G00597 실험계획법 Design

D i off E
Experiments
i t

제 4장 이원배치법

이대원
울산대학교 산업경영공학부
합습목표

 반복이 없는 이원배치 실험의 데이터 구조를 이해한다.

 모수모형과 변량모형에 대한 차이를 이해하고 분산분석을 할 수 있다.

 실험결과로부터
실험결과 부터 인자들의 최적 수준 조합을
합을 구할 수 있다
있다.

 최적 실험 조합에 대한 모평균 추정과 구간 추정을 할 수 있다.

 난괴법 (randomized
( d i d block
bl k design)
d i ) 실험이 유용한 상황을 이해한다.
이해한다

 난괴법 실험을 설계하고 실행하여 결과를 분석할 수 있다.

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 2

이원배치법

 이원배치법(two-way factorial design)

√ 요인이
인이 하나인 일원배치법을 요인이
인이 둘 있는
있 경우로
경 확장한 것
√ 2개의 인자들의 어떤 수준조합에서 가장 적절한 특성치를 주는가를 알아내기 위한
실험 계획법으로 반복이 있는 경우와 없는 경우로 구별
√ 예제:
예제 공정반응실험
정반 실험
• 온도, 압력 : 공정 수율에 영향을 주는 주된 요인
⇒ 공정수율을 최대로 하는 온도와 압력의 수준 즉, 처리조합을 찾는 문제

 데이터의 구조

xijj     i   j   ijj , i  1, , a, j  1, , b

 ij ~ iid N (0,  2 )

μ: 실험전체의 모평균, αi: Ai가 주는 효과

 i: B j가 주는 효과, xij : Ai ,B j에서얻은 측정값

 ij : Ai ,B j에서얻은 측정값의 오차

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 3

예제: 반복없는 이원배치법

 어떤 화학공정에서 제품의 수율(yield,%)에 영향을 미칠 것으로 생각되는 반응온도와 원

료를 인자로 취하여 반복이 없는 이원실험을 하였다. 각 인자의 수준은 다음과 같다.
√ 반응온도 A: A1=180도, A2=190도, A3=200도, A4=210도
√ 원 료 B: B1=미국M사
미국M사 원료, B2=일본Q사
일본Q사 원료, B3=국내P사
국내P사 원료

 실험 데이터 (수율)

 수율이 최대가 되는 반응온도, 원료의 수준(처리) 조합은?

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 4

 요인평균그림

 분산분석표

 결론은?

5
변동의 총분해

 SST = SSA + SSB +SSE

총변동 : SST   xij  x    xij2  CT

a b a b
2

i 1 j 1 i 1 j 1

a b a
Ti2
인자 A의변동 : SS A   xi  x    CT
2

i 1 j 1 i 1 b

T j2
인자 B의변동 : SS B   x j  x   
a b b
 CT
2

i 1 j 1 j 1 a

잔차변동 : SS E   xij  xi  x j  x   SST  SS A  SS B

a b
2

i 1 j 1

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 6

반복이 없는 이원배치법

 분산분석표

 F 검점을 위한 가설
F-검점을
√ 인자 A의 유의성 검정을 위한 가설
• 귀무가설 (H0): 인자 A의 효과는 0이다.
• 대립가설 (H1): 인자 A의 효과는 0이 아니다.
아니다
√ 인자 B의 유의성 검정을 위한 가설
• 귀무가설 (H0): 인자 B의 효과는 0이다.
• 대립가설 (H1): 인자 B의 효과는 0이 아니다.
아니다

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 7

분산분석 후의 추정

 분산분석 후의 추정: 분석 결과를 실제로 응용하기 위해

① 인자 A의 모평균 추정
 
xi  t  E ;  MS E
 2 m B의 수준의 개수
② 인자 B의 모평균 추정

③ 두 인자의 수준을 조합한 조건에서의 모평균 차의 추정

   MS E
xi  xj  x   t   E ;  ne
: ne 
총실험횟수
 2 유의한 요인의자유도합  1

④ 인자 A의 수준간의 모평균 차의 추정

xi  xi   t E ;   2MS E

m
 2

⑤ 인자 B의 수준간의 모평균 차의 추정

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 8

예제 4.1
41

 어떤 화학공장에서 제품의 수율(yield, %)에 영향을 미칠 것으로 생각되는 반응온도와 원

료를 인자로 취하여 반복이 없는 이원배치의 실험을 하였다. 각 인자의 수준은 다음과 같
다.
A1: 180도
B1: 미국 M사 원료
A2: 190도
반응온도 A 원료 B B2: 일본 Q사 원료
A3: 200도
B3: 국내 P사 원료
A4: 210도

12회를 완전 랜덤화하여 실험한 데이터는 아래와 같다.

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 9

예제 4.1:
4 1: 풀이

 분산분석 결과

요인 A (온도), 요인 B (원료) 모두 p-value

값이 유의수준 0.05 (5%)보다 작으므로 귀
무가설은 기각된다.
 반응온도와 원료의 종류는 수율에 유의
한 영향을 주는 인자이다.

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 10

예제 4.1:
4 1: 풀이

 분산분석 후의 추정
√ 모평균의
평 의 추정
   MS E
  A1  : x1  t  E ; 
0.093
 x1  t (6;0.025)  97.2  0.43
 2 m 3
  A2  : 97.90  0.43
  A3  : 98.30  0.43
  A4  : 97.40  0.43
 B1  : 98.30  0.37
 B2  : 97.80  0.37
 B3  : 97.00  0.37

온도는 200도(A3), 원료는 미국 M사 (B1)가 가장 높은 수율을 준다.

