한 농업 엔지니어는 다섯 가지 요인이 사과 묘목의 성장에 미치는 효과를 조사합니다. 이 엔지니어는 성장의 변동성을 증가시키지 않고 묘목의 성장률을 높이는 요인 설정을 찾기 위해 2-수준 Taguchi 실험을 설계합니다. 또한 실제 온도 및 습도 조건 범위에서 식물 성장률을 증가시키는 요인을 찾기 위해 온도와 습도를 두 개의 잡음 요인으로 처리합니다.

엔지니어는 성장의 변동성을 증가시키지 않고 묘목의 성장률(기울기)을 높이기 위해 다음과 같은 요인 설정을 선택합니다.
  • 품종, 높은 수준
  • 빛, 낮은 수준
  • 비료, 높은 수준
  • 물, 높은 수준

물 주기나 교호작용 항은 Taguchi 설계 분석 결과에서 유의하지 않으므로 포함하지 않습니다. 원래 분석에 대한 자세한 내용은 Taguchi 설계 분석(동적) 예에서 확인하십시오.

  1. 표본 데이터사과묘목성장_모형.MTW을 엽니다.
  2. 통계분석 > 실험계획법 > Taguchi 설계 > Taguchi 결과 예측을 선택합니다.
  3. 예측 아래에서 표준 편차표준 편차의 Ln을 선택 취소합니다.
  4. 을 클릭합니다.
  5. A: 품종, B: 빛, C: 비료D: 물선택 항에 있는지 확인합니다. E: 물 주기AC선택 항에서 사용 가능한 항으로 이동합니다. 확인을 클릭합니다. 물 주기나 교호작용 항은 분석에서 통계적으로 유의한 것으로 확인되지 않으므로 포함하지 않습니다.
  6. 수준을 클릭합니다.
  7. 새 요인 수준 지정 방법에서 리스트에서 수준 선택을 선택합니다.
  8. 아래와 같이 수준 열을 작성합니다.
    요인 수준
    품종 2
    1
    비료 2
    2
  9. 각 대화 상자에서 확인을 클릭합니다.

결과 해석

예측 값은 지정된 요인 설정에서 선택한 특성의 적합치를 나타냅니다. 예측 값을 사용하여 공정이나 제품에 대한 최적의 결과를 산출하는 요인 설정을 결정할 수 있습니다. 적합치는 지정한 모형을 기초로 합니다.

이 결과에는 엔지니어가 선택한 요인 수준에 해당하는 신호 대 잡음비(S/N) 및 기울기의 예측 값이 표시됩니다.

신호 대 잡음비는 7.68268, 기울기는 약 0.9935로 예측됩니다. 다음으로, 엔지니어는 이러한 요인 설정으로 후속 런을 실행하여 모형의 정확도를 검정할 계획입니다.

예측 값

예측 신호 대 잡음 비 기울기 7.68269 0.993496
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오