14. Yanıt yüzeyi: tasarım üretimi (merkezi bileşik, Box-Behnken), kanonik ve sırt analizi
Şablon kimliği: yanit_yuzeyi_tasarim · Kategori: deney tasarımı · Dil: R · Dosya: pro/sablonlar/deney_tasarimi/yanit_yuzeyi_tasarim.R (satır 1–270; üstbilgi 1–114) · Örnek veri: _ornek/chemreact.csv · Paketler: rsm 2.10.6
14.1 Ne işe yarar
Şablon, sayısal faktörlerin bir yanıtı nasıl değiştirdiğini düşük dereceli bir polinomla modeller ve bu yüzeyin en iyi noktasını arar. Cevapladığı soru şudur: "Yanıtı en büyük (ya da en küçük) yapan faktör ayarı nerededir; bulduğum nokta gerçekten bir tepe mi, yoksa bir sırt ya da eyer mi; değilse hangi yöne gitmeliyim?" Aynı çalıştırmada, aynı faktörler için bir sonraki denemenin tasarımını da üretebilir.
Tam ikinci sıra model, kodlu faktörlerde:
- X_i: i. faktörün özgün birimdeki değeri; c_i kodlama merkezi, s_i kodlama adımı; x_i kodlu değer.
- \beta_i: doğrusal (birinci sıra, FO) katsayılar; \beta_{ij}: iki yönlü etkileşim (TWI) katsayıları; \beta_{ii}: saf kare (PQ) katsayıları. Üçü birlikte ikinci sıra (SO) modeldir.
- Blok değişkeni seçilirse modele gösterge değişkeni olarak eklenir; yüzeyin biçimini değiştirmez, düzeyini kaydırır.
Ne zaman kullanılır? Taramadan sonra kalan birkaç (2–5) sayısal faktörün en iyi ayarı aranıyorsa; merkezi bileşik ya da Box-Behnken tasarımıyla yürütülmüş bir deneme çözümlenecekse; birinci sıra modelin yetip yetmediği uyum eksikliği sınamasıyla denetlenecekse; en iyi nokta deneme bölgesinin dışındaysa ve bir sonraki denemenin yönü (en dik çıkış, sırt) belirlenecekse.
Ne zaman kullanılmaz?
- Faktör sayısı çoksa ve hangilerinin etkili olduğu bilinmiyorsa: önce
kesirli_faktoriyelile tarama (Bölüm 10). Şablon en çok 8 faktör kabul eder. - Faktörler bir karışımın oranlarıysa:
karisim_deneyi(Bölüm 9); karışımda kesişimli ikinci sıra model kestirilemez. - Bölge düzensizse ya da standart tasarımın deneme sayısı karşılanamıyorsa: tasarım için
optimal_tasarim(Bölüm 13); çözümleme yine bu şablonla yapılabilir. - Faktörlerden biri kategorikse (blok dışında): temel programdaki Doğrusal Regresyon.
Temel programla ilişki. Temel programdaki Yanıt Yüzeyi Regresyonu analizi de ikinci sıra modeli kurar. Bu şablon modeli rsm paketiyle kurar ve şunları ekler: kullanıcının verdiği merkez ve adımla kodlama, blok değişkeni, terim gruplarına göre ardışık varyans çözümlemesi ile uyum eksikliği / saf hata ayrışımı, sırt analizi ya da en dik çıkış yolu, kanonik yol ve merkezi bileşik / Box-Behnken tasarım üretimi.
14.2 Şablonun girdileri
Form, üstbilgideki on beş [[param]] bloğundan kurulur (yanit_yuzeyi_tasarim.R:10–113).
| Alan (form etiketi) · ad | Tür · sekme | Varsayılan | Geçerli değerler | Kodda etkisi |
|---|---|---|---|---|
Faktörler · faktorler |
sütunlar · Değişkenler | — | 1–8 sayısal sütun | Kodlanıp modele girer (119–121, 140–147). |
Yanıt · y |
sayısal sütun · Değişkenler | ilk sayısal sütun | sayısal sütun | Bağımlı değişken (141). |
Blok değişkeni · blok |
kategorik sütun · Değişkenler | boş | herhangi bir sütun ya da boş | Gösterge olarak modele girer (122, 142–145, 151). |
Kodlama merkezleri · merkez |
metin · Seçenekler | boş | faktör sayısı kadar sayı | c_i; boşsa orta nokta (133, 135). |
Kodlama adımları · adim |
metin · Seçenekler | boş | faktör sayısı kadar pozitif sayı | s_i; boşsa yarı aralık (134, 136). |
Model · model |
seçim · Model | SO |
SO, FOTWI, FO |
Model formülü (149–151). |
Yön analizi · yol |
seçim · Seçenekler | sirt |
sirt, kanonik, yok |
Sırt / en dik yol ya da kanonik yol (199, 223). |
Yolun en büyük uzaklığı · uzaklik |
ondalık · Seçenekler | 2,0 | 0,1–10 | Yol tablosunun son yarıçapı, kodlu birim (197, 227). |
Tasarım üret · uret |
seçim · Seçenekler | yok |
yok, ccd, ccd_dik, ccd_yuzey, bbd |
Tasarım üretimi (237–256). |
Blok başına merkez noktası · merkez_nokta |
tamsayı · Seçenekler | 4 | 1–20 | n0 (241, 244). |
Yol analizinin amacı · amac |
seçim · Model | enbuyuk |
enbuyuk, enkucuk |
Çıkış ya da iniş (194–195). |
Yol tablosu nokta sayısı · yol_nokta |
tamsayı · Çıktı | 0 | 0–201 | 0: sırt/en dik yolda 5, kanonik yolda 9 nokta (197, 227). |
Deneme sırasını rastgeleleştir · rastgele |
onay · Seçenekler | kapalı | açık / kapalı | Üretilen tasarımda randomize = (241, 244). |
Tek blokta ver · tek_blok |
onay · Seçenekler | kapalı | açık / kapalı | CCD'de oneblock = (244). |
İçten yazılmış tasarım · icten |
onay · Seçenekler | kapalı | açık / kapalı | CCD'de inscribed = (244). |
Örnek ayar (ornek_param, satır 9): faktorler = Time, Temp, y = Yield, blok = Block, merkez = "85, 175", adim = "5, 5", model = SO, yol = sirt, uzaklik = 1,0, uret = ccd. Uzaklık (1,0) ve tasarım üretimi (ccd) varsayılandan farklıdır.
