Versuchsplanung (DOE) ist möglicherweise eine der strategischsten Waffen in Ihrem analytischen Arsenal. DOE ist der Schlüssel zum schnelleren Lernen aus Daten und kann in vielen Bereichen eingesetzt werden - nicht nur in traditionellen Bereichen wie der Fertigung, sondern auch in Marketing, Personalwesen und einer Vielzahl von Bereichen. Als Bradley Jones, Principal Research Fellow in der JMP-Abteilung von SAS , sagt: „Entwickeltes Experimentieren ist der schnellste und kostengünstigste Ansatz für erfolgreiche Innovationen.“ Warum fallen die Leute dann nicht selbst um und experimentieren, um schneller von Daten zu lernen?
Diese und andere Fragen wurden in den letzten Gesprächen untersucht, die ich mit Brad und Peter Goos, Professor an der Universität von Antwerpen, hatte. Sie haben das jüngste Buch mit verfasst, Optimale Versuchsplanung: Ein Fallbeispiel . Dies ist ein großartiges Buch, weil es Sie mit den neuen Fortschritten in DOE verbindet und dies auf eine Art und Weise macht, die es konzeptionell sehr verständlich macht - sogar für den Anfänger. Aber es geht noch weiter.
In DOE hat es eine langsame Revolution gegeben. Wir sind nicht länger auf die Verwendung von Lehrbuchdesigns beschränkt. Dank automatisierter Konstruktionsrecherchen und der Möglichkeit, die vielen Einschränkungen, denen wir in der realen Welt aufgrund der Arbeit von Leuten wie Peter und Brad ausgesetzt sind, flexibel zu berücksichtigen, können wir nun unsere Experimente individuell gestalten und die passenden Designs auswählen unser Problem, anstatt unsere Probleme zu zwingen, die Designs anzupassen. Durch die Fallstudien in ihrem Buch zeigen die Autoren, dass Sie Experimente maßschneidern können, die eine Vielzahl von Problemen ansprechen, um wirklich nützliche Ergebnisse zu liefern. Sie müssen den Schwanz nicht mehr mit dem Schwanz wedeln lassen, indem Sie die Auswahl der Experimente auf vorgegebene Designs beschränken, die allzu oft nicht zum jeweiligen Problem passen.
Wir nahmen ein Beispiel aus ihrem Buch, Kapitel 7 - ein Design für die Antwortoberfläche in Blöcken - und führten es als Sketch im Neuen aus Analytisch sprechender Webcast , die heute Premiere hatte. Ich durfte die Rolle des Forschers spielen, der Hilfe von Experten zu einem Designproblem sucht. Brad und Peter spielen die Rolle eines Experten - im Buch und im wirklichen Leben - und teilen ihr Fachwissen, um das Problem zu lösen. Der Fallstudienansatz ist sehr effektiv, um den Wert (und in vielen Fällen die Einfachheit) von kundenspezifischen oder optimalen Designs zu veranschaulichen.
Andere Bücher, die Brad und Peter für DOE-Neulinge empfehlen: Die 8 th Ausgabe von Douglas Montgomery's Buch, Design und Analyse von Experimenten und Peters erstes Buch (inspiriert durch seine These), Das optimale Design von Block- und Split-Plot-Experimenten . Brad sagt, dass das erste Kapitel eine hervorragende Einführung in das kundenspezifische oder optimale Design bietet und eine überzeugende Begründung für seine routinemäßige Verwendung liefert.
Ein weiteres meiner bevorzugten (paraphrasierten) Zitate von Peter: Die wichtigste Neuentwicklung in DOE ist die Verfügbarkeit schneller und leistungsfähiger Algorithmen zum Berechnen guter experimenteller Designs für praktisch jedes mögliche experimentelle Szenario - nicht nur für vollständig randomisierte Experimente, sondern auch für Experimente korrelierte Beobachtungen wie blockierte Experimente oder Split-Plot-Experimente. Darüber hinaus können wir jetzt auch Diagnosen berechnen, z. B. den Anteil an Design Space Plots, die die Leistung eines Designs in Bezug auf die Varianz der Vorhersage visualisieren.
Um sicherzustellen, dass Sie mit den neuesten Erkenntnissen des DOE und der kreativen Problemlösung ausgestattet sind, lesen Sie mehr von Peter und Brad in der Webcast und ihr Buch. Peter und Brad haben mehrere Zeitschriftenartikel in geschrieben Biometrika . Journal für Qualitätstechnologie . Journal of Choice Modellierung . Journal für Wirtschafts- und Wirtschaftsstatistik , und Angewandte stochastische Modelle in Wirtschaft und Industrie.
Sie haben auch einige Artikel zum kostenlosen Download zur Verfügung gestellt Angewendete Statistiken (aka Zeitschrift der Royal Statistical Society: Serie C ) und Qualität und Zuverlässigkeit Engineering International .
