<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />聯合利華研發部統計師Peter van Bruggen
抽象 ：
在聯合利華，在市場上（重新）推出產品之前，已經進行了數千次實驗。全球參與這些實驗的數百名研究人員，工程師和技術人員受過不同學科的教育，並具有不同程度的統計知識。應用DOE通常不常見，統計學家並不總是尋求支持。事實上，對於非統計專家，能源部提出了一些困難：1）絕大多數的DOE，2）填寫必要信息的詳細程度; 3）難以理解統計分析的結果。可以很容易地選擇不正確的設計，或者可能錯誤地解釋結果。它決定了成功與失敗之間的區別。聯合利華沒有對統計學和能源部的所有科學家進行培訓，而是採用了一種工具來克服這些困難。這個名為Plyos的工具是內部開發的，在JMP中運行。Plyos簡化了流程，並指導用戶完成設置DOE和擴展幫助的過程。Plyos還提供了詳細的解釋來解釋統計分析的結果。該演示文稿重點介紹了使用該工具的方式，以及它的優點和局限性。
演示者文本 ：
請參閱單獨的PDF以了解演示的幻燈片
1簡介
“思考是處理問題最重要的武器之一”
多年前，曼德拉在接受采訪時說這是他27年的監禁。
然而，這些明智的詞也可能對實驗設計有效。它已成為我們與DoE相關課程口號的一部分。
聯合利華是一家在食品，家居和個人護理產品的潛水區生產“快速消費品”的公司。它了解世界各地的許多網站。
在市場上推出產品的過程可以簡化為三個階段：在研發中，產品的形狀在試驗工廠中進行小規模測試，然後再在我們的工廠生產。
由於設備昂貴，批量通常較大以及由此產生的商品無法在市場上銷售，因此與工廠試驗相關的成本相對較高。
在研發中，由於實驗規模較小，我們可以進行更多實驗，從而使每個樣本的成本大大降低。試驗工廠實際上處於中間位置。
當然，對DoE技術的渴望與您所做的實驗數量直接相關。
然而，關於統計和DoE的常識 - 以及統計支持的水平 - 在試驗工廠中與研發工作相比要低得多，而在工廠中甚至更低。
隨著DoE在我們的試驗工廠的引入，我們面臨著一些挑戰。
這些挑戰始於我們在全球擁有40多個試驗工廠，涉及500多名同事。教育水平與他們對統計學的了解有很大不同。使用統計技術並不總是日常實踐。
在試驗工廠工作的人員非常高素質，並且在他們自己的專業領域受到讚賞，但是當他們啟動DoE工具時，他們面臨著許多選擇和選擇。其中一些選擇“容易”，但其他選擇可能“非常困難”。他們面臨的大多數問題涉及設計的類型以及結果的分析和解釋。該領域缺乏知識可能會阻止他們使用DoE。
有幾種方法可以克服可能缺乏的知識，其中列出了最明顯的知識。然而，由於涉及大量網站和同事，“培訓”和“增加統計支持”都非常昂貴。強制使用某種技術並不像我們所知道的那樣有用。
2在試驗工廠中引入DoE
聯合利華選擇了簡化申請DoE過程的途徑。這不僅是降低成本的一種選擇，也可能是聯合利華擁有如此眾多同事以及人們不時更換工作的更可持續的選擇。
為此，我們設定了一些要求，以簡化設置實驗設計及其分析的過程。
我們盡量避免使用統計語言。我們跳過了關於設計類型和分析技術的術語，而是關注試驗後需要收集的信息以及用戶在試用前獲得的知識。
由於避免使用統計語言並不總是可行 - 特別是在分析數據時 - 已選擇在整個過程的每個階段提供幫助。
3 Plyos工具
為了使這種簡化的過程成功，您不可避免地需要一個簡單，有用且易於使用的軟件工具。
我們開發了這樣一個工具。該工具被稱為“Plyos”，當然，全球聯合利華也可以使用該工具。
此工具在JMP中運行，僅對所需信息進行採樣。有什麼反應和因素？並且在嚴格需要時僅對其他信息進行採樣。例如，只有當交互可以包含在設計中時，才會提出交互是否需要包含在設計中的問題。
解釋所有步驟並將可能的決定傳達給用戶。它根據聯合利華的知識檢查輸入並提出改進建議。
最後，該工具提供了一種有效的設計，如果情況需要，可以隨機或阻止。
該工具還根據響應類型和因子數量，使用最少數量的統計技術分析響應，並解釋了每種技術（單獨和組合）應如何解釋。
4 Plyos程序流程
通過給出的示例，您可以大致了解程序的流程，並將一些屏幕截圖放在一邊。只展示了一些亮點。
在開始時，Plyos提供了更改默認文件夾以存儲數據的選項。您可以閱讀幫助或打開更詳細的手冊。還有使用示例文件測試應用程序的選項。
更重要的當然是設計一組新實驗或打開現有設計以添加響應數據並分析這些結果。
當用戶開始創建新設計時，該工具會首先詢問詳細信息，以便在稍後階段識別該試用版。然後，用戶需要填寫響應的詳細信息，其中給出了示例屏幕。此處請求的信息詳細信息比您在JMP中設置設計時所預期的要多。這些額外信息是典型的聯合利華信息，並在後台用於優化最終的結果設計。例如，Plyos將詢問是否可以用連續響應代替序數或名義響應。持續的反應更容易分析，結果將減少非統計學家的解釋問題。
可以使用單獨的幫助屏幕來解釋不同的字段及其影響。
關閉此響應屏幕後，該過程的下一步 - 以類似的方式 - 處理需要調查的因素。
