doe_orthogonal_array — MULTIVAR `plan` op

• 데이터 종류: 없음 → design(인자만으로 정해지는 연산자 —— 이미지나 데이터 입력을 받지 않습니다)

• 호출: import fullseye as fs; fs.ledger.doe_orthogonal_array(name='L9', factors=None, columns=None) -> 'dict'(구현을 직접 호출하려면 import doe; doe.doe_orthogonal_array(name='L9', factors=None, columns=None) -> 'dict', 원장에서 가져오려면 opsmultivar.get("doe_orthogonal_array"))

사용법

직교표 L4 / L8 / L9 / L12 / L16 / L18 / L27(공표된 표에서 옮긴 것) -> design.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

The arrays are copied from published tables (sources and the copy check in OA_SOURCES), not generated: Taguchi's numbering of columns is what shop-floor literature and the linear graphs refer to, and a generated array with another column order would silently assign factors to interaction columns. Published level symbols 1, 2 (, 3) map to coded −1, +1 (, or −1, 0, +1).

factors: int / names / (name, lo, hi[, unit[, scale]]) (default: one factor per column). columns: 1-based column numbers to assign the factors to, in order (default: the first k columns; for L18 column 1 is the two-level one).

The returned alias lists, for every pair of assigned factors, the columns their interaction falls on and the share (see _oa_interaction_share) — if such a column also carries an assigned factor, that main effect is confounded with the interaction. meta['strength2_ok'] re-checks orthogonality on the table actually used, and meta['regular'] says whether interactions land on whole columns.

자세한 사용 가이드

• design_of_experiments 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• doe_plan_tour — py -3.11 examples/doe_plan_tour.py

• multivar_inspection_tour — py -3.11 examples/multivar_inspection_tour.py

• poc_simcal_thin_film — py -3.11 examples/poc_simcal_thin_film.py

타입이 이어지는 다음 연산자(`design` 를 입력으로 받는 것)

doe_decode · rsm_fit · doe_main_effects · sens_morris · sens_sobol

같은 카테고리(`plan`)

doe_lhs · doe_fractional_factorial · doe_central_composite · doe_box_behnken

*Provenance: doe.py — MULTIVAR 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

doe_orthogonal_array — MULTIVAR plan op

사용법