홈 > 강의소개
실험계획법(DOE)Ⅱ
김용태 교수
단국대학교 대학원 통계학과 석사과정
단국대학교 대학원 정보통계학과 박사졸업
단국대학교 대학원 통계학과 석사과정
단국대학교 대학원 정보통계학과 박사졸업
단국대학교
한국외국어대학교
을지대학교
현) 유니와이즈 전임교수
AI가 이끄는 스마트한 학습 경험, AI 튜터와 함께 더 빠르고, 더 깊게 학습하세요.
긴 강의 내용을 AI가 핵심만 요약하여 복습 시간을 단축시킵니다.
강의에서 가장 중요한 키워드와 개념을 자동으로 추출해 제공합니다.
학습한 내용을 바탕으로 AI가 생성한 퀴즈를 풀며 이해도를 점검합니다.
모르는 부분을 24시간 언제든 AI 튜터에게 질문하고 답변을 받습니다.
총 11개 챕터, 56강으로 구성되어 있습니다.
| 제목 | 강의시간 | 상세내용 |
|---|---|---|
| 9장. 라틴방격법 | ||
|
[1강] 라틴방격법의 개념
|
0:
42:
26
|
|
|
실험계획법 라틴방격법의 개념 및 특징 요약
• 라틴방격 구성 원리 : k × k 행렬의 행과 열에 각 처리 수준을 중복 없이 단 한 번씩 배치하여 요인별 영향을 상쇄하는 실험 설계 구조 • 실험 경제성 및 주효과 분석 : 실험 횟수를 k³에서 k²으로 대폭 절감하여 인자 간 교호작용이 없을 때 주효과를 독립적으로 추정하는 기능 • 표준라틴방격 및 설계 제약 : 제1행·열을 자연수 순서로 고정한 표준형 기반의 랜덤화 배치와 교호작용 무시 가능 시에만 적용되는 운용 조건 |
||
|
[2강] 분산분석표
|
0:
31:
54
|
|
|
라틴 방격법 분산분석표 및 평균제곱 기댓값 산출
• 라틴 방격법 구조: $k$ 수준의 3인자 실험을 $k^2$회로 단축하여 주효과를 분석하는 효율적 실험 설계 및 데이터 구조식 정의 • 분산분석 및 가설검정: 인자별 제곱합(SS) 산출, 오차 자유도 $(k-1)(k-2)$ 기반 $F$ 검정 및 통계적 유의성 판단 절차 • 평균제곱 기댓값(EMS): 인자별 평균제곱 $E(V)$의 이론적 유도와 오차 분산 $\sigma_E^2$ 및 분산 성분 $k\sigma^2$ 간의 관계 규명 |
||
|
[3강] 분산분석 후의 추정
|
0:
49:
32
|
|
|
실험계획법 분산분석 후 모평균 추정 및 라틴방격법 최적화
• 모평균 불편추정량: F-검정 유의 인자의 수준별 표본평균 산출 및 평균제곱오차(VE) 기반 신뢰구간 도출 • 유효반복수(ne): 다인자 유의 시 총 실험 횟수와 자유도를 활용한 복합 추정량의 분산 산정 및 정밀도 확보 • 라틴방격법 최적화: 실험 효율화 및 미실험 최적 조합의 통계적 추정 기반 확인 실험을 통한 공정 표준화 |
||
|
[4강] 그레코라틴방격법
|
0:
49:
17
|
|
|
실험계획법 그레코라틴방격법 원리와 분석 및 최적화
• 그레코라틴방격법: 직교 라틴방격의 결합을 통해 4개 인자의 주효과를 $k^2$회 실험으로 분석하는 경제적 실험계획 • 분산분석 및 자유도: 수준 수 $k \ge 4$ 조건과 오차 자유도 $(k-1)(k-3)$를 활용한 인자별 유의성 판정 절차 • 모평균 추정 및 최적화: 유효반복수($n_e$) 공식 적용과 신뢰구간 도출을 통한 통계적 최적 수준 선정 방법론 |
||
|
[5강] 초그레코 라틴방격법
|
0:
19:
12
|
|
|
실험계획법 초그레코라틴방격법 개념 및 설계 원리
• 초그레코라틴방격법: 3개의 직교 라틴방격을 결합하여 행·열 포함 총 5개 인자를 $k^2$회의 최소 실험으로 설계하는 구조 • 주효과 분석 및 경제성: 교호작용을 배제하고 인자 수 대비 실험 횟수를 획기적으로 단축하여 주효과 중심으로 분석하는 원리 • 자유도 산출 및 제약: 오차 자유도 $(k-1)(k-4)$ 확보를 위해 수준수 $k$를 5 이상으로 설정하거나 반복실험을 수행하는 배치 기준 |
||
| 10장. 요인배치법 | ||
|
[6강] 요인배치법 (1)
|
0:
52:
46
|
|
|
실험계획법 요인배치법 개념 및 2^2 요인실험 분석