Şablonun kendi denetimleri.
| Koşul | İleti (özet) | Satır |
|---|---|---|
| Veri açık değil | "Önce Veri sekmesinde deneme verisini açın." | 118 |
| Yanıt dışında faktör kalmadı | "Yanıttan farklı en az bir faktör seçin." | 120 |
| 8'den çok faktör | "En çok 8 faktör desteklenir." | 121 |
| 3'ten az tam satır | "En az 3 tam deneme gerekli." | 126 |
| Merkez ya da adım sayısı faktör sayısına eşit değil, sayı değil | "'…' için … sayı (virgülle) girin." | 130 |
| Adım \le0 | "Kodlama adımları pozitif olmalı" | 137 |
| Bir faktör sabit | "'…' sabit; faktörlerden çıkarın." | 138 |
| Yanıt sabit | "Yanıt sabit." | 139 |
| Model kurulamadı | "Model kurulamadı: …" | 152 |
| Bir katsayı kestirilemiyor | "Tasarım bu modeldeki tüm terimleri kestirmeye yetmiyor … daha basit bir model seçin." | 153 |
| Artık serbestlik derecesi yok | "Artık serbestlik derecesi yok" | 154 |
| Box-Behnken, 3'ten az faktör | "Box-Behnken tasarımı en az 3 faktör gerektirir." | 240 |
Eksik değer: faktör, yanıt ya da blokta eksiği olan satır liste bazında atılır (124). Blok değişkeni faktörlerden biri ya da yanıtla aynıysa ya da tek düzeyliyse sessizce yok sayılır (122, 144). Merkez ve adım alanlarında sayılar virgül ya da noktalı virgülle ayrılır; ondalık ayırıcı noktadır (129).
14.3 Örnek veri
Dosya: _ornek/chemreact.csv. Box, Hunter ve Hunter'ın kimyasal tepkime denemesi; rsm paketindeki ChemReact verisi (Lenth, 2009). Tepkime süresi ve sıcaklığın verime etkisi iki aşamada, 14 denemeyle incelenmiştir. Eksik değer yoktur.
| Değişken | Rol | Tür (veri sekmesi) | Özet |
|---|---|---|---|
Time |
Faktör | sayısal | Süre (dk): 77,93; 80; 85; 90; 92,07 |
Temp |
Faktör | sayısal | Sıcaklık (°C): 167,93; 170; 175; 180; 182,07 |
Block |
Blok | kategorik (2 düzey) | B1: ilk 7 deneme; B2: son 7 deneme |
Yield |
Yanıt | sayısal | Verim: 75,6–84,3; B1 ortalaması 82,81, B2 ortalaması 78,36 |
Tasarım iki bloklu bir merkezi bileşik tasarımdır. B1: 2^2 küp noktaları (80/90 dk \times 170/180 °C) ve 3 merkez noktası. B2: 4 eksen noktası (merkezden \pm7{,}07 uzaklıkta, yani kodlu \pm\sqrt2) ve 3 merkez noktası. Örnek ayarın kodlamasıyla x_1=(\text{Time}-85)/5, x_2=(\text{Temp}-175)/5; küp noktaları \pm1'e, eksen noktaları \pm1{,}414'e düşer.
Blokların sırası ve "temel düzey"
Block sütunu kategoriktir; düzeyleri verideki ilk görülme sırasıyla R'ye aktarılır (Bölüm 1.3): B1, B2. İlk düzey temel düzeydir: kesişim B1 bloğunun merkezdeki tahmini verimidir, B2 satırı B1'e göre farktır. Sırt analizi, kanonik yol ve kontur grafiğindeki tahmini yanıtlar blok etkisi eklenmeden, yani B1 düzeyinde verilir. Bloklar yer değiştirseydi bütün tahmini yanıtlar 4,46 birim düşük yazılırdı; en iyi noktanın yeri değişmezdi.
Bu bölümde kullanılan çalıştırmalar: (1) örnek ayar; (2) kanonik yol, uzaklık 2, dik α'lı CCD; (3) birinci sıra model, yüzey merkezli CCD, tek blok; (4) varsayılan kodlama (merkez ve adım boş), en küçükleme, içten yazılmış CCD; (5) bloksuz, etkileşimli birinci sıra model; (6) dört faktörlü helikopter verisi (_ornek/heli.csv), kanonik yol, Box-Behnken.
14.4 Yöntem: formüller ve hesap adımları
Hesap sırası: (1) faktörleri kodla; (2) seçilen modeli en küçük karelerle kur; (3) katsayıları ve terim gruplarına göre varyans çözümlemesini, uyum eksikliği sınamasıyla birlikte yaz; (4) ikinci sıra terim varsa durağan noktayı ve özdeğerleri bul; (5) yön analizini yap; (6) istenirse tasarım üret; (7) kontur grafiğini çiz.
14.4.1 Kodlama
- X_{i,\min}, X_{i,\max}: faktörün verideki en küçük ve en büyük değeri.
- Varsayılan kodlama verinin uçlarını \pm1'e taşır. Merkezi bileşik tasarımda uçlar eksen noktalarıdır; küp noktaları \pm1/\alpha'ya düşer.
Neden kodlama, neden kullanıcının merkez ve adımı?
Kodlama katsayıları karşılaştırılabilir yapar (hepsi "bir adım" başına değişimdir), kare ve çarpım sütunlarının doğrusal sütunlarla bağımlılığını azaltır ve uzaklık kavramını anlamlı kılar: sırt analizinin yarıçapı ve en dik çıkış yönü kodlu birimlerle tanımlıdır, kodlama değişirse değişir. Tasarımın kurulduğu merkez ve adım verilirse küp noktaları tam \pm1 olur ve sonuçlar tasarım ölçeğinde okunur. Tahmini yanıt, durağan noktanın özgün birimdeki yeri ve F sınamaları kodlamadan bağımsızdır.
14.4.2 Model, varyans çözümlemesi ve uyum eksikliği
rsm, model terimlerini üç grupta toplar: FO (doğrusal), TWI (iki yönlü çarpımlar), PQ (saf kareler); SO üçünün toplamıdır. Varyans çözümlemesi ardışıktır: blok, sonra FO, sonra TWI, sonra PQ; her satır, kendisinden önceki terimler modeldeyken eklenen grubun açıkladığı kareler toplamıdır. Artık, yinelenen noktalar varsa ikiye ayrılır:
- h: aynı faktör düzeylerine ve aynı bloğa sahip denemelerin oluşturduğu hücre; \bar y_h hücre ortalaması.
- \nu_{\text{sh}}=n-(\text{hücre sayısı}); \nu_{\text{ue}}=\nu_{\text{artık}}-\nu_{\text{sh}}.
- F büyükse model yüzeyin biçimini yakalayamıyor demektir (eksik terim); küçükse artık, yineleme gürültüsüyle uyumludur.
Neden saf hata blok içinde hesaplanır?
İki bloğun merkez noktaları aynı faktör ayarındadır, ama aralarında blok farkı vardır (örnekte 4,46 birim). Bunlar tek hücre sayılsaydı blok farkı "yineleme gürültüsü"ne karışır, saf hata şişer ve uyum eksikliği sınaması güçsüzleşirdi. Model blok terimini içerdiği için yinelemeler her blokta ayrı hücredir: örnekte iki blokta üçer merkez noktası 2+2=4 serbestlik derecesi verir.
