앱 명령어, 워크시트 식별자 및 예제 데이터 값은 원문 그대로 유지됩니다. 스크린샷, 차트 및 다운로드 파일은 영어로 제공됩니다. 예제는 영어 원문의 숫자 표기를 유지하며, 소수점에는 마침표를, 천 단위 구분에는 쉼표를 사용합니다.
예제: 파우치 실링 강도
독립적인 실링 실험 22회입니다. 두 수준의 여덟 조합을 이틀 각각에 한 번씩 실시하고, 매일 중심점 실험을 세 번 추가했습니다. 한 블록은 실험일 하루입니다. 모형이 날짜 간 차이를 반영하도록 블록 열의 할당을 유지하세요.
기록된 측정값 다운로드(영어 CSV)도구의 Help 와 동일한 기록 예제입니다. CSV에는 함께 가져와야 하는 요인 설정과 측정된 반응이 들어 있습니다. Help에서 Open example in a practice copy 를 사용하면 설정이 미리 입력됩니다.
1. 작업 공간 만들기
사이드바에서 Design of Experiments 를 열고 분석을 만듭니다. 이름을 지정하고 New blank worksheet 를 선택한 다음 Create analysis 를 선택합니다.
2. 측정값 가져오기
위의 영어 예제 CSV를 다운로드하여 워크시트로 가져옵니다. 구분자로 Comma , 소수점 구분자로 Dot 을 선택하고 First row contains column names 를 지정합니다. 각 행의 반응, 요인 설정, 점 유형 및 실행 순서를 함께 유지합니다.
3. 설계 선택 및 요인 입력
Inputs 에서 Task 는 Analyze existing worksheet , Design family 는 Full factorial 로 선택합니다.
Factors 에서 Add factor 를 사용하거나 행을 삭제하여 요인을 3개로 맞춥니다. 아래 순서를 유지하고 각 요인의 Type 을 Numeric 으로 설정합니다.
아래 Factor name , Unit , Low , High 값을 입력합니다.
| 요인 | 요인 이름 | 단위 | 하한 | 상한 |
|---|---|---|---|---|
| A | jaw_temperature_c | °C | 150 | 170 |
| B | dwell_time_s | s | 0.8 | 1.2 |
| C | jaw_pressure_mpa | MPa | 0.25 | 0.35 |
Numeric levels, optional 은 비워 둡니다.
4. 입력 열 할당
Response mappings 에서 각 열 선택기를 열고 일치하는 워크시트 열을 선택합니다.
| 워크시트 열 | 입력 필드 |
|---|---|
jaw_temperature_c | Factor jaw_temperature_c |
dwell_time_s | Factor dwell_time_s |
jaw_pressure_mpa | Factor jaw_pressure_mpa |
seal_strength_n_per_15mm 을 Response 1 에 할당하고 Number of responses 에 1 을 입력합니다. run_order 를 Execution order 에, point_type 을 Center point indicator 에 할당합니다. Center point column convention 은 Point type (center / factorial / fractional / star / axial / edge / edge_midpoint) 로 선택합니다.
두 실험일을 모형에 반영하도록 block 을 Block 에 할당합니다.
5. 모형과 차트 설정
Model 에서 Model terms 는 Default hierarchical model 로 선택하고 Confidence level (%) 에 95 를 입력합니다. Include center-point adjustment in model 을 선택합니다. Calculate predictions 는 선택하지 않습니다.
Plot options 를 엽니다. Effect estimates 와 Residual diagnostics 를 선택합니다. Response contours 는 선택하지 않습니다. Pareto view , Effect probability plot , Interaction plot , 3D surface 도 선택하지 않습니다.
6. 워크시트 분석
Analyze worksheet 를 선택한 다음 Results 를 엽니다. 기록된 측정값에 모형을 적합하는 작업으로, 새 실험 계획을 생성하거나 무작위화하지 않습니다.