• 요인배치법 및 $k^{n}$ 표기법: 모든 인자 수준 조합의 완전 배치를 통해 주효과와 교호작용을 동시 추정하는 실험 설계 체계 정의 • $2^{2}$ 요인실험 구조 및 제약조건: Yates 표기법 기반의 데이터 구조식 설정 및 반복 없는 실험에서 발생하는 교호작용과 오차의 교락 특성 분석 • 효과 산출 및 분산분석: 주효과·교호작용 공식 기반의 변동(SS) 계산과 자유도 1을 활용한 요인별 통계적 유의성 검정 및 계수표 활용법 원리 요약 |
||
|
[7강] 요인배치법 (2)
|
0:
30:
31
|
|
|
2^2 요인배치법 반복이 있는 경우 분산분석 및 추정
• 2^2 요인실험 수리적 모형: 교호작용(A×B)과 오차항(E)의 완전 분리를 통한 통계적 검출력 확보 및 오차 자유도(4(r-1))의 구조적 정의 • 주효과 및 교호작용 산출: 수준별 합계(T)와 반복수(r)를 활용한 개별 인자의 효과 측정 및 각 요인별 변동(S) 계산 절차 수립 • 분산분석 및 최적화 추정: F 검정을 통한 주효과·교호작용의 유의성 판정 및 유의한 인자 기반의 최적 수준 조합 도출 원리 정리 |
||
|
[8강] 요인배치법 (3)
|
0:
45:
01
|
|
|
2^3 요인배치법 반복이 없는 경우의 요인 효과 및 변동 분석
• 2^3 요인실험 설계: 3인자 2수준 기반 실험 구조식 정의 및 고차 교호작용과 오차항의 교락 원리 분석 • 요인 효과 및 변동 산출: 계수표 중심의 주효과·교호작용 도출 및 대비(Contrast)를 활용한 변동(SS) 계산 체계 • Yates 계산법 및 풀링: 합·차 반복 기반의 데이터 처리 효율화와 오차항 풀링을 통한 검정 검출력 확보 전략 |
||
|
[9강] 요인배치법 (4)
|
0:
44:
02
|
|
|
실험계획법 2^3 요인배치법 및 Yates 계산법 분석
• Yates의 계산법: 정형화된 데이터 배열과 단계적 합·차 연산을 통한 효율적 제곱합(SS) 산출 및 분산분석 절차 • 오차항 풀링(Pooling): 유의하지 않은 고차 교호작용을 오차항에 합산하여 오차 자유도 확보 및 분석의 검출력 향상 • 난괴법 기반 재현성 평가: 반복 실험의 블록 간 변동($S_R$) 산출을 통한 실험 환경 제어 상태 및 데이터 재현성 검증 |
||
|
[10강] 요인배치법 (5)
|
0:
50:
27
|
|
|
2^n 요인배치법 주효과 교호작용 및 분산분석
• 2^n 요인배치법: n개 인자의 2수준 실험 설계를 통한 주효과와 다원 교호작용의 체계적 분석 및 실험 효율 최적화 • 대비(Contrast) 및 변동(SS): 수준 간 차이를 이용한 효과 산출 원리와 고차 교호작용의 오차항 풀링을 통한 검정력 강화 • Yates의 계산법: 데이터의 순차적 합과 차를 활용한 알고리즘 기반의 변동 계산 및 대규모 요인실험 데이터 처리 자동화 |
||
|
[11강] 요인배치법 (6)
|
0:
55:
20
|
|
|
3² 요인실험의 요인배치법과 대비에 의한 변동 분해
• 3² 요인실험 구조: 2개 인자의 3수준 조합을 통한 실험 설계 및 선형·곡선 반응 분석을 위한 데이터 구조 정의 • 계량인자 직교 대비: 일차(-1, 0, 1) 및 이차(1, -2, 1) 대비 계수를 활용한 주효과 변동의 성분별 분해 및 산출 • 교호작용 성분 분해: 선형과 이차 성분의 조합(ALBL, ALBQ 등)을 통한 교호작용 변동의 상세 분석 및 최적화 모델 구축 |
||
| 11강. 교락법과 일부실시법 | ||
|
[12강] 교락법과 일부실시법 (1)
|
0:
43:
41
|
|
|
실험계획법 교락법과 일부실시법의 개념 및 배치 원리
• 교락법(Confounding Method): 블록화를 통해 특정 요인 효과를 블록 효과와 혼합하여 실험 오차를 줄이고 분석 정밀도를 향상시키는 설계 기법 • 일부실시법(Fractional Factorial Design): 고차 교호작용 부재 가정을 바탕으로 전체 실험 조합 중 일부만 선택하여 실행함으로써 경제성을 확보하는 원리 • 인수분해식 및 랜덤화: 특정 교호작용의 교락을 위한 수준 조합 배치 식 도출과 블록 간·블록 내 실험 순서 결정 절차 |
||
|
[13강] 교락법과 일부실시법 (2)
|
0:
49:
41
|
|
|
실험계획법 교락법과 이중교락 및 합동식 분석
• 이중교락법: 2개 요인과 결합요인을 블록과 교락하여 4개 블록을 설계하고 주효과 추정 가능성을 보존 • 블록 배치 방법론: 인수분해의 부호 조합과 합동식 선형표현식(L)을 활용한 처리조합의 체계적 분류 및 배치 • 분산분석 및 변동 계산: 교락 요인 변동 합산으로 블록 변동을 산출하고 Yates 계산법으로 요인별 효과를 분석 |
||
|
[14강] 교락법과 일부실시법 (3)
|
0:
51:
53
|
|
|
실험계획법 교락법 완전교락 및 부분교락 분석
• 완전교락 분석 체계: 특정 고차 교호작용을 모든 반복의 블록 효과와 교락하여 정보를 배제하고 1·2차 오차항 기반의 분할 분석 수행 • 부분교락 및 상대정보: 반복별로 교락 요인을 다르게 배치하여 전체 요인 정보를 부분 획득하고 유실 정보량에 따른 상대정보 산정 • 변동 산출 및 검정 절차: 교락되지 않은 데이터 기반의 요인 변동 계산과 블록 간 변동 분리를 통한 잔차 오차 검정 및 효율 극대화 |
||
|
[15강] 교락법과 일부실시법 (4)
|
0:
56:
35
|
|
|
실험계획법 3^n형 교락법과 교호작용 분해 및 배치
• 3^n형 교호작용 분해: 자유도 4인 교호작용을 I 성분($AB^2$)과 J 성분($AB$)으로 분리하여 교락법 및 일부실시법 설계에 활용 • Kempthorne의 합동식: 선형식 $L = \sum a_i x_i \pmod 3$을 적용한 처리조합의 블록 할당 및 단독교락 배치 수행 • 이중교락 및 정의대비: 독립적인 두 요인을 이용한 9개 블록 생성과 $X, Y, XY, XY^2$ 성분의 동시 교락 원리 체계화 |
||
|
[16강] 교락법과 일부실시법 (5)
|
0:
52:
57
|
|
|
실험계획법 교락법과 일부실시법 2^n형 일부실시법 분석
• 일부실시법: 고차 교호작용 희생을 통한 실험 횟수 감축 및 필수 요인 정보 획득 효율화 설계 기법 • 별명 및 정의대비: 정의대비(I)를 활용한 요인 간 별명 관계 산출 및 개별 효과의 추정 가능성 판별 원리 • 2^n형 일부실시 및 이중교락: 교락 원리 기반 블록 분할과 이중교락 설계를 통한 다인자 실험의 최적화 배치 기법 |
||
|
[17강] 교락법과 일부실시법 (6)
|
0:
26:
13
|
|
|
실험계획법 3n형 일부실시법과 별명관계 분석
• 3^n형 일부실시법: 정의대비와 합동식을 활용한 실험 횟수의 경제적 축소 및 효율적 블록 설계 원리 • 별명관계 도출: 요인 성질(X³=1)과 정의대비를 결합한 주효과 및 교호작용 간 교락 상태 규명 절차 • 통계적 분석 및 오차항 설정: 고차 교호작용 무시 가정을 통한 오차항 풀링(Pooling)과 주효과 유의성 검정 체계 |
||
| 12장. 직교배열표에 의한 실험계획법Ⅰ | ||
|
[18강] 2수준계의 직교배열표
|
0:
34:
48
|
|
|
직교배열표의 개념 및 2수준계 직교배열표 구성 원리
• 직교배열표의 구조 및 표기법: 다수 인자 분석을 위한 $L_{2^m}(2^{2^m-1})$ 형식의 설계 도구로 실험 횟수 단축 및 분산분석 효율성 극대화 • 직교성 및 균일성: 열 간 독립성을 보장하는 직교성(곱의 합=0)과 수준별 균일 분포를 통한 인자별 독립 효과 추정 및 편향 제거 • 생성 원리 및 군(Group) 분류: 기본열의 Modulus 2 연산을 이용한 기계적 열 생성과 군 분류 체계 기반의 효율적 실험 배치 원리 |
||
|
[19강] 2수준 인자의 실험 (1)
|
0:
58:
15
|
|
|
2수준 인자 실험 설계와 직교배열표 활용 및 분석
• 2수준 직교배열표(L-array): 자유도 1 기반 실험 규모 결정, 기본표시 및 선점도를 활용한 인자 배치 최적화 • 별명관계(Alias) 및 분산분석(ANOVA): 정의대비를 통한 요인 교락 식별, 수준별 변동 산출 및 유의성 검정 절차 • 실험 최적화(Optimization): 교호작용 유무에 따른 이원표·일원표 분석, 유의 인자 수준 조합을 통한 공정 최적 조건 결정 |
||
|
[20강] 2수준 인자의 실험 (2)