14.4.3 Durağan nokta ve kanonik analiz
İkinci sıra model matris biçiminde yazılır:
Gradyan \mathbf b+2\mathbf B\mathbf x sıfıra eşitlenirse durağan nokta bulunur:
\mathbf B=\mathbf P\boldsymbol\Lambda\mathbf P^{\top} özayrışımıyla yüzey, durağan nokta merkezli ve özvektör eksenli koordinatlarda kanonik biçimini alır:
- \mathbf b: doğrusal katsayılar vektörü; \mathbf B: köşegeninde saf kare katsayıları, köşegen dışında etkileşim katsayılarının yarısı bulunan simetrik matris (satır 185–190).
- \lambda_i: \mathbf B'nin özdeğerleri; \mathbf P'nin sütunları özvektörler. w_i, durağan noktadan i. özvektör yönündeki uzaklıktır.
- Hepsi negatif: durağan nokta en büyük noktadır. Hepsi pozitif: en küçük. İşaretler karışık: eyer noktası. Mutlak değeri sıfıra yakın bir özdeğer, o yönde yüzeyin neredeyse düz olduğunu (sırt) gösterir.
Neden etkileşim katsayısının yarısı?
\mathbf x^{\top}\mathbf B\mathbf x açıldığında x_ix_j terimi iki kez gelir: B_{ij}x_ix_j+B_{ji}x_jx_i. Toplamın b_{ij}x_ix_j olması için B_{ij}=B_{ji}=b_{ij}/2 alınır. Yarı alınmazsa durağan nokta ve özdeğerler yanlış çıkar.
Koddaki tercih
Model rsm::rsm() ile kurulur; durağan nokta ve özayrışım summary(m)$canonical'dan alınır (155, 169–178). Şablon ayrıca \mathbf b ve \mathbf B'yi katsayı tablosundan kendisi kurar (183–191) ve yol tabloları ile kontur grafiğindeki tahmini yanıtı bu ikisinden hesaplar (193). Blok katsayısı bu hesaba girmez: tahminler temel blok düzeyindedir. rsm, etkileşimli birinci sıra modelde (FO + TWI) de \mathbf B'yi (köşegeni sıfır) kurup kanonik analiz verir; şablon bu durumda da durağan nokta ve özdeğer tablolarını yazar. Köşegeni sıfır olan \mathbf B'nin özdeğerlerinin toplamı sıfırdır; durağan nokta her zaman eyerdir.
14.4.4 Sırt analizi
Durağan nokta deneme bölgesinin dışındaysa ya da eyerse "en iyi nokta" sorusu şuna dönüşür: merkezden r uzaklıktaki noktalar arasında tahmini yanıtı en büyük yapan hangisidir? Lagrange çarpanı \mu ile:
- r: kodlama merkezinden uzaklık (kodlu birim). \mu: her r için \lVert\mathbf x(\mu)\rVert=r eşitliğinden bulunan çarpan.
- \mu>\lambda_{\max} koşulu, o çember (küre) üzerindeki mutlak en büyüğü verir; \mu büyüdükçe r küçülür, \mu\to\lambda_{\max} iken r\to\infty.
- \mu=0, kısıtsız çözümdür: \mathbf x(0)=\mathbf x_s. Durağan nokta en büyük noktaysa sırt yolu r=\lVert\mathbf x_s\rVert yarıçapında tam ondan geçer.
- En küçükleme için aynı denklem -\mathbf B ve -\mathbf b ile çözülür (satır 201).
Koddaki tercih
Şablon sırt noktasını rsm'in steepest() fonksiyonuyla değil, yukarıdaki kesin çözümle bulur (200–211): \lVert\mathbf x(\mu)\rVert-r fonksiyonunun kökü stats::uniroot ile (\lambda_{\max},\ \text{üst sınır}] aralığında, 10^{-14} toleransla aranır; üst sınır, fonksiyon negatif olana dek ikiye katlanır (207). Yarıçaplar 0'dan uzaklik'a eşit aralıklıdır (197). Birinci sıra modelde yol kapalı biçimlidir: en dik çıkış \mathbf x(r)=r\,\mathbf b/\lVert\mathbf b\rVert (213–214).
14.4.5 Kanonik yol
Kanonik yol, merkezden değil durağan noktadan başlar ve yanıtın en hızlı arttığı (ya da en yavaş azaldığı) özvektör boyunca iki yöne doğru ilerler:
- \mathbf p_1, \lambda_1: çıkışta en büyük özdeğer ve özvektörü; inişte en küçük özdeğer ve özvektörü.
- d: durağan noktadan uzaklık, -\text{uzaklik}'tan +\text{uzaklik}'a.
- Eyer noktasında (\lambda_1>0) yol yanıtı artırır; en büyük noktada (\lambda_1<0) en yavaş düşüş yönünü, yani sırtı gösterir.
Kanonik yol tablosu üç ondalığa yuvarlanmıştır
Tablo rsm::canonical.path() çıktısıdır (227). rsm kodlu koordinatları üç ondalığa yuvarlar, özgün birimleri ve tahmini yanıtı yuvarlanmış koordinatlardan hesaplar. Bu yüzden simetrik olması gereken iki uç birbirinden son ondalıkta ayrılabilir (örnekte uzaklık -2 ve +2 için 80,671 ve 80,672; kesin değer ikisinde de 80,6724). Sırt analizi tablosu tam hassasiyetlidir.
14.4.6 Tasarım üretimi
Merkezi bileşik tasarım (CCD) üç bölümden oluşur: F=2^k küp noktası (\pm1), 2k eksen noktası (bir faktör \pm\alpha, ötekiler 0) ve merkez noktaları. Şablon iki bölümü ayrı blok olarak, her bloğa merkez_nokta kadar merkez noktası koyarak üretir (rsm::ccd(k, n0 = c(n0, n0), alpha = …), satır 244). Eksen uzaklığı seçime göre:
- F: küp noktası sayısı; n_{0c}, n_{0s}: küp ve eksen bloklarındaki merkez noktası sayıları (şablonda eşit).
- Dönebilir: tahmin varyansı yalnız merkezden uzaklığa bağlıdır, yöne bağlı değildir.
- Dik bloklama: blok etkisi ikinci sıra model katsayılarının kestirimini etkilemez.
- Yüzey merkezli: eksen noktaları küpün yüzlerindedir; her faktör yalnız üç düzey alır.
İçten yazılmış seçenek bütün tasarımı \alpha'ya böler: eksen noktaları \pm1'e, küp noktaları \pm1/\alpha'ya gelir; faktör sınırları aşılamadığında kullanılır. Tek blok seçeneği iki bölümü birleştirir; merkez noktası sayısı yine iki bölümün toplamıdır (2\times merkez_nokta).