7. 결과 해석
기록된 실험부터 확인
실링 실험 22회를 모두 포함합니다. 낮은 수준과 높은 수준의 여덟 조합을 이틀 각각에 한 번씩 실시하고, 매일 중심점 실험을 세 번 실시했습니다. 모형은 두 날짜의 차이를 보정합니다. 각 반응은 독립적으로 만든 실링의 측정 강도입니다.
모형이 놓친 패턴 확인
조정된 항별 ANOVA에서 적합성 결여를 확인합니다. p값은 0.9725로, 이 검정은 5% 수준에서 모형이 놓친 패턴을 검출하지 못했습니다. 모형이 옳다는 증명은 아닙니다. 날짜 효과의 p = 0.01595이므로, 설정을 비교할 때 블록 보정을 유지하세요.
효과 해석
고수준에서 저수준을 뺀 적합 효과는 온도가 가장 크며, 15 mm당 약 +5.97 N입니다. 유지 시간의 효과는 약 +3.99, 압력은 +1.25입니다. 온도 × 유지 시간은 약 +2.65, 온도 × 압력은 약 −1.51입니다. 교호작용은 다른 요인의 설정에 따라 한 요인의 효과가 달라진다는 뜻입니다. 이 주효과들이 모든 조합에 똑같이 적용되지는 않습니다.
고수준에서 저수준을 뺀 적합 효과와 95% 신뢰 구간입니다. 원본 차트는 영어입니다. 차트를 원본 크기로 보기 (새 탭에서 열림) 잔차 해석
잔차는 측정된 반응에서 적합값을 뺀 값입니다. 실험 11의 측정값은 15 mm당 23.87 N이며, 모형의 적합값은 22.55로, 약 +1.32가 설명되지 않고 남습니다. 이는 절댓값이 가장 큰 원잔차입니다. 차트에서 곡선 형태, 산포의 변화 또는 특이점을 살펴보세요.
적합된 반응에 대한 잔차로, 단위는 15 mm당 N입니다. 원본 차트는 영어입니다. 차트를 원본 크기로 보기 (새 탭에서 열림) 실행 순서 확인
가로축은 기록된 실행 순서를 따릅니다. 잔차의 드리프트, 주기 또는 갑작스러운 변화를 살펴보세요. 패턴은 모형이 실험 중의 변화를 놓쳤을 가능성을 시사하지만, 차트만으로 원인을 알 수는 없습니다.
기록된 실행 순서로 표시한 잔차로, 단위는 15 mm당 N입니다. 원본 차트는 영어입니다. 차트를 원본 크기로 보기 (새 탭에서 열림) 확인 실험 선택
특이한 실험의 기록을 검토하고, 교호작용과 날짜 보정을 고려하여 조합을 비교합니다. 유망하고 실행 가능한 설정은 새로운 독립적 실링으로 확인하세요. 가장 큰 주효과만으로 최선의 운전 조건이 정해지는 것은 아닙니다.
자세히 보기: 각 결과 섹션 읽기
전체 결과 표는 Help와 동일하게 유효숫자 여섯 자리로 표시합니다.
모형 개요
분석한 실험 횟수는 22, 결측 실험 수는 0입니다. DF는 모형과 잔차 오차에 사용할 수 있는 정보의 양을 나타냅니다. S는 15 mm당 N 단위의 잔차 표준편차입니다. R²는 이 실험들에서 모형이 설명한 변동을, 조정 R²는 모형 크기를 고려한 값을 나타냅니다. PRESS와 예측 R²는 「예측 및 계수 상세 정보」를 참조하세요. R²가 높아도 모형의 적절성이 입증되는 것은 아닙니다. 적합성 결여 검정과 잔차 차트를 확인하세요.
