Merkezi Bileşik Tasarım ile Duyarlılık Analizi
Sensitivity Analysis with Central Composite Design · Ayrıca şöyle bilinir: SA-CCD, CCD sensitivity analysis, RSM sensitivity analysis, response surface sensitivity study
Merkezi Bileşik Tasarım (Central Composite Design, CCD) ile duyarlılık analizi, yapılandırılmış, alanı dolduran deneysel bir düzeni, her bir girdi faktörünün yanıttaki değişiklikleri ne kadar yönlendirdiğinin sistematik bir incelemesiyle birleştirir. CCD, tam bir ikinci dereceden yanıt yüzeyi modelinin tahminini destekler; duyarlılık analizi daha sonra bu modeli faktörleri etki derecesine göre sıralamak, etkileşimleri belirlemek ve performans manzarasını haritalamak için sorgular — mühendisleri ve araştırmacıları sağlam çalışma koşullarına ve verimli optimizasyona yönlendirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bu yaklaşımı, özellikle mühendislik, kimyasal süreç geliştirme, farmasötik formülasyon veya deneysel koşulları hassas bir şekilde kontrol edebildiğiniz üretim bağlamlarında, birden fazla nicel faktöre bağlı sürekli bir yanıtı anlamanız ve optimize etmeniz gerektiğinde kullanın. CCD, yanıtta eğrilik olduğundan şüpheleniyorsanız idealdir — eğer tamamen doğrusal bir yüzey bekliyorsanız, iki seviyeli bir faktöriyel yeterlidir ve CCD aşırıya kaçmaktır. Faktörler yalnızca kategorik olduğunda, faktör sayısı yaklaşık 7'yi aştığında (çalışma sayısı büyür; bunun yerine Kesin Tarama Tasarımlarını düşünün), deneysel birimler pahalı olduğunda ve merkez bloğu olmadan az sayıda tekrar mümkün olduğunda veya sistem o kadar stokastik olduğunda ki kuadratik model güvenilir bir şekilde uyarlanamadığında bu kombinasyondan kaçının.
Güçlü yönler & sınırlılıklar
- Tam bir 3^k faktöriyelden daha az sayıda çalışmada tam bir ikinci dereceden yanıt yüzeyi modelini tahmin eder, bu da 2-5 faktör için oldukça verimli olmasını sağlar.
- Döndürülebilirlik (rotatability), tasarım merkezinden eşit mesafelerde eşit tahmin varyansı sağlar, faktör uzayında dengeli duyarlılık bilgisi verir.
- Uyarlanmış model üzerindeki duyarlılık analizi, ek deneyler yapmadan tüm faktörleri ve etkileşimleri sıralayabilir, kaynakları gerçekten önemli değişkenlere odaklayabilir.
- Merkez nokta tekrarları, aynı anda saf deneysel hatanın bir tahminini sağlar ve resmi bir uyumsuzluk (lack-of-fit) testi yapılmasına olanak tanır.
- Duyarlılıklar anlaşıldıktan sonra arzu edilebilirlik fonksiyonları aracılığıyla çoklu yanıt optimizasyonunu doğrudan destekler.
- Çalışma sayısı faktör sayısıyla hızla artar: k=5 için bir CCD, tekrarlar dahil en az 50 çalışma gerektirir, bu da pahalı veya yavaş deneylerde engelleyici olabilir.
- Kuadratik model, oldukça doğrusal olmayan veya süreksiz yanıtları yakalayamayabilir; yanlış belirtilmiş bir modelden türetilen duyarlılık indeksleri güvenilmezdir.
- Faktör aralıkları geniş olduğunda veya yüzey karmaşık olduğunda, yerel duyarlılık indeksleri (bir noktadaki kısmi türevler) küresel davranışı temsil etmeyebilir.