Box-Behnken tasarımı (BBD) köşe noktası içermez: faktörler ikişer ikişer \pm1 düzeylerinin 2^2 birleşimine alınır, ötekiler 0'da tutulur; merkez noktaları eklenir. Her faktör üç düzey alır ve hiçbir denemede bütün faktörler aynı anda uçta değildir. En az 3 faktör gerekir; şablon tek blok üretir (bbd(k, n0, block = FALSE), satır 241).
Üretilen tasarım hem kodlu hem özgün birimlerde yazılır; özgün birimlere dönüş çözümlemede kullanılan merkez ve adımla yapılır: X_i=c_i+s_i x_i (249–250).
14.5 Kod adım adım
| Satırlar | Ne yapar | Neden / dikkat |
|---|---|---|
| 1–114 | Üstbilgi: kimlik, açıklama, örnek veri ve ayar, on beş parametre. | Form ve varsayılanlar buradan kurulur (Bölüm 1.2). |
| 115–126 | Paket; faktör listesi (yanıt çıkarılır), blok seçimi, liste bazında silme. | Blok, faktör ya da yanıtla çakışırsa yok sayılır (122). |
| 127–139 | Merkez ve adım metinlerinin ayrıştırılması; varsayılan kodlama; sabitlik denetimleri. | Sayı adedi faktör sayısına eşit olmalı (130). |
| 140–147 | Faktörler F1…Fk, yanıt .y, blok .blk adlarıyla yeniden adlandırılır; coded.data ile x1…xk kodlanır. |
Sütun adlarındaki boşluk ve özel karakterler modele taşınmaz; tablolarda özgün adlar geri konur (157). |
| 148–154 | Model formülü (FO, TWI, SO; tek faktörde FO + PQ), rsm, kestirilebilirlik ve artık sd denetimi. |
Doymuş ya da takma adlı tasarımda çalıştırma durur. |
| 155–167 | Özet satırı; kodlama, katsayı ve varyans çözümlemesi tabloları. | Varyans çözümlemesi rsm'in summary()$lof tablosudur. |
| 169–182 | Durağan nokta (kodlu ve özgün), özdeğer ve özvektör tablosu, noktanın türü. | Tür yalnız özdeğer işaretlerinden belirlenir (179–180). |
| 183–197 | b_0, \mathbf b, \mathbf B, tahmin fonksiyonu; amaç işareti; yol yarıçapları. | Tahmin blok katsayısını içermez (193). |
| 199–222 | Sırt analizi (ikinci sıra terim varsa) ya da en dik çıkış/iniş; yol tablosu. | Tablo başlığı amaca ve modele göre değişir (219–222). |
| 223–235 | Kanonik yol (canonical.path). |
İkinci sıra terim yoksa ya da tek faktörde yalnız bir not yazılır (225). |
| 237–256 | Tasarım üretimi: bbd ya da ccd; tasarım ve özet tabloları. |
Özetteki alpha, tasarımdaki en büyük mutlak kodlu değerdir (252). |
| 258–269 | İlk iki faktörde kontur grafiği; deneme noktaları, durağan nokta, yol. | Öteki faktörler kodlu 0'da tutulur. |
14.6 Elle hesap: örnek veride bağımsız yeniden hesap
Ara değerler dogrulama/yanit_yuzeyi_tasarim/elle_hesap.py ile rsm ve lm kullanılmadan hesaplanmıştır; R tarafında (r_dogrulama.R) katsayılar QR çözümünden, sırt noktaları çember üzerinde açıya göre doğrudan en iyilemeden bulunmuştur.
Adım 1 — Katsayılar. Sütunları 1, blok göstergesi (B2), x_1, x_2, x_1x_2, x_1^2, x_2^2 olan 14\times7 matrisle normal denklemler çözülür:
| Terim | Kestirim | SH |
|---|---|---|
| Kesişim b_0 | 84,095427 | 0,079631 |
| Blok B2 | −4,457530 | 0,087226 |
| b_1 (Time) | 0,932541 | 0,057699 |
| b_2 (Temp) | 0,577712 | 0,057699 |
| b_{12} | 0,125000 | 0,081592 |
| b_{11} | −1,308555 | 0,060064 |
| b_{22} | −0,933442 | 0,060064 |
Artık KT 0,186405, sd 14-7=7, artık KO 0,026629; R^2=0{,}998082, düzeltilmiş R^2=0{,}996438.
Adım 2 — Ardışık kareler toplamları. Model adım adım büyütülür ve artık KT'deki düşüş kaydedilir:
| Kaynak | sd | KT | KO | F |
|---|---|---|---|---|
| Blok | 1 | 69,531429 | 69,531429 | 2611,10 |
| FO | 2 | 9,625617 | 4,812808 | 180,73 |
| TWI | 1 | 0,062500 | 0,062500 | 2,347 |
| PQ | 2 | 17,791193 | 8,895597 | 334,05 |
| Artık | 7 | 0,186405 | 0,026629 | |
| Uyum eksikliği | 3 | 0,053071 | 0,017690 | 0,5307 |
| Saf hata | 4 | 0,133333 | 0,033333 |
Saf hata: B1'in merkez noktaları 83,9; 84,3; 84,0 (ortalama 84,0667; KT 0,086667), B2'ninkiler 79,7; 79,8; 79,5 (ortalama 79,6667; KT 0,046667); toplam 0,133333. Uyum eksikliği F_{3,\,4}=0{,}5307, p=0{,}6851.
Adım 3 — Durağan nokta.
Özgün birimlerde \text{Time}=85+5\cdot0{,}372295=86{,}8615 dk, \text{Temp}=175+5\cdot0{,}334380=176{,}6719 °C; \hat y_s=84{,}365605.
Adım 4 — Özdeğerler. \lambda_1=-0{,}923303, \lambda_2=-1{,}318695; ikisi de negatif olduğundan durağan nokta en büyük noktadır. Birinci özvektör (0{,}160138;\ 0{,}987095) (işareti keyfîdir): yüzey sıcaklık ekseni yönünde daha yavaş düşer.
Adım 5 — Sırt analizi. \mathbf B'nin özayrışımıyla \lVert\mathbf x(\mu)\rVert^2=\sum_i c_i^2/\{4(\lambda_i-\mu)^2\}, \mathbf c=\mathbf P^{\top}\mathbf b. Her yarıçap için \mu çözülür:
| r | \mu | x_1 | x_2 | Time | Temp | \hat y |
|---|---|---|---|---|---|---|
| 0,25 | 1,072063 | 0,199806 | 0,150258 | 85,9990 | 175,7513 | 84,298998 |
| 0,50 | 0,000866 | 0,372033 | 0,334053 | 86,8602 | 176,6703 | 84,365605 |
| 0,75 | −0,341842 | 0,517427 | 0,542927 | 87,5871 | 177,7146 | 84,301229 |
| 1,00 | −0,505313 | 0,640256 | 0,768162 | 88,2013 | 178,8408 | 84,110534 |
\lVert\mathbf x_s\rVert=0{,}5004 olduğundan r=0{,}50 satırı durağan noktanın hemen yanındadır (\mu\approx0). Daha büyük yarıçaplarda \mu negatife geçer ve tahmini yanıt düşer: tepe geride kalmıştır.
