Merkezi Bileşik Tasarımı — Yanıt Yüzeyi Deneysel Tasarımı
Central Composite Design for Response Surface Methodology · Ayrıca şöyle bilinir: CCD, Box-Wilson design, central composite response surface design, rotatable central composite design
Merkezi Bileşik Tasarımı (CCD), araştırmacıların birden fazla sürekli girdi faktörünü bir veya daha fazla yanıt değişkenine bağlayan tam bir ikinci dereceden modeli verimli bir şekilde uydurmalarını sağlayan ikinci dereceden bir yanıt yüzeyi tasarımıdır. 1951'de Box ve Wilson tarafından tanıtılan bu tasarım, bir faktöriyel (veya kesirli faktöriyel) çekirdeği, eksenel (yıldız) noktaları ve merkez noktası tekrarlarını tek bir birleşik tasarımda birleştirerek, mühendislik, kimya ve imalatta süreç optimizasyonu için en yaygın kullanılan tasarım haline gelmiştir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+30 tane daha
Ne zaman kullanılır
k nicel faktörler (tipik olarak k = 2–6) üzerinde sürekli bir yanıtı haritalamak ve optimize etmek için ikinci dereceden (karesel) bir model uydurmanız gerektiğinde CCD'yi kullanın. Kimya mühendisliği, farmasötik geliştirme, gıda bilimi ve imalatta süreç optimizasyonu çalışmalarında, faktör-yanıt ilişkisinde eğrilik beklendiğinde veya birinci dereceden bir modelin önemli ölçüde yetersiz uyum gösterdiği durumlarda standart seçimdir. CCD, Box-Behnken tasarımına tercih edilir, çünkü faktöriyel aralığın ötesindeki aşırı eksenel noktalarda faktör ayarları yapabiliyorsanız (veya gerekiyorsa) ve deneme ekonomisi önemli olduğunda 3^k tam faktöriyele tercih edilir. Kategorik faktörler, ikili veya sayım yanıt değişkenleri ile veya deneysel bölge geometrik olarak kısıtlanmışsa ve eksenel noktalar uygun çalışma aralıklarının dışına düşüyorsa CCD'yi KULLANMAYIN (bu durumda Box-Behnken veya D-optimal tasarım daha uygundur). Ayrıca, tasarımın optimum civarına taşınması için henüz en dik çıkış stratejisi ile birinci dereceden bir model kullanılmamışsa CCD'den kaçının — optimumdan uzakta bir karesel model uydurmak denemeleri boşa harcar.
Güçlü yönler & sınırlılıklar
- 3^k faktöriyel tasarımdan daha az deneme ile tam bir ikinci dereceden polinomun tüm katsayılarını verimli bir şekilde tahmin eder.
- Döndürülebilirlik: yüze merkezlenmiş veya döndürülebilir CCD, tasarım merkezinden eşit uzaklıktaki tüm noktalarda eşit tahmin varyansı sağlar, homojen tahmin hassasiyeti verir.
- Merkez noktası tekrarları, bağımsız bir saf hata tahmini sağlar, geçerli bir yetersiz uyum testi olanağı tanır.
- Esnek: ardışık olarak oluşturulabilir — önce faktöriyel çekirdeği çalıştırın (bir tarama tasarımı olarak), ardından eğrilik tespit edilirse eksenel ve merkez noktaları ile genişletin.
- Standart istatistiksel yazılımlarda (JMP, Minitab, R rsm paketi, SAS PROC RSREG) iyi desteklenir.
- Tüm faktörlerin sürekli ve nicel olmasını gerektirir; kategorik faktörleri modifikasyon olmadan işleyemez.
- Alfa > 1 mesafesindeki eksenel noktalar faktöriyel küpün dışına uzanır, bu da faktör seviyeleri fiziksel olarak kısıtlandığında uygulanamaz olabilir.
- k büyüdükçe (k > 5), toplam deneme sayısı hızla artar ve kaynak talepleri önemli hale gelir.
- Karesel model yerel bir yaklaşımdır; gerçek yanıt yüzeyinin daha yüksek dereceli doğrusal olmayanlığı varsa, CCD modeli optimum yakınında hala yetersiz uyum gösterebilir.