如果Plyos知識系統決定用戶需要做出選擇 - 例如是否需要包含交互 - 系統會詢問問題並提供幫助來澄清這個問題。
下一步“決定和後果”指的是Plyos的強制決定。
如果Plyos強製做出決定 - 例如，當需要限制因子水平時 - 會顯示一個帶有解釋的單獨窗口 - 如果適用 - 可供選擇。
當所有內容都已填滿並得到解答後，我們會提供隨機且隨時可用的設計。
該JMP數據表 - 再次由幫助支持 - 可以直接用作試驗工廠試驗的配方。可以填充響應結果，當然，可以保存表格以供以後處理。
該表對應於提供的信息，並且在標準DoE過程之後比標準JMP數據表更詳細。例如，JMP DoE將僅為輸入處的所有分類因子創建名義因子，而Plyos根據輸入將它們設為序數或標稱因子。
如果沒有對響應數據進行適當分析，良好的實驗設計就毫無用處。
在給定的示例中，您在左側看到一個JMP報告窗口，其中顯示了為調查模型選擇的預定義統計技術，在右側您可以看到相同技術的解釋。
解釋僅顯示實際用於分析的那些技術，反之亦然。
結合模型的一般描述和最重要的假設，分析技術的詳細解釋 - 單獨或組合 - 應該足以使大多數情況從數據中得出可靠和合理的結論，即使用戶對統計數據知之甚少。
5設計挑戰
在設計工具期間，我們面臨著一些挑戰。有些影響很大，有些影響很小。
第一部分討論特定因素組合所需的設計類型，並且我們能夠創建這樣的流程，當您重新開始相同的流程時，選擇相同的設計嗎？
幸運的是，我們對目標群體及其特定需求有一些專業知識。不同的情況由因子的數量，因子的類型，每個（分類）因素的水平數量，是否包括相互作用和/或非線性以及一些其他約束來定義。
所有信息都存儲在一個大型數據表中，該表還包括如何分析數據的信息。
在開發的早期階段，決定主要使用經典設計。這些很容易理解，可以重複。然而，這些設計並不容易編碼，特別是當您想要避免用戶進入JMP的標準DoE對話屏幕時。
因此，大多數設計都是通過循環在腳本中進行硬編碼。其他的存儲在數據表中並按需使用。
需要許多類型的幫助，在設計創建過程的不同階段進行調用。為了便於維護，文本不應該存儲在腳本中太深。
我們將文本放在不同的來源中，包括腳本。但是大多數都存儲在數據表和日誌中。特別是我們發現在日記中存儲大量文本並以靈活的方式呈現文本部分的方式讓我們非常滿意。
我們還遇到了幾個小問題：
某些創建的列名稱似乎與語言有關（例如“Residuals”）。我們現在為語言選擇了簡單的解決方案和測試，並要求用戶在需要時進行更改。
一些“平台首選項”改變了分析過程中數據的呈現方式。有些不能通過硬編碼來克服。我們沒有找到克服某些問題的方法，因此我們在文中提出了警告。
我們於2011年在JMP9開始開發。後來引入了JMP11，導致某些例程出現了一些問題。我們構建依賴於版本的子例程來克服。但是JMP9不再可用。
6工具可用性和推出
該工具在整個聯合利華世界推出。它通過共享驅動器提供。
雖然通過幫助和附帶的手冊可以使用該工具，但該工具也是培訓計劃的一部分。
在這次培訓期間，重點不在於實驗設計和復雜統計的背景，而在於實踐工具和設計設計所需的準備工作。我們在培訓期間的座右銘是“在開始之前努力思考”，實際上重複曼德拉先生的話。
根據我們的經驗，這種思維過程比建立DoE的實際過程更重要。
7工具用法
Plyos自2012年開始供貨。
我們看到該工具的使用遍布整個聯合利華業務，覆蓋超過20個國家和500多個用戶。大約100名用戶創建了我們在過去2到3年中看到的600個相關案例中的幾個。Plyos似乎適用於大約95％的這些案例，從而產生了有效且有用的設計。對於大約5％的這些案例，需要輸入統計學家。
然而，有一點非常重要：所有方面都需要由高級管理層推動和支持。如果沒有這種支持，工具的使用 - 以及因此DoE的應用 - 將會下降的風險很高。我們很幸運能得到這種支持。
8結論
很難得出可靠的結論 - 特別是作為該工具的設計者。
然而，根據我們剛剛看到的統計數據以及我們收到的並且仍然從用戶那裡收到的評論和問題，我認為我們已經成功地簡化了設置實驗設計的過程。
當然，我們需要盡一切努力讓用戶專注於在試驗工廠的工作要求時創建實驗設計。我們部分由管理層提供，也可以通過統計人員的需求提供專門的幫助。
此外，工具本身需要定期更新，以使其與用戶不斷增長的需求保持一致。
看來，關注“在你開始之前努力思考”是有益的。用戶更加了解他們想要調查的內容，並將Plyos視為一種有用的工具，可以在沒有統計學家幫助的情況下完成。
9團隊和關閉
最後，我想強調，如果沒有一支偉大的團隊，這種發展是不可能實現的。
不幸的是，Winfried Theis在該工具編寫之前就離開了聯合利華。
另外兩個人 - 來自Quadt Consultancy的技術支持的Frits Quadt和來自Octoplus Information Solutions的Hans de Roos的腳本 - 仍在我們的團隊中。
當然，許多其他人也參與了背景，使得Plyos有可能在全球範圍內推廣。他們的幫助非常感謝。
彼得範布魯根
統計員
聯合利華研究與發展部，荷蘭弗拉爾丁恩
peter-van.bruggen@unilever.com
