한 금속 부품 공급업체의 개발 팀이 새 모터 부품을 연구하기 위해 실험을 설계합니다. 이 팀은 실험을 시작하기 전에 충분한 검정력으로 실험을 수행하기에 충분한 리소스가 있는지 확인하려고 합니다. 팀은 새 부품의 부식 저항성에 대한 세 가지 외부 코팅과 세 가지 합금의 영향을 조사할 계획입니다. 팀은 설계에서 90%의 검정력으로 가장 좋은 요인 수준과 가장 나쁜 요인 수준 간의 0.4의 차이를 탐지하고자 합니다. 추정 표준 편차는 0.15입니다. 설계에 두 번 이상의 반복실험이 필요한 경우에는 각 반복실험에 대해 별도의 실험 런 블럭을 사용하려고 합니다.
- 을 선택합니다.
- 모형 내 각 요인의 수준 수에 3 3을 입력합니다.
- 주효과 평균 간 최대 차이 값에 0.4를 입력합니다.
- 검정력 값에 0.9를 입력합니다.
- 표준 편차에 0.15를 입력합니다.
- 설계을 클릭합니다.
- 모형에 블럭 포함(반복실험 시 설계를 블럭화)을 선택합니다.
- 각 대화 상자에서 확인을 클릭합니다.
결과 해석
팀이 하나의 검정력 값과 하나의 최대 차이 값을 고려하기 때문에 솔루션에 하나의 반복실험 횟수 값이 포함됩니다. 반복실험 횟수가 2번이고 실험 런이 18개인 설계의 검정력은 90%보다 크고, 따라서 팀의 요구 사항을 충족합니다. 검정력 곡선은 검정력과 최대 차이의 크기 간의 관계를 보여줍니다. 곡선의 기호는 팀이 지정한 0.4의 효과 크기를 나타냅니다. 팀은 18개의 실험 런에 대한 충분한 리소스가 있다는 결론을 내립니다.
일반 완전 요인 설계
α = 0.05 가정된 표준 편차 = 0.15
요인: 2 수준 개수: 3, 3
모형에 포함되는 항의 최대 차수: 2
모형에 블럭 포함.
결과
| 최대 차이 | 반복 | 전체 런 수 | 목표 검정력 | 실제 검정력 |
|---|---|---|---|---|
| 0.4 | 2 | 18 | 0.9 | 0.930521 |
