일반 완전 요인 설계 생성에 대한 모든 통계량

일반 완전 요인 설계 생성과 함께 제공되는 모든 통계량에 대한 정의 및 해석 방법을 확인해 보십시오.

요인

숫자가 설계 내 요인의 수를 보여줍니다.

해석

요인은 실험에서 제어하는 변수입니다. 요인은 독립 변수, 설명 변수, 예측 변수라고도 합니다. 요인은 요인 수준이라고 하는, 제한된 수의 값을 가집니다. 요인 수준은 텍스트 또는 숫자일 수 있습니다. 숫자 요인의 경우 다양한 요인 값이 가능하더라도 실험을 위해 특정 수준을 선택합니다.

예를 들어, 제조 공정에서 플라스틱 강도에 영향을 미칠 수 있는 요인을 연구하려고 합니다. 첨가제와 온도에 대한 요인을 실험에 포함합니다. 첨가제는 범주형 변수로, A 유형과 B 유형 중 하나여야 합니다. 첨가제는 유형 A 또는 유형 B입니다. 온도는 계량형 변수입니다. 온도가 하나의 요인이기 때문에 두 가지 온도 설정(100°C, 200°C)만 실험에 포함됩니다. 설계에 중앙점이 포함되면 숫자 요인이 세 개의 수준(100°C, 150°C, 200°C)을 가질 수 있습니다니다.

반복실험

숫자가 설계 내 반복실험 횟수를 보여줍니다.

해석

반복실험은 동일한 요인 설정(수준)을 가진 복수 실험 런입니다. 반복실험은 각 요인 수준 조합을 한 번 수행하는 기준 설계와 같습니다. 반복실험이 2회이면 기준 설계의 각 요인 수준 조합이 (랜덤 순서로) 두 번 수행되며, 이런 식으로 계속됩니다.

예를 들어, 각각 2개의 수준이 있는 요인 3개가 있고 요인 수준의 모든 조합을 검정할 경우(완전 요인 설계) 기준 설계는 1번의 반복실험을 나타내고 8개(23)의 런이 포함됩니다. 2번의 반복실험을 추가하면 설계에 3번의 반복실험과 24개의 런이 포함됩니다.

실험을 계획하는 경우 반복실험을 추가할지 여부를 결정할 때 다음 사항을 고려하십시오.
  • 예측 모형을 생성하려는 경우 여러 개의 반복실험으로 모형의 정밀도가 증가할 수 있습니다.
  • 반복실험을 포함하면 더 작은 효과를 탐지하거나 고정된 크기의 효과를 탐지하기 위한 더 큰 검정력을 가질 수 있습니다.
  • 큰 요인 집합을 줄이기 위해 사용되는 선별 설계(2-수준 요인 설계)에는 일반적으로 반복실험이 포함되지 않습니다.
  • 리소스는 사용자가 실행할 수 있는 반복실험 수를 기술할 수 있습니다. 예를 들어, 실험 비용이 상당히 많이 들 경우 기준 설계를 한 번만 실행할 수 있습니다.

반복측정과 반복실험의 차이에 대한 자세한 내용은 설계된 실험의 반복실험 및 반복측정에서 확인하십시오.

기준값 런

기준값 런 수는 기준 설계의 고유한 요인 수준 조합의 수입니다. 전체 런 수는 기준값 런 수에 반복실험 횟수를 곱한 값입니다.

해석

기준값 런 수를 사용하면 설계를 식별할 수 있습니다. 런은 반응이 측정되는 실험 조건이나 요인 수준의 조합입니다. 런은 워크시트의 행에 해당하고 하나 이상의 반응 측정치 또는 관측치가 만들어집니다. 예를 들어, 2 수준 이상의 요인이 두 개 있는 완전 요인 설계를 만듭니다. 실험에는 다음 4개의 런이 있습니다.

기준값 런은 Minitab에서 최종 설계를 구축할 수 있는 초기 설계 또는 시작 점입니다. 반복실험을 추가할 수 있으며, 그런 다음에 반복실험에 따라 기준값 런 수에 런이 추가됩니다. 예를 들어, 완전한 8-요인 선별 설계를 만듭니다. 기준값 런 수는 17입니다. 반복실험이 2번이면 전체 런 수가 34입니다.

요인 1 요인 2 반응값
1 -1 -1 11
2 1 -1 12
3 -1 1 10
4 1 1 9
5 1 -1 8
6 1 1 12
7 -1 1 10
8 -1 -1 11
참고

실험을 실시할 때 런 순서는 랜덤화해야 합니다.

각 런은 설계점에 해당하고 전체 런 집합은 설계입니다. 동일한 실험 조건의 복수 실행은 별도 런으로 간주되고 반복실험이라고 합니다.

전체 런 수

전체 런 수는 기준 런 수에 반복실험 횟수를 곱한 값입니다. 전체 런 수는 워크시트의 행 수와 같습니다.

