MerQuR+Başvuru Kitabı

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:

y=\beta_0+\sum_{i=1}^{k}\beta_i x_i+\sum_{i<j}\beta_{ij}x_ix_j+\sum_{i=1}^{k}\beta_{ii}x_i^2+\varepsilon,\qquad x_i=\frac{X_i-c_i}{s_i}
  • 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_faktoriyel ile 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=\frac{X_i-c_i}{s_i},\qquad \text{boş bırakılırsa}\quad c_i=\frac{X_{i,\min}+X_{i,\max}}{2},\quad s_i=\frac{X_{i,\max}-X_{i,\min}}{2}
  • 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:

\mathrm{KT}_{\text{artık}}=\mathrm{KT}_{\text{uyum eksikliği}}+\mathrm{KT}_{\text{saf hata}},\qquad \mathrm{KT}_{\text{saf hata}}=\sum_{h}\sum_{u\in h}(y_u-\bar y_h)^2,\qquad F=\frac{\mathrm{KT}_{\text{ue}}/\nu_{\text{ue}}}{\mathrm{KT}_{\text{sh}}/\nu_{\text{sh}}}
  • 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:

\hat y(\mathbf x)=b_0+\mathbf x^{\top}\mathbf b+\mathbf x^{\top}\mathbf B\,\mathbf x,\qquad \mathbf B=\begin{pmatrix}b_{11}&b_{12}/2&\cdots\\ b_{12}/2&b_{22}&\cdots\\ \vdots&\vdots&\ddots\end{pmatrix}

Gradyan \mathbf b+2\mathbf B\mathbf x sıfıra eşitlenirse durağan nokta bulunur:

\mathbf x_s=-\tfrac12\,\mathbf B^{-1}\mathbf b,\qquad \hat y_s=b_0+\tfrac12\,\mathbf x_s^{\top}\mathbf b

\mathbf B=\mathbf P\boldsymbol\Lambda\mathbf P^{\top} özayrışımıyla yüzey, durağan nokta merkezli ve özvektör eksenli koordinatlarda kanonik biçimini alır:

\hat y=\hat y_s+\sum_{i=1}^{k}\lambda_i w_i^2,\qquad \mathbf w=\mathbf P^{\top}(\mathbf x-\mathbf x_s)
  • \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:

\max_{\mathbf x^{\top}\mathbf x=r^2}\hat y(\mathbf x)\quad\Longrightarrow\quad(\mathbf B-\mu\mathbf I)\,\mathbf x=-\tfrac12\,\mathbf b,\qquad \mathbf x(\mu)=-\tfrac12(\mathbf B-\mu\mathbf I)^{-1}\mathbf b,\qquad \mu>\lambda_{\max}
  • 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 x(d)=\mathbf x_s+d\,\mathbf p_1,\qquad \hat y\{\mathbf x(d)\}=\hat y_s+\lambda_1 d^2
  • \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:

\alpha_{\text{dönebilir}}=F^{1/4},\qquad \alpha_{\text{dik}}=\sqrt{\frac{k\,(1+n_{0s}/2k)}{1+n_{0c}/F}},\qquad \alpha_{\text{yüzey}}=1
  • 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.

\mathbf b=\begin{pmatrix}0{,}932541\\0{,}577712\end{pmatrix},\qquad \mathbf B=\begin{pmatrix}-1{,}308555&0{,}0625\\0{,}0625&-0{,}933442\end{pmatrix},\qquad \mathbf x_s=-\tfrac12\mathbf B^{-1}\mathbf b=\begin{pmatrix}0{,}372295\\0{,}334380\end{pmatrix}

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. uzaklik en 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 = 4 ve 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.