| 통계량 | 값 |
|---|---|
| 반응 | seal_strength_n_per_15mm |
| 분석한 실험 횟수 | 22 |
| 결측 반응 수 | 0 |
| 모형 행렬의 랭크 | 9 |
| 잔차 자유도 | 13 |
| S | 0.565919 |
| R² | 0.983747 |
| 수정 R² | 0.973744 |
| PRESS | 9.07951 |
| 예측 R² | 0.964555 |
| 신뢰수준 | 0.95 |
| 적합성 결여 검정 가능 여부 | 예 |
조정된 항별 ANOVA
요인/구분은 모형 항 또는 오차 성분의 이름입니다. 유형은 조정된 항별 검정, 전체 요약 및 오차 분해를 구분합니다. DF는 자유도, SS는 제곱합, MS는 SS를 DF로 나눈 평균제곱입니다. F는 변동을 해당 오차 추정값과 비교하고, p값은 검정 대상 귀무가설에 반하는 증거의 정도를 나타냅니다. 개별 효과에 의존하기 전에 적합성 결여를 확인하세요. 대시는 해당 통계량이 적용되지 않음을 뜻합니다.
| 요인/구분 | 유형 | 자유도 | 제곱합 | 평균제곱 | F | p값 |
|---|---|---|---|---|---|---|
| jaw_temperature_c | 조정 | 1 | 142.325 | 142.325 | 444.398 | 1.95327e-11 |
| dwell_time_s | 조정 | 1 | 63.6006 | 63.6006 | 198.588 | 2.97481e-9 |
| jaw_pressure_mpa | 조정 | 1 | 6.2001 | 6.2001 | 19.3593 | 0.000717766 |
| jaw_temperature_c × dwell_time_s | 조정 | 1 | 28.037 | 28.037 | 87.5433 | 3.87092e-7 |
| jaw_temperature_c × jaw_pressure_mpa | 조정 | 1 | 9.1204 | 9.1204 | 28.4777 | 0.000135106 |
| dwell_time_s × jaw_pressure_mpa | 조정 | 1 | 0.245025 | 0.245025 | 0.76507 | 0.397618 |
| 블록 | 조정 | 1 | 2.45557 | 2.45557 | 7.66731 | 0.0159483 |
| 중심점 | 조정 | 1 | 0.00950303 | 0.00950303 | 0.0296724 | 0.865888 |
| 모형 | 요약 | 8 | 251.993 | 31.4991 | 98.3535 | 2.27367e-10 |
| 오차 | 요약 | 13 | 4.16344 | 0.320265 | — | — |
| 전체 | 요약 | 21 | 256.157 | 12.1979 | — | — |
| 순수 오차 | 분해 | 4 | 2.78713 | 0.696783 | — | — |
| 적합성 결여 | 분해 | 9 | 1.37631 | 0.152923 | 0.21947 | 0.972452 |
계수
항은 코드화된 모형 항을 나타냅니다. 추정값은 적합된 계수이며, SE는 불확실성을 나타냅니다. t와 p값은 계수의 값이 영이라는 가설을 검정합니다. 신뢰 구간 하한과 상한은 95% 구간의 경계입니다. 수치형의 저수준, 중간값, 고수준은 −1, 0, +1로 코드화합니다. 교호작용이나 제곱항이 있으면 주효과 계수는 모든 설정에서의 변화를 나타내지 않습니다.
