。次は何？
Number of Runs編集ボックスに12を入力します。次に、デザインを生成するために、カスタムデザイナーは2つのことをする必要があります。まず、それはあなたが持っている40のロットから最高の12のロットを選ぶ必要があります。次に、6つの要因の影響すべてに関する情報を最大化する流量、電力、および時間の設定を選択する必要があります。以下の表は、結果のデザインを示しています。
それぞれの実行に対して何をするべきかについてのレシピを提供するために表が必要ですが、グラフはより多くを伝えます。カスタムビルダーが共変量要因として12個のロットをどのように選択したかを理解するために、Graph Builderを使用しました。図1の黒い点は、EPDMとPPの12の選択されたロット値を色で分けたものです。
これが良いデザインであることをどうやって知ることができますか？
他のデザインと同じ診断を使用して、共変量因子を使用してデザインを評価します。図2に列相関カラーマップを示します。最大の相関関係は0.12であり、問題にはなりません。
ゲルドコップ書きました：
ブラッド、
素早い返信ありがとうございます。私はJMPのことはかなり新しいので、グラフメニューでまだプロファイラーを使っていませんでした。
これこそまさに私が探していたものです。どうもありがとう！
ゲルド
ブラッドリージョーンズ書きました：
ゲルド、
プロセスをノイズ要因、この場合は共変量に対してロバストにする方法について投稿する必要があるようです。それまでは、これが簡単な答えです。制御因子とモデル内の共変量との相互作用効果を含め、あなたは正しい方向に進んでいます。これらの用語を使って近似モデルを作成したら、Fit Modelプラットフォームの赤い三角メニューを使って予測式を保存します。次に、[グラフ]メニューの[プロファイラプラットフォーム]を開きます。共変量係数をノイズ係数リストに追加します。これにより、各雑音係数に関する応答の導関数である新しい擬似応答が作成されます。Maximize Desirabilityを使用して最適化すると、同時に応答を目標に設定しながら、前述の導関数をゼロにしようとする多重応答最適化が得られます。Voila - 堅牢なプロセス設定...
追記に答えるために、あなたが要因を入力する順番は重要ではありません。共変量は最初、最後、または任意の順序で入力できます。
幸せな実験、
ブラッド
ゲルドコップ書きました：
BMPさん、JMP 10で共変量を含める処理を簡単にしてくれてありがとう！
因子と共変量が応答に与える影響を評価したいのではなく、共変量の設定が応答にできるだけ影響を与えないという意味で、ロバストな因子設定を見つけたいとします。私は通常、モデルに因子と共変量の相互作用効果を含め、共変量と有意な相互作用を持つ因子を使用して共変量効果を最小化しようとします。これらの設定を見つけるにはプロファイラーを使用します。これは素晴らしいことですが、相互作用する可能性がある共変量がいくつかある場合は、この手作業による処理は困難であり、堅牢性を実現する感覚。JMPでこれらの設定をグラフィカルに検索する方法はありますか？おそらく最大の望ましさ - 最大の堅牢性の使用に似ていますか？事前にありがとう、Gerd
PS あなたの説明では、共変量と制御可能な要素を含める順番は重要であるように見えました。それはそのケースでしょうか、それとも私は逆にそれらを含めることができますか？