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 11

예제 4.1:
4 1: 풀이

 분산분석 후의 추정
√ 두 인자의 수준 조합에서의
합에서의 모평균
평 추정

  총실험횟수
  A3 B1  : x3  x1  x   t  E ;  MS E n : ne 
 2 e 유의한 요인의자유도합  1

 98.3  98.3 - 97.7   (2.447)

0.093 (4)(3)
 98.9  0.53, ne  2
2 4  3 1
√ 두 수준간 모평균 차의 추정
- 만약 미국 M사 원료 (B1)와 국내 P사 원료(B3) 간의 수율차를 구하려면?

 
 ( B1 )   ( B3 ) :  x1  x3   t  E ;  2MS E l
 2
2  0.093
 (98.30 - 97.00)  (2.447)  1.30  0.53(%)
4
- 즉, 미국원료가 국내원료보다 0.77%에서 1.83% 정도까지 수율을 더 높게 한다고 할
할 수 있다.
있다

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 12

난괴법 (Randomized block design)

 실험의 동질성
√ 일원배치법에서 전체 lm 개의 실험이 무작위한
작위한 순서로,
서 그리고
리 가능한한
가 한한 동일조건에
일 건에
서 이루어져야 한다.
√ 실험조건이 동일하지 않으면 반응변수의 변동이 요인의 수준차에 의한 것인지 동일
하지 않은 실험조건에 따른 것인지를 구분해 낼 수 없다.
없다
√ <예> 네 품종의 벼를 품종별로 서로 다른 지역에서 재배
품종의 차이에 의한 것?
⇒ 수확량의 변동
토양의 차이에 의한 것?

 동일한 조건에서 실험하는 것이 불가능할 때 블록 이용

√ 블록(block) : 동질적인 실험 단위의 묶음
√ 예 : 연속되는 한 구역의 땅/특정재료/특정한 장비/특정작업자/특정한 시간 등과 같
이 어느 정도 동질적인 실험 조건을 유지할 수 있는 것들
√ 블록을 이용하면 실험에서 알고자 하는 요인이 아닌 장애요인 (nuisance factor) 에
의한 변동을 체계적으로 줄일 수 있다.

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 13

난괴법의 데이터 구조

 데이터의 구조
√ 1인자는
인자 모수인자이고
인자이 1인자는
인자 변량인자인 반복이
반 이 없는
없 이원배치법

xij    ai  b j   ij
 ij ~ iid N (0,  E2 )
b j ~ iid N (0,  B2 )
μ: 실험전체의 모평균, ai: Ai가 주는 효과
bi: B j가 주는 효과, xij : Ai에서얻은 측정값
 ij : Ai에서얻은 측정값의 오차

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 14

난괴법의 예

 논에서 벼의 품종을 실험하는 경우에 논을 토양이 다를 것으로 예상되는 m개

의 블록으로 층별하고 각 블록을 l개의 구획(plot)으로 나누어,
나누어 시험하려는 품종
A1, A2, …, Al 을 각 블록마다 각 구획에 랜덤하게 배치하려고 한다.

 네 종류의 벼를 세 지역의 논에서 재배실험

√ 각 지역의 논을 블록으로 하고, 각 블록마다 네 품종을 랜덤하게 배치하여 재배
√ 각 품종에 의한 수확량에서 토양의 차이에 의한 효과를 제거할 수 있다.

블록 1 (B1) 블록 2 (B2) 블록 3 (B3)

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 15

난괴법 실험의 가설

 A인자는 모수인자각 수준에서 모평균의 추정이 의미가 있음

 B인자는 변량인자수준간의 산포를 구하는 것만 의미 있음

 인자 A의 유의성 검정을 위한 가설
√ 귀무가설 (H0): 인자 A의 효과는 0이다.
√ 귀무가설 (H1): 인자 A의 효과는 0이 아니다.

 인자 B의 수준간 산포가 같은가에 대한 검정 가설

√ 귀무가설 (H0):  B2  0
√ 귀무가설 (H1):  B2  0

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 16

난괴법의 분산분석표

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 17

난괴법의 적용사례

 어망계의 품질 개선을 위한 실험 계획법

√ 연신시 작업성이 좋지
지 않음,
않음  어망계 생산하는
생산하 방사기에 Heater를
를 설치
√ Heater 부찾으로 Δn을 낮추고 어망계의 물성과 작업성을 안정화

 실험 설계
√ 특성치: Δn
√ 모수인자: Heater의 온도 (3수준): A1 (240도), A2 (250도), A3 (260도)
√ 실험횟수: 하루에 3번 실험  3일에 거쳐 총 9회의 실험
√ 변량인자: 실험일 (B)
√ A는 모수, B는 변량인 반복이 없는 이원배치법으로 난괴법 실험

 실험데이터

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 18

난괴법의 적용사례: 결과 분석

 해석
√ 온도는 유의 수준 5%에서 귀무가설이 기각된다.  온도는 실험 결과에 영향을 준다.
√ 개별값 그림으로부터 히터 온도가 260도일 때 반응값이 가장 작다.

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 19

난괴법의 적용사례: 분산 분석 후의 추정

 2  VB  (l  1)VE
  Ai  : xi  t   *; 
VB  (l  1)VE 
, *  2
2

   lm V B

(l  1)VE 2

B E
  A1  : 13.13  0.28
  A2  : 12.53  0.28
  A3  : 12.17  0.28

Δn만 고려하였을 때, A3가 가장 우수하다는 결론을 내릴 수 있다.

산업경영공학부 이대원 G00597 실험계획법 (Design of Experiments) 20

Thank you for your kind attention.

Questions?

daewonlee@gmail.com

21