|
0:
55:
14
|
|
|
실험계획법 2수준 직교배열표 활용과 분산분석 최적조건 추정
• 직교배열표 실험 설계: L16 배열표 선정, 인자 배치, 자유도 기반 변동 산출 및 데이터 구조 정의 • 분산분석 및 최적화: 유의 인자 판정, 오차항 풀링, 2원표 분석을 통한 최적 수준 조합 및 점추정치 도출 • 신뢰구간 및 교호작용 규칙: 유효반복수 기반 신뢰구간 계산과 그룹 법칙을 활용한 교호작용 열 배치 원리 |
||
|
[21강] 선점도에 의한 배치법
|
0:
49:
25
|
|
|
실험계획법 선점도에 의한 직교배열표 배치 및 활용
• 선점도의 개념 및 원칙: 주효과(점)와 2인자 교호작용(선)을 직교배열표 열에 시각적으로 할당하는 구조적 도구 • 직교배열표별 선점도 유형: 실험 규모($L_4, L_8, L_{16}$)에 따른 선점도 가용 형태와 열 대응 관계 규격화 • 요인 배치 및 검토 절차: 자유도 합산·부분 그래프 탐색·교락 방지를 위한 최적 실험 설계 및 오차항 처리 전문화 |
||
|
[22강] 2수준과 4수준 인자의 실험
|
0:
38:
50
|
|
|
실험계획법 2수준과 4수준 인자의 직교배열표 배치 및 분석
• 4수준 인자 배치 원리: 2수준 직교배열표 내 임의의 두 열과 그 교호작용 열을 통합하여 자유도 3을 확보하는 열 점유 구조 • 수준 결정 및 할당 규칙: 선택된 두 열의 이진 조합(0,0~1,1)을 활용한 4개 수준 정의 및 통계적 유의성 확보를 위한 실험 배치 • 변동 산출 및 데이터 분석: 점유된 각 열 변동의 합산 방식과 다원배치법 수식을 통한 인자 및 교호작용의 제곱합 계산 절차 |
||
|
[23강] 적용사례
|
0:
50:
28
|
|
|
실험계획법 직교배열표 적용사례 제당공정 탈색률 최적화
• 탄산포충공정 최적화: 제당 공정 탈색률 향상을 위한 6개 핵심 실험 인자 선정 및 품질 개선 목적 정의 • $L_{16}(2^{15})$ 직교배열표 설계: 4수준 인자 배치와 교호작용(A×B) 분석을 위한 효율적 열 할당 및 실험 구조화 • 분산분석 및 통계적 추정: 유의 인자(B, D, F) 식별, 2원표 기반 최적 수준 도출 및 점추정·신뢰구간 산출 |
||
|
[24강] 가수준의 이용
|
0:
27:
58
|
|
|
실험계획법(DOE) 가수준 이용 및 혼합형 요인실험 배치
• 가수준 기법 : 3수준 인자를 4수준 직교배열표에 배치하기 위한 형식적 확장 및 특정 수준 반복수 증가를 통한 주효과 추정 정밀도 향상 • 변동 및 자유도 산출 : 동일 수준 데이터의 통합 합산을 통한 변동($S_A$) 수식 보정 및 실제 수준 수(3)에 근거한 자유도 고정 원칙 • 혼합형 교호작용 분석 : 수준 조합별 데이터 통합과 이원표 활용을 통한 극간 변동($S_{AB}$) 산출 및 인자별 자유도 곱 기반의 변동 분석 체계 |
||
| 13장. 직교배열표에 의한 실험계획법Ⅱ | ||
|
[25강] 3수준계의 직교배열표
|
0:
41:
18
|
|
|
3수준계 직교배열표 구성 및 실험 설계 원리
• 3수준계 직교배열표 정의: $L_{3^m}(3^{(3^m-1)/2})$ 형식의 실험 규모 산출 및 $mod$ 3 연산 기반의 수준 결정 체계 • 실험 설계 및 자유도 관리: 열별 자유도 2 할당 및 오차항 확보를 위한 인자 배치와 실험 순서 랜덤화 원칙 • 2인자 교호작용 분해: 자유도 4의 교호작용을 $XY$ 및 $XY^2$ 성분 열로 분리 배치하는 수리적 연산 및 교호작용표 활용 기법 |
||
|
[26강] 3수준 인자의 실험 (1)
|
0:
39:
36
|
|
|
3수준 인자 실험계획법 직교배열표 및 분산분석
• 3수준 직교배열표($L_9, L_{27}$): 교호작용 유무에 따른 인자 배치 효율화 및 선점도를 활용한 실험 설계 구조화 • 분산분석 및 오차항 풀링: 수정항(CT)·인자별 변동(S) 산출 및 유의하지 않은 인자의 오차 통합을 통한 검정력 증대 • 최적 조건 및 모평균 추정: 수준별 1원표 분석, 유효데이터 수($n_e$) 기반 최적 조합 선정 및 신뢰구간 도출 |
||