| 항 | 추정값 | 표준오차 | t | p값 | 신뢰 구간 하한 | 신뢰 구간 상한 |
|---|---|---|---|---|---|---|
| 절편 | 22.935 | 0.14148 | 162.108 | 7.05502e-23 | 22.6294 | 23.2406 |
| jaw_temperature_c | 2.9825 | 0.14148 | 21.0807 | 1.95327e-11 | 2.67685 | 3.28815 |
| dwell_time_s | 1.99375 | 0.14148 | 14.0921 | 2.97481e-9 | 1.6881 | 2.2994 |
| jaw_pressure_mpa | 0.6225 | 0.14148 | 4.39992 | 0.000717766 | 0.316851 | 0.928149 |
| jaw_temperature_c × dwell_time_s | 1.32375 | 0.14148 | 9.35646 | 3.87092e-7 | 1.0181 | 1.6294 |
| jaw_temperature_c × jaw_pressure_mpa | -0.755 | 0.14148 | -5.33645 | 0.000135106 | -1.06065 | -0.449351 |
| dwell_time_s × jaw_pressure_mpa | 0.12375 | 0.14148 | 0.874683 | 0.397618 | -0.181899 | 0.429399 |
| 블록 · 대비 1 | -0.334091 | 0.120654 | -2.76899 | 0.0159483 | -0.594749 | -0.0734329 |
| 중심점 | -0.0466667 | 0.270913 | -0.172257 | 0.865888 | -0.631939 | 0.538606 |
요인 효과
효과는 고수준에서 저수준을 뺀 적합 대비입니다. SE는 불확실성을 나타내고, 신뢰 구간 하한과 상한은 95% 구간을 나타냅니다. 표준화 효과는 효과의 절댓값을 SE로 나눈 값입니다. 교호작용은 다른 요인의 설정에 따라 한 요인의 효과가 달라진다는 뜻입니다.
| 항 | 효과 | 표준오차 | 신뢰 구간 하한 | 신뢰 구간 상한 | 표준화 효과 |
|---|---|---|---|---|---|
| jaw_temperature_c | 5.965 | 0.28296 | 5.3537 | 6.5763 | 21.0807 |
| dwell_time_s | 3.9875 | 0.28296 | 3.3762 | 4.5988 | 14.0921 |
| jaw_pressure_mpa | 1.245 | 0.28296 | 0.633703 | 1.8563 | 4.39992 |
| jaw_temperature_c × dwell_time_s | 2.6475 | 0.28296 | 2.0362 | 3.2588 | 9.35646 |
| jaw_temperature_c × jaw_pressure_mpa | -1.51 | 0.28296 | -2.1213 | -0.898703 | 5.33645 |
| dwell_time_s × jaw_pressure_mpa | 0.2475 | 0.28296 | -0.363797 | 0.858797 | 0.874683 |
행별 진단
행 ID는 워크시트의 행을, 실행 순서는 실험 순서상의 위치를 식별합니다. 상태는 분석 여부를 나타냅니다. 관측값은 측정값, 적합값은 모형의 값이며, 잔차는 관측값에서 적합값을 뺀 값입니다. 표준화 잔차는 잔차 변동과 레버리지를 반영하여 조정합니다. 레버리지는 모형 입력이 얼마나 이례적인지를 나타냅니다. 기록된 모든 행을 표시합니다. 특이한 행은 변경하거나 제외하기 전에 조사하세요.
| 행 ID | 실행 순서 | 상태 | 관측값 | 적합값 | 잔차 | 표준화 잔차 | 레버리지 |
|---|---|---|---|---|---|---|---|
| help-doe-getting-started-1 | 1 | 분석됨 | 18.72 | 18.7872 | -0.0671591 | -0.165039 | 0.482955 |
| help-doe-getting-started-2 | 2 | 분석됨 | 28.38 | 28.9097 | -0.529659 | -1.3016 | 0.482955 |
| help-doe-getting-started-3 | 3 | 분석됨 | 17.82 | 17.6947 | 0.125341 | 0.308017 | 0.482955 |
| help-doe-getting-started-4 | 4 | 분석됨 | 22.53 | 22.5542 | -0.0242424 | -0.0482605 | 0.212121 |
| help-doe-getting-started-5 | 5 | 분석됨 | 22.09 | 22.5222 | -0.432159 | -1.062 | 0.482955 |