SSS
Yüze merkezlenmiş CCD ile döndürülebilir CCD arasındaki fark nedir?
Yüze merkezlenmiş bir CCD'de (alfa = 1) eksenel noktalar faktöriyel küpün yüzeylerinde bulunur, bu nedenle tüm faktör ayarları [-1, +1] aralığında kalır — eksenel sapmalar mümkün olmadığında kullanışlıdır. Döndürülebilir bir CCD'de alfa = (2^k)^(1/4), eksenel noktaları daha uzağa yerleştirir; bu, merkezden aynı mesafedeki tüm noktalarda eşit tahmin varyansı sağlar (döndürülebilirlik), ancak faktöriyel aralığın ötesinde faktör seviyeleri gerektirir. Fiziksel kısıtlamalar aşırı ayarları engellediğinde yüze merkezlenmişi seçin; tasarım küresi boyunca homojen tahmin hassasiyeti öncelik olduğunda döndürülebilir olanı seçin.
Kaç merkez noktası tekrarı kullanmalıyım?
Standart öneri 3–6 merkez noktası tekrarıdır. Üç, anlamlı bir yetersiz uyum testi ve kararlı bir saf hata tahmini elde etmek için pratik minimumdur. 5–6 merkez noktası kullanmak varyans tahmininin kararlılığını artırır ve deneysel gürültünün yüksek olması beklendiğinde tavsiye edilir. Altıdan fazla merkez noktası nadiren orantılı değer katar ve toplam deneme sayısını artırır.
Altıdan fazla faktörüm olduğunda CCD kullanabilir miyim?
Evet, ancak deneme ekonomisi bozulur. k > 5 için tam 2^k faktöriyel çekirdek pahalı hale gelir, bu nedenle uygulayıcılar tipik olarak bir çözünürlük V kesirli faktöriyel ikame eder, kesirli bir merkezi bileşik tasarımı oluşturur. JMP veya Minitab gibi yazılımlar bu yapıyı otomatikleştirir. k > 6 için D-optimal veya I-optimal bilgisayar tarafından üretilen bir tasarım, herhangi bir klasik CCD'ye göre daha verimli bir alternatif sunar.
CCD, Box-Behnken tasarımıyla nasıl karşılaştırılır?
Her ikisi de k >= 3 faktör için ikinci dereceden yanıt yüzeyi tasarımlarıdır. CCD, köşe (faktöriyel) noktaları artı eksenel noktalar artı merkez noktaları içerir; Box-Behnken yalnızca kenar orta noktalarını ve merkez noktalarını kullanır, bu nedenle tasarım alanının aşırı köşelerinde faktör kombinasyonları gerektirmez. Köşe ayarlarının fiziksel olarak tehlikeli veya uygulanamaz olduğu ve alfa > 1 eksenel noktalarının elde edilemediği durumlarda Box-Behnken tercih edilir. CCD, köşe ayarlarının mümkün olduğu ve ardışık (genişletme) stratejisinin istendiği durumlarda tercih edilir, çünkü faktöriyel blok daha önceki bir tarama deneyi olarak çift görev yapabilir.
Bir CCD'yi kurmak ve analiz etmek için hangi yazılımı kullanabilirim?
Tüm büyük istatistik paketleri CCD'yi destekler: Minitab (Response Surface > Central Composite), JMP (Custom Design veya Response Surface platformu), SAS PROC RSREG ve R (rsm paketi ile ccd() fonksiyonu). rsm paketi ücretsiz olarak mevcuttur ve tek bir iş akışında tam tasarım oluşturma, model uydurma ve yüzey çizimi sağlar.
Kaynaklar
- Box, G. E. P., & Wilson, K. B. (1951). On the experimental attainment of optimum conditions. Journal of the Royal Statistical Society: Series B, 13(1), 1–45. DOI: 10.1111/j.2517-6161.1951.tb00067.x ↗
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119492443
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Central Composite Design for Response Surface Methodology. ScholarGate. https://scholargate.app/tr/experimental-design/central-composite-design
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Box-Behnken TasarımıDeney tasarımı↔ karşılaştır
- Deneysel Tasarım - DTDeney tasarımı↔ karşılaştır
- Yanıt Yüzey Metodolojisi (RSM)Deney tasarımı↔ karşılaştır