DOI QR코드

DOI QR Code

심플렉스 중심배열법의 일부실시에 관한 연구

The fraction of simplex-centroid mixture designs

  • 투고 : 2015.08.04
  • 심사 : 2015.11.18
  • 발행 : 2015.11.30

초록

혼합물 실험으로부터 실험자는 주효과와 저차의 상호작용 효과의 추정을 원한다. 이를 위해 심플렉스 중심배열법과 같은 적절한 실험을 통해 추정할 수 있다. 그러나, 요인의 수가 늘어나면 부득이 일부실시를 행하게 된다. 이 경우 각 성분의 혼합비율의 합이 일정하다는 제약 조건은 교락으로 인해 추정가능한 상호작용의 선택을 어렵게 한다. 이러한 문제를 해결하기 위해 본 논문에서는 $Scheff{\acute{e}}$의 정준 모형 대신에 대수기하학을 기초로 한 동차다항식 (homogeneous polynomial)으로 구성된 모형을 도입하여 문제를 풀려고 한다. 이를 활용하여 심플렉스 중심배열법의 일부실시법에 대해 추정가능한 모형을 제시한다. 연산은 CoCoA 대수연산 소프트웨어를 이용하였다.

In a mixture experiment, one may be interested in estimating not only main effects but also some interactions. Main effects and interactions may be estimated through appropriate designs such as simplex-centroid designs. However, the estimability problems, implied by the sum to one functional relationship among the factors, have strong consequences on the confounding and identifiability of models for such designs. To handle these problems, we address homogeneous polynomial model based on the computational commutative algebra (CCA) instead of using $Scheff{\acute{e}}s$ canonical model which is typically used. The problem posed here is to give how to choose estimable main effects and also some low-degree interactions. The theory is tested using a fraction of simplex-centroid designs aided by a modern computational algebra package CoCoA.

키워드

참고문헌

  1. Cornell, J. A. (2002). Experiments with mixtures, Third Ed., Wiley, New York.
  2. Cox, D., Little, J. and O'Shea, D. (1992). Ideal, varieties, and algorithms, Spring-Verlag, New York.
  3. Draper, N. R. and Pukelsheim, F. (1998). Mixture models based on homogenuous polynomials. Journal of Statistical Planning and Inference, 71, 303-311. https://doi.org/10.1016/S0378-3758(98)00012-3
  4. Kim, H. and Park, D. K. (2009). Grobner basis vs Indicator function. Journal of the Korean Data & Information Science Society, 20, 467-479.
  5. Maruri-Aguilar, H., Notari, R. and Riccomagno, E. (2007). On the description and identifiability analysis of experiments with mixtures. Statistica Sinica, 17, 1417-1440.
  6. McConkey, B., Mezey, P., Dixon, D. and Greenberg, B. (2000). Fractional simplex designs for interaction screening in complex mixtures. Biometrics, 56, 824-832. https://doi.org/10.1111/j.0006-341X.2000.00824.x
  7. Pistone, G. and Wynn, H. P. (1996). Generalized confounding with Grobner bases. Biometrika, 83, 653-666. https://doi.org/10.1093/biomet/83.3.653
  8. Prescott, P., Dean, A. M., Draper, N. R. and Lewis, S. M. (2002). Mixture experiments: Ill-conditioning and quadratic model specification. Technometrics, 44, 260-268. https://doi.org/10.1198/004017002188618446
  9. Scheffe, H. (1958). Experiments with mixtures. Journal of Royal Statistical Society B, 20, 344-360.
  10. Scheffe, H. (1963). The simplex-centroid designs for experiments with mixtures. Journal of Royal Statistical Society B, 25, 235-263.