| help-doe-getting-started-6 | 6 | 분석됨 | 21.89 | 22.5542 | -0.664242 | -1.32234 | 0.212121 |
| help-doe-getting-started-7 | 7 | 분석됨 | 21.83 | 21.7897 | 0.0403409 | 0.099135 | 0.482955 |
| help-doe-getting-started-8 | 8 | 분석됨 | 22 | 22.0097 | -0.00965909 | -0.0237365 | 0.482955 |
| help-doe-getting-started-9 | 9 | 분석됨 | 20.45 | 20.2022 | 0.247841 | 0.609052 | 0.482955 |
| help-doe-getting-started-10 | 10 | 분석됨 | 28.89 | 28.8922 | -0.00215909 | -0.00530581 | 0.482955 |
| help-doe-getting-started-11 | 11 | 분석됨 | 23.87 | 22.5542 | 1.31576 | 2.61934 | 0.212121 |
| help-doe-getting-started-12 | 12 | 분석됨 | 20.68 | 20.8703 | -0.190341 | -0.467749 | 0.482955 |
| help-doe-getting-started-13 | 13 | 분석됨 | 23.47 | 23.2224 | 0.247576 | 0.49286 | 0.212121 |
| help-doe-getting-started-14 | 14 | 분석됨 | 18.18 | 18.3628 | -0.182841 | -0.449319 | 0.482955 |
| help-doe-getting-started-15 | 15 | 분석됨 | 22.32 | 23.2224 | -0.902424 | -1.7965 | 0.212121 |
| help-doe-getting-started-16 | 16 | 분석됨 | 29.62 | 29.5603 | 0.0596591 | 0.146608 | 0.482955 |
| help-doe-getting-started-17 | 17 | 분석됨 | 30.05 | 29.5778 | 0.472159 | 1.1603 | 0.482955 |
| help-doe-getting-started-18 | 18 | 분석됨 | 19.58 | 19.4553 | 0.124659 | 0.306341 | 0.482955 |
| help-doe-getting-started-19 | 19 | 분석됨 | 22.63 | 22.6778 | -0.0478409 | -0.117566 | 0.482955 |
| help-doe-getting-started-20 | 20 | 분석됨 | 23.25 | 23.2224 | 0.0275758 | 0.0548963 | 0.212121 |
| help-doe-getting-started-21 | 21 | 분석됨 | 22.36 | 22.4578 | -0.0978409 | -0.240437 | 0.482955 |
| help-doe-getting-started-22 | 22 | 분석됨 | 23.68 | 23.1903 | 0.489659 | 1.2033 | 0.482955 |
요인 코드화
요인은 입력 이름을, 유형은 모형화 유형을 나타냅니다. 중심과 척도로 수치 설정을 코드값으로 바꿉니다: (설정값 − 중심) / 척도. 따라서 중간값은 0, 입력한 하한과 상한은 −1/+1입니다. 수준/대비는 범주형 코드화에 적용되며, 대시가 수치 측정값의 결측을 뜻하는 것은 아닙니다. 모형 열, 블록 및 랭크 참고사항을 이 표와 함께 보관하세요.
| 요인 | 유형 | 중심 | 척도 | 수준/대비 |
|---|---|---|---|---|
| jaw_temperature_c | 수치형 | 160 | 10 | — |
| dwell_time_s | 수치형 | 1 | 0.2 | — |
| jaw_pressure_mpa | 수치형 | 0.3 | 0.05 | — |
- 모형 열: 절편, jaw_temperature_c, dwell_time_s, jaw_pressure_mpa, jaw_temperature_c × dwell_time_s, jaw_temperature_c × jaw_pressure_mpa, dwell_time_s × jaw_pressure_mpa, 블록 · 대비 1, 중심점
- 랭크 허용오차: 1e-10
- 블록 수준: Day_1
- 블록 수준: Day_2
계수 공분산
각 행과 열의 항을 함께 읽으세요. 대각 원소는 적합된 계수의 표준오차의 제곱입니다. 비대각 원소는 계수 추정에서 공유하는 불확실성을 나타냅니다. 이 행렬은 모형 계수에 관한 것이며, 측정된 요인 열 사이의 상관관계가 아닙니다.