해석

실험의 크기가 리소스에 적합한지 확인하려면 전체 런 수를 사용합니다. 런은 반응이 측정되는 실험 조건이나 요인 수준의 조합입니다. 일반적으로 런은 워크시트의 행에 해당하고 하나 이상의 반응 측정치 또는 관측치가 만들어집니다. 예를 들어, 수준이 두 개이고 반복실험이 두 번인 완전 요인 설계를 실시합니다. 실험에는 다음 8개의 런이 있습니다.
요인 1 요인 2 반응값
1 -1 -1 11
2 1 -1 12
3 -1 1 10
4 1 1 9
5 1 -1 8
6 1 1 12
7 -1 1 10
8 -1 -1 11
참고

실험을 실시할 때 런 순서는 랜덤화해야 합니다.

각 런은 설계점에 해당하고 전체 런 집합은 설계입니다. 동일한 실험 조건의 복수 실행은 별도 런으로 간주되고 반복실험이라고 합니다.

기준 블럭 수

숫자가 설계 내 블럭의 수를 보여줍니다. 각 반복실험의 블럭 수가 같은 경우 기준 블럭 수와 전체 블럭 수가 같습니다.

해석

블럭은 서로 다른 조건에서 수행되는 런 간에 발생할 수 있는 차이를 설명합니다. 예를 들어, 한 엔지니어가 용접 품질을 조사하기 위해 실험을 설계하는 데 모든 데이터를 하루에 수집할 수 없습니다. 용접 품질은 상대 습도와 같이 날마다 달라지는, 엔지니어가 제어할 수 없는 여러 변수의 영향을 받습니다. 제어할 수 없는 변수를 설명하기 위해 엔지니어는 매일 수행되는 런을 별도의 블럭으로 묶습니다. 블럭이 제어할 수 없는 변수로 인한 변동을 설명하므로, 이러한 효과는 엔지니어가 조사하려는 요인의 효과와 혼동되지 않습니다.

전체 블럭 수

숫자가 설계 내 블럭의 수를 보여줍니다. 각 반복실험의 블럭 수가 같은 경우 기준 블럭 수와 전체 블럭 수가 같습니다.

해석

블럭은 서로 다른 조건에서 수행되는 런 간에 발생할 수 있는 차이를 설명합니다. 예를 들어, 한 엔지니어가 용접 품질을 조사하기 위해 실험을 설계하는데 모든 데이터를 하루에 수집할 수 없습니다. 용접 품질은 상대 습도와 같이 날마다 달라지는, 엔지니어가 제어할 수 없는 여러 변수의 영향을 받습니다. 제어할 수 없는 변수를 설명하기 위해 엔지니어는 매일 수행되는 런을 별도의 블럭으로 묶습니다. 블럭이 제어할 수 없는 변수로 인한 변동을 설명하므로, 이러한 효과는 엔지니어가 조사하려는 요인의 효과와 혼동되지 않습니다.

수준 개수

리스트에는 설계에 포함된 각 요인의 수준 수가 표시됩니다. 예를 들어, 제조 공정에서 플라스틱 강도에 영향을 미칠 수 있는 요인을 연구하려고 합니다. 첨가제와 온도를 실험에 포함합니다. 첨가제는 범주형 변수입니다. A 유형과 B 유형 중 하나여야 합니다. 반대로, 온도는 계량형 변수이지만 세 가지 온도 설정 100C, 150C 및 200C만 검사되기 때문에 요인입니다. 첨가제에 대한 수준의 수는 2개이고 온도에 대한 수준의 수는 3개입니다. 수준 수의 선은 개수를 요인 순서로 보여줍니다: 2, 3.

설계 표

설계 표에는 각 실험 런에 대한 요인 설정이 표시됩니다. 설계 표는 워크시트보다 작은 공간을 차지하기 때문에 공간이 제한된 보고서에 유용합니다.

글자는 요인을 나타내며 설계를 생성할 때 사용한 순서를 따릅니다. 각 행에서 숫자는 요인 수준을 나타냅니다.

해석

설계 표를 사용하면 각 런에 대한 요인 설정 및 설계의 런 순서를 확인할 수 있습니다. 이 결과에서 설계 표는 설계에서 27개의 런이 1개의 블럭에 포함되어 있다는 것을 보여줍니다. 런은 랜덤화됩니다. 첫 번째 런에서 요인 A는 수준 1에 설정되고 요인 B와 C는 수준 3에 설정됩니다.

설계 표(랜덤화) 런 블록 A B C 1 1 1 3 3 2 1 1 1 1 3 1 2 2 2 4 1 1 2 3 5 1 2 3 3 6 1 3 3 2 7 1 3 1 3 8 1 3 3 3 9 1 3 1 2 10 1 2 2 3 11 1 2 1 3 12 1 1 3 1 13 1 1 2 2 14 1 2 3 1 15 1 1 1 2 16 1 3 3 1 17 1 3 2 1 18 1 1 1 3 19 1 1 3 2 20 1 2 1 2 21 1 3 2 3 22 1 2 1 1 23 1 2 3 2 24 1 2 2 1 25 1 3 2 2 26 1 1 2 1 27 1 3 1 1
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오