|
[27강] 3수준 인자의 실험 (2)
|
0:
53:
25
|
|
|
실험계획법 3수준 인자 실험 배치 및 분석
• 선점도 및 직교배열 배치: $L_{27}(3^{13})$ 직교배열표 내 교호작용 열 분해 및 선점도를 활용한 체계적 인자 할당 및 실험 설계 • 분산분석 및 오차항 풀링: 3수준 변동 계산과 ANOVA 수행을 통한 유의 인자 식별 및 무의미한 인자의 오차항 통합을 통한 검정력 강화 • 최적 조건 및 모평균 추정: 주효과 기반 최적 수준 조합 도출 및 유효반복수를 활용한 90% 신뢰구간 산출과 실험 타당성 검증 절차 |
||
|
[28강] 교락법의 배치, Plackett-Burman 계획법, 혼합직교배열표
|
0:
41:
46
|
|
|
직교배열표를 활용한 교락법 배치 및 Plackett-Burman과 혼합 계획법
• 교락법 및 직교배열표 배치: 실험 블록 분할을 통한 오차 제어와 자유도·교호작용 기반의 열 할당 및 랜덤화 원리 • Plackett-Burman 계획법: 4의 배수 실험 횟수 최적화와 순환 이동(Cyclic) 방식을 활용한 고효율 인자 선별 체계 • 혼합직교배열표: 다수준 인자의 동시 수용과 직교성 확보를 통한 다구찌 방식 중심의 실무적 실험 설계 구조 |
||
| 14장. 불완비블록계획법 | ||
|
[29강] 균형 불완비 블록계획법 (1)
|
0:
51:
57
|
|
|
균형 불완비 블록계획법 BIBD 정의 및 분산분석
• BIBD 정의 및 성립 조건: 블록 크기가 처리 수보다 작은 제약 환경에서 처리 반복 횟수와 처리 쌍의 동시 출현 빈도($\lambda$)를 일정하게 유지하여 실험의 균형을 확보하는 설계 원리 • 설계 파라미터 관계식: 전체 실험 수($N=rl=mp$) 및 람다($\lambda$) 산출 공식을 활용한 실험 설계의 타당성 검증과 주요 변수 간의 수치적 정합성 도출 • 수정 처리제곱합 분산분석: 블록 효과를 배제한 수정된 처리 변동($Q_i$) 산출을 통해 순수 처리 효과를 검정하고 오차 변동을 분리하는 통계적 분석 체계 |
||
|
[30강] 균형 불완비 블록계획법 (2)
|
0:
49:
54
|
|
|
균형 불완비 블록계획법 BIBD 분산분석 후 추정 및 대비 분석
• BIBD 모수 추정: 수정된 처리 합계($Q_i$)를 활용한 처리 효과($a_i$) 및 개별 모평균의 불편추정량 도출 절차 • 대비(Contrast) 통계적 추론: 처리 간 비교를 위한 점추정·분산 공식 수립 및 t-분포 기반 검정통계량·신뢰구간 산출 • 분산분석 및 유의성 검정: 수정된 처리 변동($S_{Trt(adj)}$) 분석 및 신뢰구간 내 0 포함 여부에 따른 처리 수준별 통계적 유의차 판정 |
||
|
[31강] Youden 방격법
|
0:
43:
37
|
|
|
Youden 방격법 불완비라틴방격 및 분산분석
• Youden 방격법 구조: 라틴방격에서 특정 열이 제거된 불완비라틴방격 설계 및 주효과 검토 목적의 실험 횟수 절감 원리 정리 • 불완비블록 배치(BIBD) 연계: 블록수와 처리수가 동일한 조건($l=m, p=r$)에서 모든 처리 쌍의 균형성을 유지하는 성립 조건 분석 • 분산분석 및 변동 계산: 위치 인자의 직교성 기반 변동 산출과 블록 효과를 보정한 수정 처리변동($S_{C(adj)}$)을 통한 유의성 검정 절차 수립 |
||
| 15장. 반응표면 실험계획법 | ||
|
[32강] 반응표면분석의 개념
|
0:
39:
18
|
|
|
반응표면분석의 정의와 통계적 모형 설정 및 최적화
• 반응표면분석(RSA): 다차원 독립변수와 종속변수 간 함수 관계 추정 및 공정 최적화를 위한 통계적 분석 기법 • 독립변수 부호화 및 선형 변환: 실험 변수의 원점 고정 및 표준화를 통한 분석 효율성 향상과 반응표면 방정식 생성 • 회귀모형 및 Taylor 급수 전개: Taylor 급수 기반의 1·2차 다항식 근사를 활용한 곡면 형태의 반응 시스템 모델링 및 최적해 도출 |
||
|
[33강] 최적반응조건의 결정
|
0:
31:
09
|
|
|
실험계획법 최적반응조건 결정 및 정상점 산출 분석
