확증적 선별 설계에서는 적은 수의 런만 있으면 되고, 3수준의 연속형 요인을 사용하며, 주효과와 일부 교호작용 및 2차 항을 추정할 수 있습니다. 조사자는 반응에 가장 큰 영향을 미치는 요인을 식별하려고 할 때 선별 설계를 사용합니다. 선별 설계를 사용하면 상당히 작은 실험에서 많은 요인을 연구할 수 있습니다.
많은 표준 선별 설계는 주효과를 추정하는 데 중점을 둡니다. 확증적 선별 설계는 표준 선별 설계에 비해 몇 가지 장점을 제공합니다. 이 설계는 효과 교락을 방지하고, 반응에 대해 비선형 효과를 가지는 요인을 식별할 수 있습니다. 확증적 선별 설계의 장점과 구성에 대한 자세한 내용은 Jones and Nachtsheim(2011a)에서 확인하십시오.
연속형 요인만 포함하는 설계의 경우 확증적 선별 설계와 표준 선별 설계에서 다음 특성을 비교해 보십시오.
참고: 2차 효과가 언급되면 표준 선별 설계에 중앙점이 있는 것으로 가정합니다.
• 주효과가 2요인 교호작용과 직교합니다.
– 확증적 선별 설계: 항상
– 표준 선별 설계: 해상도 IV 이상에만 해당
• 2요인 교호작용이 다른 2요인 교호작용과 완전히 교락되지 않습니다.
– 확증적 선별 설계: 항상
– 표준 선별 설계: 해상도 V 이상에만 해당
• 주효과와 2차 효과만 포함하는 모형에서 모든 2차 효과를 추정할 수 있습니다.
– 확증적 선별 설계: 항상
– 표준 선별 설계: 아님
이러한 특성은 이 섹션의 나머지 부분에서 더 자세히 설명됩니다.
부분 요인 설계 또는 Plackett-Burman 설계와 같은 표준 선별 설계는 비교적 적은 리소스 할당으로 많은 요인을 연구하려고 합니다. 그러나 표준 선별 설계에는 다음과 같은 원치 않는 기능이 있습니다.
• 일부 주효과와 2요인 교호작용의 별칭 관계를 지정할 수 있습니다. 예를 들어 Plackett-Burman 설계에서 주효과는 몇 가지 2요인 교호작용과 상관관계가 있습니다. 하나 이상의 2요인 교호작용 효과가 큰 경우 실험자는 추가 런을 수행하여 모호성을 해결해야 합니다.
• 일부 2요인 교호작용이 서로 교락될 수도 있습니다. 따라서 2요인 교호작용 효과가 큰 경우 실험자는 추가 런을 수행하여 모호성을 해결해야 합니다.
• 일반적으로 연속형 요인은 두 가지 수준(낮음, 높음)으로 설정됩니다. 그러나 엔지니어와 과학자들은 연속형 요인이 세 가지 수준(낮음, 중간, 높음)으로 설정된 설계를 선호하는 경우가 많습니다. 두 가지 수준으로는 실제 시스템에서 흔히 볼 수 있는 비선형성을 감지하기가 어렵기 때문입니다. 중앙점이 추가된 기존 선별 설계를 사용하여 비선형성을 감지할 수는 있지만 이 설계는 원인이 되는 요인을 식별하지 못합니다.
확증적 선별 설계를 사용하여 다음을 수행할 수 있습니다.
• 중요한 요인을 더 빠르고 효율적으로 식별할 수 있도록 모형 모호성을 방지합니다.
• 최대 2차 항까지의 교락을 방지하면서 비선형 효과의 원인을 식별합니다. 따라서 기존 선별 설계에서 중앙점을 사용할 때와 같이 비선형성을 감지할 수 있을 뿐만 아니라 원인이 되는 요인을 식별할 수 있습니다.
확증적 선별 설계는 다음과 같은 장점을 제공합니다.