| 열 | 절편 | jaw_temperature_c | dwell_time_s | jaw_pressure_mpa | jaw_temperature_c × dwell_time_s | jaw_temperature_c × jaw_pressure_mpa | dwell_time_s × jaw_pressure_mpa | 블록 · 대비 1 | 중심점 |
|---|---|---|---|---|---|---|---|---|---|
| 절편 | 0.0200165 | 0 | 0 | 0 | -1.73724e-18 | 0 | 0 | 0 | -0.0200165 |
| jaw_temperature_c | 0 | 0.0200165 | 1.25524e-18 | 1.59056e-18 | -2.37535e-18 | 1.14682e-18 | 6.87283e-19 | -3.11116e-19 | 2.40441e-19 |
| dwell_time_s | 0 | 1.25498e-18 | 0.0200165 | 1.41339e-18 | -8.20222e-18 | 2.83927e-18 | -2.97871e-18 | 9.96778e-18 | 8.55081e-21 |
| jaw_pressure_mpa | 0 | 1.34066e-18 | 1.85008e-18 | 0.0200165 | -8.38039e-19 | 1.83585e-19 | -4.22472e-18 | -8.36686e-18 | 4.86775e-20 |
| jaw_temperature_c × dwell_time_s | -1.73724e-18 | -1.7558e-18 | -8.74062e-18 | -7.0199e-19 | 0.0200165 | -2.49201e-18 | 6.54714e-18 | -4.5524e-18 | 4.71332e-18 |
| jaw_temperature_c × jaw_pressure_mpa | 0 | 1.09564e-18 | 2.83401e-18 | 3.04389e-19 | -1.87779e-18 | 0.0200165 | 8.66089e-19 | -4.98088e-19 | -6.83801e-21 |
| dwell_time_s × jaw_pressure_mpa | 0 | 1.56378e-19 | -2.08591e-18 | -3.66915e-18 | 7.17073e-18 | 5.66413e-19 | 0.0200165 | 1.36697e-18 | 2.63412e-19 |
| 블록 · 대비 1 | 0 | -3.11116e-19 | 9.96778e-18 | -8.36686e-18 | -4.5524e-18 | -4.98088e-19 | 1.36697e-18 | 0.0145575 | 4.24889e-34 |
| 중심점 | -0.0200165 | 2.40441e-19 | 8.55081e-21 | 4.86775e-20 | 4.71332e-18 | -6.83801e-21 | 2.63412e-19 | 4.24889e-34 | 0.073394 |
예측 및 계수 상세 정보
PRESS는 각 실험을 하나씩 제외하여 얻은 예측 오차의 제곱합입니다. 각 실험은 그 실험을 제외한 데이터에 적합한 모형으로 예측합니다. 예측 R²는 이 오차들을 사용합니다. 계수 공분산은 추정의 불확실성을 나타내며, 대각 원소는 계수 표준오차의 제곱입니다. 이 진단은 적합성 결여와 잔차 점검을 보완하며, 이를 대체하지는 않습니다.
8. 보고서 만들기
Model overview , Adjusted term ANOVA , Coefficients , Coefficient covariance , Row diagnostics , Factor coding 과 함께 Factorial effects 표, 효과 및 잔차 차트를 보관합니다. 반응 단위, 요인 설정, 기록된 실행 순서 및 모든 모형 참고사항을 포함하세요. 적합성 결여 결과를 잔차 점검 결과와 함께 보관합니다. 이 결과만으로 모형이 검증되는 것은 아닙니다. 원본 보고서와 차트는 영어입니다.
완료된 실행 결과에서 Add to report 항목을 선택합니다. 표와 차트를 선택하려면 Choose individual items and advanced options 항목을 엽니다. 그런 다음 Add to draft 항목을 선택합니다. 숨긴 항목은 저장된 분석에 남아 있습니다.
보고서 이름을 정하고 분석 목적과 해석을 추가합니다. Save 항목을 선택하고 Preview에서 내용을 확인한 뒤 Export → Download HTML을 사용합니다. 아래 예시는 한 화면에 다 보이지 않는 결과까지 포함하여 선택한 콘텐츠 전체를 보여 줍니다.