• 2차 회귀모형 행렬식: 반응표면분석을 위한 독립변수 벡터와 대칭행렬 B 기반의 수치적 모형화 및 계수 추정 절차 • 정상점(Stationary Point) 산출: 행렬 미분을 통한 기울기 0 지점 도출 및 최적 반응 조건 결정을 위한 $x_0 = -1/2 B^{-1}b$ 수식화 • 반응표면 최적화 분석: 최대점·최소점·안부점 유형 식별 및 흥미영역 내 정상점 위치를 활용한 유효 가동 범위 결정 방법론 |
||
|
[34강] 정준분석 (1)
|
0:
47:
53
|
|
|
반응표면분석 정준분석 정상점 판정 및 등고선 분석
• 정준분석(Canonical Analysis): 반응표면의 기하학적 형상을 분석하여 정상점이 최대점, 최소점, 안부점 중 어느 것에 해당하는지 규명하는 통계적 기법 • 정준식 변환 및 유도: 정상점 좌표 이동과 직교변환을 통해 이차형식 모형을 고유값 중심의 단순 수식으로 재구성하는 최적화 절차 • 고유값 기반 판정 및 등고선 해석: 고유값($\lambda_i$)의 부호로 정상점의 성격을 판별하고 절대값 크기를 통해 축 방향별 반응값의 변화 속도와 등고선 형태 분석 |
||
|
[35강] 정준분석 (2)
|
0:
48:
34
|
|
|
MBT 합성 공정 최적화를 위한 정준분석 및 실험계획법
• 팔각형 실험계획법 및 2차 회귀모형: 독립변수(시간·온도) 선형변환과 팔각형 배치를 활용한 합성률 예측 모형 구축 및 회귀계수 추정 • 정준분석 및 정상점 판별: 행렬 고유값(Eigenvalue) 부호 분석을 통한 안부점(Saddle point) 성질 규명 및 정상점 좌표 산출 • 등고선 분석 및 제약조건 최적화: 흥미영역 내 반응값 극대화를 위한 좌표 역산 및 최적 공정 조건(18.4시간, 232℃) 도출 |
||
|
[36강] 반응표면 실험계획법의 종류 (1)
|
0:
53:
26
|
|
|
반응표면 실험계획법 종류 및 1차 회귀모형 분석
• 반응표면 실험계획법 분류 : 모형 차수에 따른 1차(2^k 요인배치·심플렉스) 및 2차(CCD·Box-Behnken) 계획법의 체계적 구분 • 2^k 요인배치법 및 직교계획 : 수준의 선형변환(-1, 1)을 통한 회귀계수 추정과 대각선 행렬 기반의 통계적 유의성 검정 • 심플렉스 계획법 : k+1개 실험점과 정다면체 기하학 구조를 활용한 1차 회귀모형의 최소 데이터 적합 원리 |
||
|
[37강] 반응표면 실험계획법의 종류 (2)
|
0:
51:
59
|
|
|
반응표면 실험계획법 중심합성계획 및 회전계획
• 중심합성계획(CCD): 2차 회귀모형 추정을 위해 요인실험에 축점과 중심점을 결합하여 실험 경제성과 축차적 확장성 구현 • 직교 및 회전계획: 회귀계수 간 독립성 확보를 위한 직교성 수립과 중심점 거리 기반의 균일한 예측 분산 안정성 정의 • 정다각형 및 축차실험: 정다각형 배치를 통한 회전성 확보 및 1차 모형에서 2차 모형으로 유연하게 확장하는 실험 설계 절차 |
||
|
[38강] 반응표면 실험계획법의 종류 (3)
|
0:
57:
49
|
|
|
반응표면 실험계획법 회전중심합성계획 및 Box-Behnken 계획법 요약
• 회전중심합성계획(RCCD): 회전성 성립 조건인 적률 관계식과 인자 수별 축점($\alpha$) 결정을 통한 실험 영역의 회전성 확보 및 2차 회귀모형 설계 • 정준분석 및 최적화: 정상점($x_0$) 도출 및 고유값 분석을 통한 반응표면 형상(최대·최소·안부점) 판별과 최적 반응값 도출 프로세스 • Box-Behnken 계획법(BBD): 3수준 요인배치법 대비 실험 횟수 경제성 확보 및 구석점 제외 구조를 활용한 효율적인 2차 회귀모형 추정 |
||
|
[39강] 적용사례
|
0:
45:
56
|
|
|
실험계획법 반응표면분석 타이어 접착성 개선 사례
• 반응표면분석(RSM) 및 3^2 요인 실험: 타이어 접착력 개선을 위한 핵심 인자 선정, 변수 변환 및 실험 설계 구조 체계화 • 2차 회귀모델 및 정준분석: 각 특성치별 회귀방정식 도출과 고유값 기반 정상점(안부점·최대·최소) 성격 판별 • 다중 반응 최적화 및 등고선도: 제약 조건 내 반응치별 등고선 중첩 분석을 통한 최적 배합 수준 결정 및 유효성 검증 |