Adım 6 — Birinci sıra model. Yalnız blok ve doğrusal terimlerle artık KT 18,040098 (sd 10); saf hata aynıdır (0,133333; sd 4), uyum eksikliği KT 17,906764 (sd 6): F_{6,\,4}=89{,}5338, p=0{,}000325. Birinci sıra model yetersizdir. En dik çıkış yönü \mathbf b/\lVert\mathbf b\rVert=(0{,}850092;\ 0{,}526635); r=1'de \hat y=83{,}911274.
Adım 7 — Varsayılan kodlama. Merkez ve adım boş bırakılırsa c=(85;\ 175), s=(7{,}07;\ 7{,}07). Katsayılar adım oranıyla ölçeklenir: b_{11}'=-1{,}308555\cdot(7{,}07/5)^2=-2{,}616321. Durağan noktanın özgün birimdeki yeri aynı kalır (86,8615; 176,6719). En küçükleme yönünde r=1 sırt noktası (-0{,}978814;\ -0{,}204752), \hat y=80{,}102702.
Adım 8 — Tasarım. k=2 için F=4: \alpha_{\text{dönebilir}}=4^{1/4}=\sqrt2=1{,}414214; blok başına 4 merkez noktasıyla 4+4+4+4=16 deneme. Dik α aynı ayarda \sqrt{2\cdot(1+4/4)/(1+4/4)}=\sqrt2'dir. İçten yazılmış tasarımda küp noktaları 1/\sqrt2=0{,}707107'ye gelir. Dört faktörde Box-Behnken \binom42\cdot4=24 kenar noktası ve 4 merkez noktasıyla 28 denemedir.
Adım 9 — Dört faktörlü örnek. Helikopter verisinde (30 deneme, iki blok) durağan nokta (0{,}860711;\ -0{,}330712;\ -0{,}839487;\ -0{,}116147), özdeğerler 3{,}258222; -1{,}198324; -3{,}807935; -4{,}651963: işaretler karışık, nokta eyerdir. Pozitif özdeğerin özvektörü boyunca durağan noktadan 3,5 birim uzakta tahmini yanıt 372,17'den 412,09'a çıkar.
14.6.1 Doğrulama: MerQuR+, Python ve R
MerQuR+ sütunu şablonun tablolarından tam hassasiyetle alınmıştır (çalıştırmalar 1–4 ve 6). Kanonik yol satırlarında bağımsız değerler, şablon tablosu gibi üç ondalığa yuvarlanmıştır.
| Büyüklük | MerQuR+ | Python (bağımsız) | R (bağımsız) | En büyük fark | |
|---|---|---|---|---|---|
| b_0 | 84,0954272 | 84,0954272 | 84,0954272 | 6,8e−16 | ✓ |
| Blok B2 | −4,45752976 | −4,45752976 | −4,45752976 | 8,0e−16 | ✓ |
| b_1 (Time) | 0,93254081 | 0,93254081 | 0,93254081 | 3,6e−15 | ✓ |
| b_2 (Temp) | 0,57771223 | 0,57771223 | 0,57771223 | 7,0e−15 | ✓ |
| b_{12} | 0,125 | 0,125 | 0,125 | 1,5e−14 | ✓ |
| b_{11} | −1,30855545 | −1,30855545 | −1,30855545 | 1,4e−14 | ✓ |
| b_{22} | −0,93344216 | −0,93344216 | −0,93344216 | 3,4e−14 | ✓ |
| SH(b_1) | 0,05769883 | 0,05769883 | 0,05769883 | 7,6e−16 | ✓ |
| SH(b_{12}) | 0,08159231 | 0,08159231 | 0,08159231 | 1,1e−15 | ✓ |
| SH(b_{11}) | 0,06006357 | 0,06006357 | 0,06006357 | 8,0e−16 | ✓ |
| Artık KO (7 sd) | 0,02662922 | 0,02662922 | 0,02662922 | 7,2e−16 | ✓ |
| KT, FO | 9,62561667 | 9,62561667 | — | 1,8e−14 | ✓ |
| KT, PQ | 17,79119306 | 17,79119306 | — | 4,2e−15 | ✓ |
| F, PQ | 334,05394121 | 334,05394121 | — | 3,2e−14 | ✓ |
| Saf hata KT (4 sd) | 0,13333333 | 0,13333333 | — | 5,6e−16 | ✓ |
| Uyum eksikliği F_{3,\,4} | 0,5307122 | 0,5307122 | 0,5307122 | 5,9e−14 | ✓ |
| Uyum eksikliği p | 0,68508775 | 0,68508775 | 0,68508775 | 3,2e−14 | ✓ |
| Durağan nokta x_{s1} | 0,3722954 | 0,3722954 | 0,3722954 | 5,5e−15 | ✓ |
| Durağan nokta x_{s2} | 0,3343802 | 0,3343802 | 0,3343802 | 1,3e−14 | ✓ |
| Durağan nokta, Time | 86,86147699 | 86,86147699 | 86,86147699 | 0 | ✓ |
| Durağan nokta, Temp | 176,67190102 | 176,67190102 | 176,67190102 | 9,7e−16 | ✓ |
| Özdeğer \lambda_1 | −0,92330271 | −0,92330271 | −0,92330271 | 3,0e−14 | ✓ |
| Özdeğer \lambda_2 | −1,31869489 | −1,31869489 | −1,31869489 | 1,7e−14 | ✓ |
| Özvektör 1, \lvertTime bileşeni\rvert | 0,16013753 | 0,16013753 | — | 2,5e−14 | ✓ |
| Sırt, r=0{,}5: x_1 | 0,37203342 | 0,37203342 | 0,37203342 | 1,3e−9 | ✓ |
| Sırt, r=0{,}5: x_2 | 0,33405259 | 0,33405259 | 0,3340526 | 1,4e−9 | ✓ |
| Sırt, r=0{,}5: \hat y | 84,36560512 | 84,36560512 | 84,36560512 | 0 | ✓ |
| Sırt, r=1{,}0: x_1 | 0,64025595 | 0,64025595 | 0,64025597 | 2,2e−8 | ✓ |
| Sırt, r=1{,}0: x_2 | 0,76816165 | 0,76816165 | 0,76816163 | 1,9e−8 | ✓ |
| Sırt, r=1{,}0: \hat y | 84,11053442 | 84,11053442 | 84,11053442 | 1,7e−16 | ✓ |
| Sırt, r=0{,}25: Time | 85,99902958 | 85,99902958 | — | 5,0e−16 | ✓ |
| Sırt, r=0{,}75: \hat y | 84,30122939 | 84,30122939 | — | 6,7e−16 | ✓ |
| Dönebilir CCD \alpha=\sqrt2 | 1,41421356 | 1,41421356 | 1,41421356 | 3,5e−15 | ✓ |
| CCD deneme sayısı | 16 | 16 | — | 0 | ✓ |
| Kanonik yol, uzaklık −2: x_1 (3 ondalık) | 0,693 | 0,693 | — | 0 | ✓ |
| Kanonik yol, uzaklık −2: x_2 (3 ondalık) | 2,309 | 2,309 | — | 0 | ✓ |
| Kanonik yol, uzaklık 2: x_1 (3 ondalık) | 0,052 | 0,052 | — | 0 | ✓ |
| Kanonik yol, uzaklık 2: x_2 (3 ondalık) | −1,64 | −1,64 | — | 0 | ✓ |
| FO: uyum eksikliği F_{6,\,4} | 89,5338214 | 89,5338214 | 89,5338214 | 1,1e−15 | ✓ |
| FO: en dik çıkış, r=1: x_1 | 0,85009169 | 0,85009169 | 0,85009169 | 2,1e−15 | ✓ |
| FO: en dik çıkış, r=1: x_2 | 0,52663472 | 0,52663472 | 0,52663472 | 3,6e−15 | ✓ |
