통계분석 > 실험계획법 > 설계 수정 > 축 점 추가 > 지정

요인에 대한 제곱 항을 추정하기 위해 설계에 축 점을 추가합니다. 설계에 계량형 요인만 있는 경우 2-수준 요인 설계와 Plackett-Burman 설계에 축 점을 추가할 수 있습니다. 이에 따라 설계가 요인 설계에서 중심 합성 계획법 반응 표면 설계로 변경됩니다. 자세한 내용은 반응 표면 설계, 중심 합성 계획법 설계 및 Box-Behnken 설계의 정의에서 확인하십시오.

알파 값

알파(α)는 중심 합성 계획법 설계에서 각 축 점(별 점이라고도 함)의 중심으로부터의 거리(코드화된 단위)입니다. 알파는 중앙점 개수와 함께 설계가 직교로 블럭화될 수 있는지, 회전 가능한지 여부를 결정합니다. 자세한 내용은 중심 합성 계획법 설계에서 알파(α)의 정의에서 확인하십시오. 알파 값을 지정하려면 다음 중 하나를 선택하십시오.

  • 기본값(가능한 경우, 회전 가능): Minitab에서 설계의 구석점 수를 기반으로 알파(α) 값을 결정합니다. α의 기본값은 가능한 경우 회전성을 제공합니다. 알파(α)는 설계의 비중앙점 수에 따라 달라집니다. 축 점의 요인 값은 요인의 현재 높은 수준과 낮은 수준을 벗어납니다.
  • 면 중심: Minitab에서 내접 설계(α=1)를 생성합니다. 축 점의 요인 값은 요인의 높은 수준 및 낮은 수준과 같습니다. 높은 값과 낮은 값이 요인의 극단값인 경우 내접 축 점이 일반적입니다. 예를 들어, 특정 실험의 경우 요인의 높은 수준과 낮은 수준이 실행하기에 안전한 극단 수준입니다. 따라서 실험을 설계하는 엔지니어는 현재 높은 값과 낮은 값에 축 점을 설정합니다.
  • 사용자 정의: α 값을 코드화된 단위로 직접 입력합니다. 코드화된 단위에서 요인의 높은 수준과 낮은 수준은 +1과 −1입니다. 회전 가능한 수준이 불가능하지만 값이 요인의 현재 높은 수준과 낮은 수준보다 클 수 있는 경우 사용자 정의 수준이 일반적입니다. 예를 들어, 한 엔지니어가 축 점을 회전하려고 하지만 회전 가능한 수준이 극단적이어서 설정이 가능하지 않습니다. 엔지니어는 가능한 값을 코드화된 단위로 입력합니다.
(축 블럭에) 다음 개수의 중앙점 추가
축 블럭에 중앙점을 추가하려면 양의 정수를 입력합니다. 설계에 중앙점을 추가하는 이유는 여러 가지가 있습니다. 자세한 내용은 Minitab에서 2-수준 요인 설계에 중앙점을 추가하는 방법 또는 반응 표면 설계에 중앙점을 포함해야 합니까?에서 확인하십시오.

축 점 추가의 예

예를 들어, 한 엔지니어가 순차 실험을 계획하고 2-수준 요인 설계로 시작합니다. 이 설계의 분석 결과 요인과 반응 변수 간에 곡면성의 관계가 있는 것으로 확인됩니다. 그런 다음 엔지니어는 설계 수정을 사용하여 설계에 축 점을 추가하고 곡면성을 모형화할 런을 추가합니다.

수정 전

C1 C2 C3 C4 C5 C6 C7 C8
표준 순서 런 순서 중앙점 블럭 압력 주입 냉각 강도
4 1 1 1 150.000 100.000 50.0000 22.7001
1 2 1 1 75.000 85.000 50.0000 5.7349
2 3 1 1 150.000 85.000 25.0000 22.7105
6 4 0 1 112.500 92.500 37.5000 12.8237
7 5 0 1 112.500 92.500 37.5000 18.8239
3 6 1 1 75.000 100.000 25.0000 5.7751
5 7 0 1 112.500 92.500 37.5000 12.8233

수정 후

C1 C2 C3 C4 C5 C6 C7 C8
표준 순서 런 순서 중앙점 블럭 압력 주입 냉각 강도
4 1 1 1 150.000 100.000 50.0000 22.7001
1 2 1 1 75.000 85.000 50.0000 5.7349
2 3 1 1 150.000 85.000 25.0000 22.7105
6 4 0 1 112.500 92.500 37.5000 12.8237
7 5 0 1 112.500 92.500 37.5000 18.8239
3 6 1 1 75.000 100.000 25.0000 5.7751
5 7 0 1 112.500 92.500 37.5000 12.8233
8 8 −1 2 59.467 92.500 37.5000  
9 9 −1 2 165.533 92.500 37.5000  
10 10 −1 2 112.500 81.893 37.5000  
11 11 −1 2 112.500 103.107 37.5000  
12 12 −1 2 112.500 92.500 19.8223  
13 13 −1 2 112.500 92.500 55.1777  

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오