MATLAB과 실험계획법 및 최적설계를 이용한 종이비행기의 통계적 최적설계 방법론

목차

1. Design of experiment and ANOVA
1) Figures of two different types of airplanes
2) Experimental data in table form
3) ANOVA table with explanation

2. Factor effects and residuals analysis
1) Main effect plot with explanation
2) Interaction plot with explanation
3) Residual plot(probability) with explanation
4) Residual plot(run order) with explanation
5) Residual plot(predicted) with explanation
6) Normal probability plot with explanation

3. Selecting factors and building linear regression model and response surface
1) Two selected factors and their reasons
2) Linear regression model using selected factors
3) Response surface using linear regression model

4. Optimal point on response surface using ‘Optimtool’

본문내용

1. Design of experiment and ANOVA
1) Figures of two different types of airplanes.

Figure 1.1은 두 개의 서로 다른 형태로 접힌 종이비행기(왼쪽)와 실험의 Randomization을 위해 각 시행 마다 새로운 종이비행기를 사용한 것(오른쪽)을 나타낸다. Replicate 1, Replicate 2 각각 MATLAB의 난수 생성 함수(Function of ‘randperm’)를 통해 시행 순서(종이비행기를 던지는 순서)를 정했다.

< 중 략 >

3) ANOVA table with explanation

Figure 1.2는 Table 1.2의 Data를 기반으로 만들어진 Factor A(The type of air plane folding), B(Paper size), C(Throwing angle)에 대한 MATLAB의 N-way ANOVA 결과를 나타낸다. 그리고 Response(Flight distance)에 주된 영향을 미치는 Factors를 붉은색 박스로 표시했다.
Response에 주된 영향을 미치는 Factor를 찾기 위해 P-value를 살펴봤다. P-value가 작을수록 Factor effect가 크다는 것을 의미한다. Factor B에 대해 0.0095, Factor C에 대해 0, 마지막으로 Interaction factor B*C에 대해 0.0004 임을 알 수 있다. 따라서 0.01의 유의수준으로 봤을 때 Factor B, C 그리고 Interaction factor B*C가 Response에 주된 영향을 미친다고 판단할 수 있다. 즉, Paper size와 Throwing angle이 종이비행기의 Flight distance에 가장 큰 영향을 미친다고 분석할 수 있다. 반면 Factor A, The type of air plane folding은 0.9073의 P-value로서 Flight distance에 미치는 영향이 거의 없다고 판단할 수 있다.

참고자료

· 없음