| FO: en dik çıkış, r=1: \hat y | 83,91127423 | 83,91127423 | 83,91127423 | 5,1e−16 | ✓ |
| Varsayılan kodlama: adım (yarı aralık) | 7,07 | 7,07 | 7,07 | 5,0e−16 | ✓ |
| Varsayılan kodlama: b_{11} | −2,61632052 | −2,61632052 | −2,61632052 | 6,1e−15 | ✓ |
| Sırt (en küçük), r=1: x_1 | −0,97881391 | −0,97881391 | −0,9788139 | 1,9e−8 | ✓ |
| Sırt (en küçük), r=1: x_2 | −0,20475185 | −0,20475185 | −0,20475194 | 9,3e−8 | ✓ |
| Sırt (en küçük), r=1: \hat y | 80,10270232 | 80,10270232 | 80,10270232 | 3,5e−16 | ✓ |
| İçten yazılmış CCD: küp noktası 1/\sqrt2 | 0,70710678 | 0,70710678 | 0,70710678 | 4,4e−16 | ✓ |
| Helikopter: x_{s1} | 0,86071071 | 0,86071071 | 0,86071071 | 1,4e−14 | ✓ |
| Helikopter: x_{s4} | −0,11614651 | −0,11614651 | −0,11614651 | 4,6e−14 | ✓ |
| Helikopter: \lambda_1 | 3,25822232 | 3,25822232 | 3,25822232 | 3,7e−14 | ✓ |
| Helikopter: \lambda_4 | −4,65196315 | −4,65196315 | −4,65196315 | 2,2e−14 | ✓ |
| Helikopter: uyum eksikliği F_{10,\,4} | 4,66604651 | 4,66604651 | 4,66604651 | 8,4e−15 | ✓ |
| Helikopter kanonik yol, uzaklık −3,5: x_1 (3 ondalık) | −0,951 | −0,951 | — | 0 | ✓ |
| Helikopter kanonik yol, uzaklık −3,5: \hat y (3 ondalık) | 412,094 | 412,094 | — | 0 | ✓ |
| Helikopter kanonik yol, uzaklık 3,5: x_1 (3 ondalık) | 2,673 | 2,673 | — | 0 | ✓ |
| Helikopter kanonik yol, uzaklık 3,5: \hat y (3 ondalık) | 412,088 | 412,088 | — | 0 | ✓ |
| Box-Behnken, 4 faktör: deneme sayısı | 28 | 28 | — | 0 | ✓ |
Ölçütü karşılayan: 58/58. Python: normal denklemler, hücre içi kareler toplamı, özayrışımla sırt denklemi (scipy.optimize.brentq). R: QR çözümü, gradyan denklemi, sırt noktası çember üzerinde açıya göre doğrudan en iyileme (optimize); rsm ve lm kullanılmamıştır. Açıya göre en iyilemede koordinat doğruluğu 10^{-7} düzeyindedir.
14.7 Çıktıyı okuma
Örnek ayarın konsol metni ve başlıca tabloları:
n = 14 deneme, 2 faktör; model: SO + blok; R² = 0,9981; düzeltilmiş R² = 0,9964
Durağan noktanın türü: en büyük nokta (tüm özdeğerler negatif)
Katsayılar (kodlu birimler)
terim terim_kodlu kestirim SH t p
(Intercept) (Intercept) 84.095427 0.079631 1056.0672 1.803e-19
BlockB2 .blkB2 -4.457530 0.087226 -51.1033 2.877e-10
Time x1 0.932541 0.057699 16.1622 8.444e-07
Temp x2 0.577712 0.057699 10.0125 2.122e-05
Time:Temp x1:x2 0.125000 0.081592 1.5320 1.694e-01
Time^2 x1^2 -1.308555 0.060064 -21.7862 1.083e-07
Temp^2 x2^2 -0.933442 0.060064 -15.5409 1.104e-06
Varyans çözümlemesi (uyum eksikliği ve saf hata)
kaynak sd KT KO F p
Block 1 69.531429 69.531429 2611.0950 2.879e-10
FO(Time, Temp) 2 9.625617 4.812808 180.7341 9.450e-07
TWI(Time, Temp) 1 0.062500 0.062500 2.3470 1.694e-01
PQ(Time, Temp) 2 17.791193 8.895597 334.0539 1.135e-07
Artık 7 0.186405 0.026629
Uyum eksikliği 3 0.053071 0.017690 0.5307 6.851e-01
Saf hata 4 0.133333 0.033333
Durağan nokta (kodlu ve özgün birimler)
faktor kodlu ozgun
Time 0.372295 86.861477
Temp 0.334380 176.671901
Kanonik analiz: özdeğerler ve özvektörler (kodlu)
ozdeger Time Temp
-0.923303 -0.160138 -0.987095
-1.318695 -0.987095 0.160138
| Öğe | Ne yazar | Nasıl yorumlanır |
|---|---|---|
| Faktör kodlaması | Her faktörün kodlu adı, merkezi ve adımı | Bütün katsayılar, durağan noktanın "kodlu" sütunu ve yol uzaklıkları bu ölçektedir. |
| Katsayılar | Özgün ve kodlu terim adı, kestirim, SH, t, p | Kesişim, temel bloktaki merkez tahminidir. Blok satırı blok farkıdır. |
| Varyans çözümlemesi | Ardışık KT'ler; "Artık", "Uyum eksikliği", "Saf hata" satırları (İngilizce arayüzde Residuals, Lack of fit, Pure error) |
Model terimlerinin adları rsm'in adlarıdır: FO doğrusal, TWI etkileşim, PQ kare terimleri. Uyum eksikliği anlamlıysa model yükseltilir. |
| Durağan nokta | Kodlu ve özgün birimlerde \mathbf x_s | Deneme bölgesinin içinde mi diye bakılır (kodlu değerler küp ve eksen noktalarıyla karşılaştırılır). |
| Özdeğerler ve özvektörler | Her satır bir özdeğer ve özvektörünün faktör bileşenleri | İşaretler noktanın türünü, büyüklükler yüzeyin o yöndeki eğriliğini verir. Özvektörün işareti keyfîdir. |
| Sırt analizi / en dik yol | Her yarıçapta en iyi nokta ve tahmini yanıt | Yanıt artmayı sürdürüyorsa en iyi nokta bölgenin dışındadır; bir sonraki deneme yol üzerinde planlanır. |
| Kanonik yol | Durağan noktadan iki yöne noktalar | Üç ondalığa yuvarlıdır; eyerde çıkış yönünü, tepede sırt eksenini gösterir. |
| Üretilen tasarım | Blok, kodlu ve özgün düzeyler | Özgün düzeyler çözümlemedeki kodlamayla hesaplanır; aynı merkez çevresinde yeni bir deneme planıdır. |
Şekil 14.1. Şablonun çizdiği tahmini yanıt yüzeyi (örnek ayar; blok B1 düzeyinde). Gri noktalar denemeler, kırmızı yıldız durağan nokta, kesikli çizgi merkezden başlayan sırt yoludur (yarıçap 0–1).