||
| 16장. 혼합물에 관한 실험계획법 | ||
|
[40강] 혼합물에 관한 실험계획법 (1)
|
0:
56:
19
|
|
|
혼합물 실험계획법 심플렉스 설계 및 정준모형 분석
• 혼합물 실험계획법 제약조건: 성분 합계 1의 제약하에 혼합비율이 반응치에 미치는 영향을 분석하는 특수 실험설계 체계 • 심플렉스 좌표 및 실험점 설계: 성분 수 기반 (k-1)차원 기하학적 구조를 활용한 꼭짓점 및 중심점 실험 배치 원리 • Scheffe 정준형태 및 분석: 절편·제곱항 제거 후 선형·교차항 중심으로 재구성된 모형 기반의 회귀분석 및 ANOVA 기법 |
||
|
[41강] 혼합물에 관한 실험계획법 (2)
|
0:
57:
23
|
|
|
혼합물 실험계획법 심플렉스 격자 및 중심 배열법
• 심플렉스 격자형배열법: Scheffe의 (k, m) 격자 설계를 통한 실험점 균일 배치 및 실험점 수 산출 공식 기반의 체계적 구성 • 혼합물 2차 모형 및 제약: 성분 총합 제약 조건 하의 회귀계수 추정 및 가설검정을 위한 잔차 자유도 확보와 모형 적합 원리 • 심플렉스 중심배열법 및 선별계획: 중심점 포함 2^k-1개 실험점 배치와 다인자 환경의 중요 인자 스크리닝을 위한 Lambrakis 계획법 적용 |
||
|
[42강] 혼합물에 관한 실험계획법 (3)
|
0:
41:
56
|
|
|
혼합물 실험계획법 제한된 영역과 꼭지점 계획법
• 제한된 영역의 혼합물 실험: 성분별 상·하한 제약($a_i \le x_i \le b_i$) 기반 다면체 실험 영역 설정 및 실험 효율성을 위한 심플렉스 구조 축소 원리 • 꼭지점 계획법(Extreme Vertices Design): 제약 조건을 만족하는 꼭지점·면 중심점·전체 중심점의 선형 조합을 활용한 최적 실험점 배치 및 선정 알고리즘 • 회귀 모형 및 비선형 최적화: 2차 회귀 모형 적합과 Lagrangian 승수법 및 KKT 조건을 통한 제한 범위 내 최적 혼합 비율 산출 절차 |
||
| 17장. EVOP법과 최대경사법 | ||
|
[43강] EVOP법의 개념 및 계획
|
0:
42:
56
|
|
|
EVOP법의 개념 및 공정 최적화 실험계획법
• EVOP법(진화적 조업법): 생산 현장 가동 중 불량 방지를 위해 좁은 수준 폭으로 공정 조건을 점진적·연속적으로 개선하는 동적 실험계획법 • 2인자 EVOP 설계: $2^2$ 요인실험과 중심점 기반의 5개 실험점 구성 및 사이클 반복을 통한 최적 조건(Phase) 이동 원리 • 3인자 블록 설계: 입체 좌표 내 2개 블록 분할을 통한 환경 변동 제어 및 수율·비용 등 다중 반응치의 효율적 탐색 구조 |
||
|
[44강] EVOP법의 계산방법 (1)
|
0:
48:
08
|
|
|
EVOP법 계산 방법 및 결과 해석 가이드
• EVOP법 구성 및 운용 환경: 2인자 2수준 실험과 중심점 설정을 통한 실제 생산 공정 내 반복 사이클 탐색 구조 • 계산 시이트 표준 절차: 사이클별 누적 데이터 전기 및 표준화된 항목(A~L란)을 통한 범위(R)와 표준편차(s) 산출 • 유의차 판정 및 최적 조건 도출: 효과별 신뢰한계 비교와 유의성 부호(+/–)에 따른 차기 단계 중심점 이동 결정 원리 |
||
|
[45강] EVOP법의 계산방법 (2)
|
0:
51:
26
|
|
|
EVOP법의 계산 방법 및 2인자 3인자 실험 예제 분석
• 2인자 EVOP 연산 체계: 사이클별 계산 시트 작성을 통한 주효과·교호작용 산출 및 신뢰한계를 활용한 통계적 유의성 검정 절차 • 3인자 EVOP 및 블록화 운영: 반응온도·시간·압력 인자 간 최적 수율 탐색을 위한 블록(Block) 분할 실험 설계 및 데이터 해석 방법 • 최적 공정 조건 도출 원리: 유의 인자 효과의 부호(+/-)에 따른 중심점 이동 및 표준편차 갱신을 통한 단계적(Phase) 공정 최적화 기법 |
||
|
[46강] EVOP법의 이론적 근거
|
0:
31:
27
|
|
|