- Deneysel bölgenin sürekli olduğunu ve faktörlerin hassas bir şekilde ayarlanabileceğini varsayar; faktör ayarlarındaki ölçüm hatası, artık varyansı artırır ve duyarlılık tahminlerini yanlı hale getirir.
SSS
Bu, sadece bir faktöriyel tasarım çalıştırmaktan ve sonra duyarlılık analizi yapmaktan nasıl farklıdır?
İki seviyeli bir faktöriyel sadece etkileşimlerle doğrusal bir model uyarlayabilir; eğriliği tespit edemez veya modelleyemez. CCD, özellikle faktör uzayında bir maksimum veya minimum olduğunda gerekli olan kuadratik (eğrisel) terimlerin tahminini sağlamak için eksenel noktalar ekler. Doğrusal bir model üzerindeki duyarlılık analizi, CCD'nin yakalamak için tasarlandığı eğrilik odaklı davranışı gözden kaçırır.
Bu bağlamda yerel ve küresel duyarlılık analizi arasındaki fark nedir?
Yerel duyarlılık, uyarlanmış yanıt yüzeyinin belirli bir noktadaki (genellikle merkez veya optimum) kısmi türevidir — yanıtın o tam konumda bir faktördeki birim değişime göre nasıl değiştiğini söyler. Küresel duyarlılık (örn. Sobol indeksleri), tüm faktör uzayını entegre eder ve hem faktör aralığını hem de etkileşimleri hesaba katar. Geniş faktör aralıkları veya güçlü doğrusal olmayan yüzeyler için, küresel indeksler yerel türevler tarafından üretilen sıralamayı tersine çevirebilir.
Kaç tane merkez nokta tekrarı eklemeliyim?
Üç ila beş merkez nokta tekrarı standart öneridir. Üçten azı, saf hatanın güvenilmez bir tahminini sağlar ve uyumsuzluk (lack-of-fit) testini zayıflatır. Beşten fazlası genellikle hassasiyette azalan getiriler sağlar, ancak deneysel değişkenliğin yüksek olduğu bilindiğinde ek tekrarlar gerekebilir.
Bu yaklaşımı fiziksel deneyler yerine bir bilgisayar simülasyonu ile kullanabilir miyim?
Evet, ancak önemli ayarlamalarla. Bilgisayar deneyleri tipik olarak deterministiktir (rastgele hata yoktur), bu nedenle saf hata tahmini anlamsızdır ve merkez nokta tekrarları yalnızca sayısal tekrarlanabilirliği kontrol etmeye yarar. Deterministik ayarlarda, Gauss süreci (kriging) vekil modelleri genellikle polinom yanıt yüzeylerinden daha iyi performans gösterir ve varyans tabanlı Sobol indeksleri tercih edilen küresel duyarlılık ölçüsüdür.
Kuadratik modelim önemli bir uyumsuzluk (lack-of-fit) gösterirse ne yapmalıyım?
İlk olarak, aykırı değerler veya yanıt dönüşümü (log, karekök) ile düzeltilebilecek sabit olmayan varyans için artık grafiklerini inceleyin. Eğer yüzey gerçekten kuadratik değilse, daha yüksek dereceli bir modeli veya kübik bir spline yüzeyini desteklemek için tasarıma ek noktalar eklemeyi düşünün veya duyarlılık indekslerini yeniden hesaplamadan önce kriging gibi parametrik olmayan bir vekil modele geçin.
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. link ↗
- Montgomery, D. C. (2017). Design and Analysis of Experiments (9th ed.). Wiley. ISBN: 978-1119113478
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Sensitivity Analysis with Central Composite Design. ScholarGate. https://scholargate.app/tr/experimental-design/sensitivity-analysis-with-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
- Merkezi Bileşik TasarımıDeney tasarımı↔ karşılaştır
- Tam Faktöriyel Deneysel TasarımDeney tasarımı↔ karşılaştır
- Yanıt Yüzey Metodolojisi (RSM)Deney tasarımı↔ karşılaştır