Rapor cümlesi (örnek ayar):
Verim, süre ve sıcaklığın blok terimli tam ikinci sıra modeliyle çözümlendi (x_1 = (süre − 85)/5, x_2 = (sıcaklık − 175)/5; n = 14). Model verideki değişimin %99,8'ini açıkladı (düzeltilmiş R^2 = 0,996); uyum eksikliği anlamlı değildi, F(3, 4) = 0{,}53, p = 0{,}685. Kare terimleri anlamlıydı (b_{11} = −1,309, b_{22} = −0,933; her ikisi p < 0,001), etkileşim anlamlı değildi (p = 0,169). Kanonik analizde iki özdeğer de negatif bulundu (−0,923 ve −1,319); durağan nokta bir en büyük noktadır ve 86,9 dk ile 176,7 °C'ye karşılık gelir; bu noktada birinci bloktaki tahmini verim 84,37'dir.
14.8 Sık hatalar ve tuzaklar
- Blok değişkenini modele almamak. Örnek veride bloklar arasında 4,46 birimlik fark vardır. Blok seçilmezse bu fark artığa geçer: bloksuz etkileşimli birinci sıra modelde R^2=0{,}0997 ve artık KO 8,75 çıkar; iki bloğun merkez noktaları tek hücre sayıldığından "saf hata" KO'su 5,83'e şişer ve uyum eksikliği sınaması anlamını yitirir. Denemeler ayrı günlerde ya da partilerde yapıldıysa blok mutlaka seçilir.
- Yanıt alanını denetlememek. Yanıt alanı zorunludur ve form ilk sayısal sütunu önerir; örnek veride bu
Time'dır. Yanıt olarak seçili sütun faktör listesinde de işaretliyse şablon onu faktörlerden sessizce çıkarır (satır 119) ve model bir faktör eksik kurulur. Blok alanı ise boş gelir; bloklu denemede elle seçilir. - Kodlamayı tasarımdan farklı vermek. Merkez ve adım boş bırakılırsa adım, verinin yarı aralığıdır; merkezi bileşik tasarımda bu eksen uzaklığıdır (örnekte 7,07), küp adımı (5) değil. Katsayılar, özdeğerler ve sırt yolu başka ölçekte çıkar. Durağan noktanın özgün birimdeki yeri değişmez, ama sırt analizi tablosu değişir, çünkü "merkezden r uzaklık" kodlu birimle ölçülür.
- Durağan noktanın yerine bakmadan "en iyi nokta" demek. Şablon noktanın türünü yalnız özdeğer işaretlerinden yazar; noktanın deneme bölgesinin içinde olup olmadığını denetlemez. Etkileşimli birinci sıra modelde örnek veri (-4{,}62;\ -7{,}46) kodlu noktada, bölgenin çok dışında bir eyer verir. Bölge dışındaki durağan nokta bir tahmin değil, polinomun matematiksel bir özelliğidir.
- Tahmini yanıtı blok etkisiyle karıştırmak. Yol tabloları ve kontur grafiği temel blok (ilk blok düzeyi) içindir. Öteki blok ya da blokların ortalaması için değere blok katsayısı (ya da yarısı) eklenir.
- Sırt analizini bölgenin dışına uzatmak.
uzakliken çok 10 kodlu birime kadar verilebilir; tasarımın kapsadığı yarıçapın (CCD'de \alpha) ötesindeki tahminler dışdeğerlemedir. Yol, bir sonraki denemenin yönünü gösterir; oradaki yanıtı garanti etmez. - Anlamsız etkileşim ya da kare terimini atıp kanonik analiz yapmak. Kanonik analiz \mathbf B'nin tamamına dayanır. Model
FOTWI'ye indirilirse kare terimleri sıfır sayılır ve durağan nokta zorunlu olarak eyer olur. Yüzeyin biçimi yorumlanacaksa tam ikinci sıra model korunur. - Tek blokta merkez noktası sayısını yanlış hesaplamak.
merkez_nokta = 4ve tek blok seçeneği 8 merkez noktası verir (küp ve eksen bölümlerinin dörder noktası birleşir); k=2 için toplam yine 16 denemedir. - Box-Behnken'i iki faktörle istemek. İki faktörde Box-Behnken tanımlı değildir; şablon durur. İki faktörde merkezi bileşik ya da yüzey merkezli tasarım kullanılır.
14.9 Uzman soruları
S1. Sırt analizi neden r=0{,}5'te durağan noktayla neredeyse aynı noktayı veriyor?
Sırt denkleminde \mu=0 kısıtsız en iyiyi, yani durağan noktayı verir. Durağan noktanın merkezden uzaklığı \sqrt{0{,}3723^2+0{,}3344^2}=0{,}5004'tür; r=0{,}50 için çözülen \mu=0{,}00087 sıfıra çok yakındır ve nokta (0{,}3720;\ 0{,}3341) çıkar. Durağan nokta bir en büyük nokta olduğunda sırt yolu merkezden başlar, r=\lVert\mathbf x_s\rVert'de tepeden geçer ve sonra aşağı iner; tablodaki \hat y sütunu 84,30; 84,37; 84,30; 84,11 diye bunu gösterir.
