Transcript 112_요인배치법
6σ
I.3 실험계획법 1
sigma
I.3 요인배치법
1
6σ
Factorial 실험의 종류
sigma
일반 Factorial과 2 Level Factorial 실험
Factorial 실험의 수 ( N ) = 수준1 × 수준2 × … 수준N
@
N 은 인자 x 의 수, 수준N 은 xN 의 수준 수
2 수준 Factorial 실험의 수 = 21 x 22 x … 2N = 2N
표기법
2N Factorial 실험
실험 수= 수준1 X 수준2 X 수준3 = 2 X 2 X 2 = 8
23 Full Factorial 실험
2 Level Factorial 실험의 장점
☞
☞
☞
상대적으로 적은 실험수로 주요 경향과 다음 실험의 방향을 제시.
실험의 설계가 간단하고 결과에 대한 계산과 해석이 용이.
SAS, Minitab 등 대부분의 통계 Software에서 설계부터 해석까지 지원.
2
Factorial 실험의 사례 – 완전배치법(1)
6σ
sigma
Case Study
교통 경찰인 K씨는 자동차 운전과 보행인의 안전에 관한 논문을
작성하기 위해 운전자의 혈중 알코올농도, 자동차의 속도, 보행인의 옷
색깔이 운전자의 브레이크 페달에 전달되는 반응시간에 미치는 영향에
대한 실험을 실시 하였다.
3
6σ
Factorial 실험의 사례 – 완전배치법(2)
sigma
인자
실험인자의 선택
+ 조건
A
음주정도
안함
소주4 잔
B
자동차 속도
70Km
100km
C
돌발색
검정
빨강
소주 4잔 : 혈중알코올 농도 ~ 0.01%
데이터 매트릭스의 준비
Std Order
- 조건
A
B
C
1
-
-
-
340ms
2
+
-
-
860ms
3
-
+
-
360ms
4
+
+
-
880ms
5
-
-
+
320ms
6
+
-
+
710ms
7
-
+
+
350ms
8
+
+
+
720ms
Y (반응시간)
4
Factorial 실험의 사례 – 완전배치법(3)
6σ
sigma
실험의 수행
운전 시뮬레이터를 통해서 속도 가변(70Km과 100Km)한다.
프로그램에 따라 정지 깃발이 출현하면 즉시 브레이크 페달을 밟는다.
운전자는 동일인으로 음주 전과 후로 분할하여 실험한다.
(단, 본 과정에서는 교육 목적상 분할 없이 랜덤화 하여 실험한 것으로 간주함)
5
6σ
통계S/W를 이용한 완전배치 실험
sigma
Current worksheet: Worksheet 3
Factorial Design
Full Factorial Design
Factors:
3
Base Design:
Runs:
8
Replicates:
Blocks:
none
Center pts (total):
All terms are free from aliasing
StdOrder
RunOrder CenterPt
Blocks
3, 8
1
0
음주
속도
돌발색
5
1
1
1
-1
-1
1
2
2
1
1
1
-1
-1
3
3
1
1
-1
1
-1
8
4
1
1
1
1
1
6
5
1
1
1
-1
1
1
6
1
1
-1
-1
-1
4
7
1
1
1
1
-1
7
8
1
1
-1
1
1
6
6σ
통계S/W를 이용한 완전배치 실험
sigma
Pareto Chart of the Effects
(response is Time1, Alpha = .10)
A: À½ÁÖ
B: ¼Ó
µµ
C: µ¹¹ß»ö
A
C
AC
B
오차항이 없을 때 유의한 인자의 효과를
판단하도록 R.V.Length에 의해 고안된 검정 방법.
본 예에서는 적색라인 보다 큰 값을 갖는 인자의
효과는 Alpha=0.1 에서 유의한 것으로 판단 됨.
ABC
AB
BC
0
50
100
150
200
250
300
350
400
450
7
6σ
통계S/W를 이용한 완전배치 실험
sigma
Normal Probability Plot of the Effects
(response is Time1, Alpha = .10)
1.5
A
A: À½
ÁÖ
B: ¼Ó
µµ
C: µ¹¹ß»ö
Normal Score
1.0
0.5
실험결과 음주는 치명적인 것을 알 수
있으며, 돌발색과 음주*돌발색의
교호작용은 큰 영향을 미치는 것을 알 수
있음
0.0
-0.5
AC
-1.0
C
-1.5
-100
0
실험결과 음주는 치명적인 것을 알 수
있으며, 돌발색과
음주*돌발색의
100
200
300
400
교호작용은 큰 영향을 미치는 것을 알 수
Effect
있음
8
6σ
통계S/W를 이용한 완전배치 실험
sigma
Fractional Factorial Fit
Estimated Effects and Coefficients for Time1 (coded units)
Term
Constant
음주
속도
돌발색
음주*속도
음주*돌발색
속도*돌발색
음주*속도*돌발색
Effect
450.00
20.00
-85.00
-5.00
-70.00
-0.00
-5.00
Coef
567.50
225.00
10.00
-42.50
-2.50
-35.00
-0.00
-2.50
Analysis of Variance for Time1 (coded units)
Source
Main Effects
2-Way Interactions
3-Way Interactions
Residual Error
Total
DF
3
3
1
0
7
Seq SS
420250
9850
50
0
430150
Adj SS
420250
9850
50
0
Adj MS
140083
3283
50
0
F
*
*
*
P
*
*
*
9
6σ
통계S/W를 이용한 완전배치 실험
sigma
Main Effects Plot (data means) for Time1
-1
1
-1
1
-1
1
800
Time1
700
600
500
400
À½ÁÖ
¼Ó
µµ
µ¹ ¹ß»ö
10
6σ
통계S/W를 이용한 완전배치 실험
sigma
Interaction Plot (data means) for Time1
-1
1
-1
1
900
À½
ÁÖ
700
1
500
-1
900
¼Ó
µµ
700
1
500
-1
µ¹¹ß»ö
11
6σ
통계S/W를 이용한 완전배치 실험
sigma
Cube Plot (data means) for Time1
350
1
720
360
¼Ó
µµ
880
320
710
1
µ¹ ¹ß »ö
-1
340
860
-1
-1
1
À½ÁÖ
12
통계S/W를 이용한 완전배치 실험
6σ
sigma
K씨의 결론
음주의 돌발 색과는 상호 교호효과가 있다.
음주하지 않은 상태에서는 돌발 색에 관계없이 브레이크 반응시간이 짧다.
음주 시에는 브레이크 반응시간이 길어지고 특히 검정 색의 돌발물체에 대한
반응이 빨강색보다 더욱 길게 나타났다.
음주운전은 치명적이며 보행자의 자극적인 옷 색깔은 음주운전에 대한
피해를 줄일 수 있다.
13