실험계획법 EVOP법 이론적 근거 및 오차한계 산출 원리
• EVOP 표준편차 추정: 범위(R)와 표본 계수(f)를 활용한 s=R×f 산출 및 공정 데이터 기반 실시간 분산 분석 원리 • 인자 효과 오차한계: 95% 신뢰수준 기반 표준오차 도출 및 인자 수(2·3인자)에 따른 오차한계 상수(2.00·1.41) 적용 • 평균변화(CIM) 유의성 검정: 중심점과 실험점 간 차이 분석을 통한 CIM 분산 산출 및 전용 오차한계(1.79·1.26) 도출 |
||
|
[47강] 최대경사법
|
0:
42:
01
|
|
|
최대경사법 기반 공정 최적화 및 실험 절차 요약
• 최대경사법: 1차 회귀모형의 기울기를 따라 반응치가 개선되는 방향으로 인자 수준을 축차 이동시키는 공정 최적화 기법 • 실험 절차 및 모형 적합: $2^k$ 요인배치법과 최소제곱법을 통한 1차 회귀모형 도출 및 회귀계수 기반 최대경사방향 산출 • Box-Wilson법: 최대경사법으로 최적점 인근 도달 후 2차 회귀모형과 반응표면분석을 연계하여 정밀 최적 조건을 확정하는 절차 |
||
|
[48강] 심플렉스 탐사법
|
0:
51:
55
|
|
|
심플렉스 탐사법의 원리 및 정규, 비정규, 수정된 정규 탐사법 분석
• 정규 심플렉스 탐사법: $k$차원 정다면체의 대칭 이동과 좌표 산출 공식을 활용한 순차적 최적점 추적 및 공정 최적화 알고리즘 • 비정규 심플렉스 탐사법: 가중치($d$)를 적용하여 심플렉스 형태를 유연하게 확장·축소함으로써 탐색 효율을 극대화하는 Nelder-Mead 기법 • 수정된 정규 심플렉스 탐사법: 복수 꼭짓점의 동시 교체와 반응치 기반의 그룹 분류를 통해 데이터 수렴 속도와 탐사 정밀도를 향상하는 방식 |
||
| 18장. 다구찌 실험계획법 | ||
|
[49강] 다구찌 실험계획법의 개념, 손실함수와 SN비
|
0:
41:
28
|
|
|
다구찌 실험계획법의 개념과 손실함수 및 SN비 분석
• 다구찌 실험계획법: 로버스트 설계를 통한 품질 산포 최소화 및 경제적 관점의 손실 방지 원리 • 손실함수 체계: 망목·망소·망대 특성별 정의와 목표치 편차를 비용으로 환산하는 정량적 분석 구조 • SN비(Signal-to-Noise Ratio): 신호 대비 잡음 비율의 데시벨 변환 및 MSD 기반 최적 파라미터 도출 기법 |
||
|
[50강] 계량치의 파라미터 설계
|
0:
50:
48
|
|
|
계량치의 파라미터 설계와 다구찌 실험계획법 최적화
• 파라미터 설계: 내측·외측 배열 교차 구조를 통한 잡음 둔감 최적 제어인자 도출 및 로버스트 설계 구현 • SN비와 특성별 최적화: 망소·망대·망목 특성별 SN비 분석을 통한 산포 제어 및 품질 재현성 확보 절차 • 망목 최적화 및 경제성 분석: 산포 최소화 후 평균 조정 단계 이행 및 손실함수 기반의 경제적 개선 효과 산출 |
||
|
[51강] 계수치의 파라미터 설계
|
0:
42:
19
|
|
|
계수치 파라미터 설계 및 다구찌 실험계획법 실무 적용
• 계수치 SN비 산출 및 최적화: 이항 데이터($p$)와 다중 등급 가중치($w_i$)를 활용한 품질 특성 수치화 및 SN비 최대화 기반의 설계 최적화 메커니즘 • 직교배열표 및 분산분석 실무: $L_9·L_8$ 직교배열표를 활용한 인자 배치, 유의성 검정 기반 오차항 풀링(Pooling) 및 지배적 영향 인자 선별 절차 • 최적 조건 성능 추정 및 분석: 최적 수준 조합에 따른 SN비 추정값 산출과 역계산을 통한 공정 신뢰도 향상도 및 등급별 생산 비중 예측 유효성 검증 |
||
| 부록 | ||
|
[52강] 확률분포표
|
0:
00:
00
|
|
|
교재만 있습니다.
|
||
|
[53강] 직교배열표
|
0:
00:
00
|
|
|
교재만 있습니다.
|
||
|
[54강] EVOP 계산시이트
|
0:
00:
00
|
|
|
교재만 있습니다.
|
||
|
[55강] 오메가 변환표
|
0:
00:
00
|
|
|
교재만 있습니다.
|
||
|
[56강] 데시벨표
|
0:
00:
00
|
|
|
교재만 있습니다.
|
||
김용태 교수님
실험계획법(DOE)Ⅱ