S2. Şablonun sırt noktaları rsm paketinin steepest() çıktısıyla aynı mı?
steepest() ikinci sıra modelde aynı problemi çözer, ama sonuçları üç ondalığa yuvarlar ve yarıçapları kendisi seçer. Şablon \mu denklemini 10^{-14} toleransla çözer ve tam hassasiyetli tablo verir. Bağımsız iki hesap (özayrışımla \mu kökü; çember üzerinde açıya göre doğrudan en iyileme) şablonun noktalarını 10^{-7} içinde doğrulamıştır. Üç ondalıkta rsm'in Lenth (2009) makalesindeki r=0{,}5 değeri (0,372; 0,334; 84,366) ile aynıdır.
S3. \mu>\lambda_{\max} koşulu sağlanmazsa ne bulunur?
(\mathbf B-\mu\mathbf I)\mathbf x=-\mathbf b/2 denkleminin her r için birden çok \mu çözümü vardır; her biri küre üzerinde yanıtın bir durağan noktasıdır (yerel en büyük, en küçük ya da eyer). \mu>\lambda_{\max} aralığındaki tek çözüm mutlak en büyüğü, \mu<\lambda_{\min} aralığındaki tek çözüm mutlak en küçüğü verir (Draper, 1963). Şablon en küçükleme için işaretleri çevirip aynı aralığı kullanır; ara aralıklardaki çözümleri hesaplamaz.
S4. Kodlama değişince hangi sonuçlar değişir, hangileri değişmez?
Değişmeyenler: tahmini yanıt, artık, R^2, bütün F ve t istatistikleri (doğrusal terimlerin t değerleri de, çünkü kodlama merkezleri aynı kaldığında yalnız ölçek değişir), durağan noktanın özgün birimdeki yeri ve türü. Değişenler: katsayılar (doğrusal terim s'/s, ikinci sıra terim (s'/s)^2 ile çarpılır), özdeğerler (aynı oranla; işaretleri korunur), sırt yolu ve en dik çıkış yönü. Örnekte adım 5'ten 7,07'ye çıkınca özdeğerler -0{,}9233\to-1{,}8460 olur (oran 1{,}414^2=2). Merkez de değişirse doğrusal katsayılar ve onların t değerleri de değişir.
S5. Uyum eksikliği sınaması hangi yinelemelere dayanıyor ve yineleme yoksa ne olur?
Aynı faktör düzeylerine ve aynı bloğa sahip denemelere: örnekte her blokta üç merkez noktası, toplam 4 serbestlik derecesi. Yinelenen nokta yoksa saf hata hesaplanamaz ve uyum eksikliği sınanamaz; artık KO hem gürültüyü hem model hatasını taşır. Tasarım üretiminde blok başına birden çok merkez noktası bunun için önerilir.
S6. Dönebilir α ile dik α ne zaman farklıdır?
Dönebilirlik yalnız küp noktası sayısına bağlıdır: \alpha=F^{1/4}. Dik bloklama merkez noktalarının bloklara dağılımına da bağlıdır. k=2 ve bloklarda eşit merkez noktası olduğunda ikisi çakışır (\sqrt2). Dört faktörde, blok başına 2 merkez noktasıyla dönebilir \alpha=2, dik \alpha=\sqrt{4\cdot1{,}25/1{,}125}=2{,}108185'tir; şablonun ürettiği tasarım bu değeri verir. İkisini birlikte sağlamak için merkez noktası sayıları ayarlanır.
S7. Eyer noktasında hangi yöne gidilir?
Pozitif özdeğerin özvektörü boyunca yanıt artar, negatif özdeğerlerinki boyunca azalır. Helikopter örneğinde \lambda_1=3{,}258; kanonik yol durağan noktadan bu özvektör boyunca iki yöne gider ve 3,5 birim uzakta her iki uçta da yanıt yaklaşık 412'ye çıkar (kanonik biçimde artış \lambda_1d^2=3{,}258\cdot12{,}25=39{,}9). İki uçtan hangisinin seçileceğine faktör sınırları ve maliyet karar verir. Merkezden başlayan sırt analizi ise iki uçtan merkeze yakın olanına yönelir.
S8. Blok etkisi tahminlere neden eklenmiyor?
Blok, gelecekteki bir denemede yinelenemeyen bir koşuldur (gün, parti); en iyi faktör ayarının yeri bloktan bağımsızdır, çünkü blok yalnız kesişimi kaydırır. Şablon tahminleri temel blokta verir ve tablo başlığında bunu belirtir. Blokların ortalamasındaki tahmin isteniyorsa, iki eşit bloklu örnekte değerlere blok katsayısının yarısı (-2{,}229) eklenir: durağan noktada 84{,}366-2{,}229=82{,}137.
S9. Model sekiz faktöre kadar kurulabiliyor; pratik sınır nedir?
Tam ikinci sıra modelin parametre sayısı (k+1)(k+2)/2'dir: 4 faktörde 15, 6 faktörde 28, 8 faktörde 45. Şablon artık serbestlik derecesi kalmayan ya da bir terimi kestiremeyen tasarımı reddeder (satır 153–154). Kontur grafiği yalnız ilk iki faktörü gösterir, ötekiler kodlu 0'da tutulur; çok faktörlü yüzeyde yorum özdeğerler ve yol tablolarıyla yapılır.
14.10 Kaynaklar
- Box, G. E. P., & Behnken, D. W. (1960). Some new three level designs for the study of quantitative variables. Technometrics, 2(4), 455–475. https://doi.org/10.1080/00401706.1960.10489912
- Box, G. E. P., & Hunter, J. S. (1957). Multi-factor experimental designs for exploring response surfaces. The Annals of Mathematical Statistics, 28(1), 195–241. https://doi.org/10.1214/aoms/1177707047
- Box, G. E. P., Hunter, J. S., & Hunter, W. G. (2005). Statistics for experimenters: Design, innovation, and discovery (2nd ed.). Wiley.
- Box, G. E. P., & Wilson, K. B. (1951). On the experimental attainment of optimum conditions. Journal of the Royal Statistical Society: Series B, 13(1), 1–38. https://doi.org/10.1111/j.2517-6161.1951.tb00067.x
- Draper, N. R. (1963). "Ridge analysis" of response surfaces. Technometrics, 5(4), 469–479. https://doi.org/10.1080/00401706.1963.10490125
- Hoerl, A. E. (1959). Optimum solution of many variables equations. Chemical Engineering Progress, 55, 69–78.
- Lenth, R. V. (2009). Response-surface methods in R, using rsm. Journal of Statistical Software, 32(7), 1–17. https://doi.org/10.18637/jss.v032.i07
- Myers, R. H., Montgomery, D. C., & Anderson-Cook, C. M. (2016). Response surface methodology: Process and product optimization using designed experiments (4th ed.). Wiley.