설계 평가 플랫폼의 예
이 예에서는 설계 평가 플랫폼을 사용하여 6요인 확증적 선별 설계의 강한 2차 효과를 감지하기 위한 설계 검정력을 확인합니다. 자세한 내용은 확증적 선별 설계에서 확인하십시오. 강한 2차 효과를 감지하기 위한 검정력에 관심이 있습니다. 강한 효과는 크기가 오차 변동의 3배 이상인 것으로 간주합니다.
실험에서 6개 요인을 연구하지만 효과 희소성에 따라 몇 가지 요인만 활성이라는 것을 알 수 있습니다. 결과적으로 모형에서 더 적은 수의 요인을 기반으로 검정력을 조사할 수 있습니다. 또한 관련 공정에 대한 과거 연구에서는 세 가지 요인(Propanol, Butanol, pH)에 무시할 수 있는 주효과가 있고, 다른 요인과의 교호작용이 없으며, 2차 효과가 없다는 강력한 증거를 제시합니다. 이를 통해 예상 모형에 Methanol, Ethanol 및 Time에 대해서만 주효과, 교호작용 효과 및 2차 효과가 포함된다고 간주할 수 있습니다. 3요인 반응 표면 모형의 컨텍스트에서 검정력을 조사하기로 결정했습니다.
설계 평가 플랫폼을 사용하여 Methanol, Ethanol 또는 Time의 강력한 2차 효과를 감지하기 위한 설계 검정력을 확인할 수 있습니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Design Experiment/Extraction Data.jmp를 엽니다.
2. DOE > 설계 진단 > 설계 평가를 선택합니다.
3. Methanol, Ethanol 및 Time을 선택하고 X, 요인을 클릭합니다.
원할 경우 Yield를 Y, 반응으로 추가할 수 있습니다. 그러나 반응을 지정해도 설계 특성에 영향을 미치지 않습니다.
4. 확인을 클릭합니다.
5. "모형" 섹션에서 RSM을 클릭합니다.
이렇게 하면 세 요인에 대한 교호작용 항과 2차 항이 추가됩니다.
6. "검정력 분석" 섹션을 엽니다.
"예상 RMSE"가 기본적으로 1로 설정되어 있습니다. 과거 연구에서 얻은 RMSE 추정값이 있지만 입력하지 않아도 됩니다. 관심 효과의 크기가 오차 변동의 3배이기 때문입니다.
7. 예상 계수에서 Methanol*Methanol, Ethanol*Ethanol 및 Time*Time 옆에 3을 입력합니다.
8. 예상 계수에 변경 사항 적용을 클릭합니다.
그림 16.2 계수에 변경 사항을 적용한 후의 검정력 분석
크기가 오차 변동의 3배인 2차 효과를 감지하는 검정력은 0.737입니다. 이는 세 가지 요인의 반응 표면인 최종 모형을 가정합니다. 또한 검정의 유의 수준을 0.05로 가정합니다.