• 확증적 선별 설계에는 적은 수의 런만 있으면 됩니다. 요인이 6개 이상인 경우 필요한 최소 런 수는 보통 요인 수의 두 배 정도면 됩니다. 런 수에 대한 자세한 내용은 컨퍼런스 행렬 및 런 수에서 확인하십시오.
• 주효과가 2요인 교호작용과 직교합니다. 이는 활성 2요인 교호작용이 모형에 포함되는지 여부에 관계없이 주효과의 추정값이 이러한 교호작용에 의해 편향되지 않음을 의미합니다. 해상도 III 선별 설계에서는 일부 주효과와 교호작용 효과가 교락됩니다. 또한 Plackett-Burman 설계에서는 활성 2요인 교호작용이 있을 때 주효과 추정값이 편향됩니다.
• 2요인 교호작용이 다른 2요인 교호작용과 완전히 교락되지 않습니다. 그러나 2요인 교호작용이 다른 2요인 교호작용과 상관될 수 있습니다. 해상도 IV 선별 설계에서는 일부 2요인 교호작용 효과가 완전히 교락됩니다.
• 주효과와 2차 항으로만 구성된 모형에서 모든 2차 효과를 추정할 수 있습니다. 이를 통해 비선형성을 설명하는 요인을 식별할 수 있습니다. 중앙점이 추가된 기존 선별 설계에서는 주효과와 2차 효과로 구성된 모형에서 모든 2차 효과를 추정할 수 없습니다.
• 2차 효과는 주효과와 직교하며 다른 2요인 교호작용과 완전히 교락되지 않습니다. 2차 효과는 교호작용 효과와 상관될 수 있습니다.
• 요인이 6개에서 30개 이상인 경우, 3개 이하의 요인을 포함하는 완전 2차 모형의 모수를 높은 정밀도로 추정할 수 있습니다.
• 요인이 18개 이상인 경우 4개의 요인으로 완전 2차 모형을 적합시킬 수 있습니다. 요인이 24개 이상인 경우에는 5개의 요인으로 완전 2차 모형을 적합시킬 수 있습니다.
확증적 선별 설계 플랫폼을 사용하면 연속형 요인 및 2수준 범주형 요인에 대한 확증적 선별 설계를 구성할 수 있습니다. 또한 블록화된 설계를 구성할 수 있습니다. 많은 효과가 활성화되어 있을 때 설계의 효과 감지 능력에 대한 신뢰성을 향상시키기 위해 비중앙점 런을 더 추가할 수 있습니다.
효과 간의 절대 상관 값을 보려면 "확증적 선별 설계" 창의 "설계 평가" 섹션에 포함된 "상관 색상 맵"을 사용합니다. 확증적 선별 설계와 다른 설계의 상관 색상 맵을 비교하면 해당 설계의 별칭 구조를 비교할 수 있습니다. 자세한 내용은 상관 색상 맵에서 확인하십시오.
확증적 선별 설계의 구조에 대한 자세한 내용은 확증적 선별 설계의 구조에서 확인하십시오. 블록을 사용한 확증적 선별 설계에 대한 자세한 내용은 확증적 선별 설계의 블록화에서 확인하십시오. 확증적 선별 설계를 사용하여 얻은 데이터를 분석하는 방법에 대한 제안은 실험 데이터 분석에서 확인하십시오.
DSD(확증적 선별 설계)를 실행한 후 확증적 선별 적합 플랫폼을 사용하여 결과를 분석합니다. DSD에 적용된 표준 모형 선택 방법을 사용하면 활성 효과를 식별하지 못할 수 있습니다. 확증적 선별 적합 플랫폼은 DSD를 위한 유효 모형 선택이라는 알고리즘을 사용하여 활성 주효과와 2차 효과(second-order effect)를 식별합니다. 이 알고리즘은 DSD의 특수 구조를 활용합니다. 자세한 내용은 확증적 선별 적합 플랫폼에서 확인하십시오.
JMP에서 DSD를 생성하면 "확증적 선별 적합"이라는 스크립트가 설계 테이블에 포함됩니다. 이 스크립트는 DSD를 위한 유효 모형 선택 방법론을 사용하여 자동으로 분석을 실행합니다.