Avons-nous besoin de compétences en mathématiques pour concevoir des expériences?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />J'utilise SAS JMP pour exécuter des expériences de test multivariées (MVT, régression). Il génère un plan de test et effectue une analyse de régression afin de définir les effets significatifs. Le plus important est d’être capable d’interpréter et de connaître les pièges.
Les calculs mathématiques, en tant que tels, ne sont pas nécessaires.
J'ai lu des livres de statistiques tels que Montgomery Design of Experiments et ils sont généralement remplis de formules.
Je ne comprends toujours pas comment ils sont utilisés dans le monde réel.
Oui, je comprends que j'ai besoin de connaître les concepts, les différents types de conceptions, les bases de la statistique telles que la valeur p, l'écart type, comment calculer la taille appropriée de l'échantillon, etc.
Je parle de conception d'expériences principalement dans les domaines du marketing Web et de l'expérience utilisateur.
Re: Avons-nous besoin de compétences en mathématiques pour la conception d'expériences?Pour ce que cela vaut, j'ai eu beaucoup de succès avec DoE sans comprendre ces formules.
Re: Avons-nous besoin de compétences en mathématiques pour la conception d'expériences?Je vais recommander de ne PAS se concentrer sur les mathématiques ... aussi hérétiques que cela puisse paraître d'un statisticien. Concentrez-vous sur les points suivants:
1. Le processus à l'étude. Facteurs (contrôle, nuisance et bruit). Réponses (mesures continues, catégoriques, répétées, etc.). Le système de mesure. Comment fonctionne réellement le processus? Ne fais rien d'autre avant de savoir ça.
2 Ne commencez même pas à vous soucier de votre conception ou de votre analyse tant que vous n'avez pas formulé d'objectif expérimental spécifique répondant à un problème pratique ... et non à des exigences de conception ou d'analyse.
3 Ensuite, conformément à la pensée de mon collègue Mike Anderson, trouvez le plan expérimental le plus efficace. L'efficacité pour moi n'est pas et ne devrait pas être limitée à des critères exclusivement mathématiques tels que des critères d'optimalité ... mais plus largement. Pour moi, l'efficacité est la conception qui fournit les informations requises pour une utilisation minimale des ressources.
4 Que savez-vous de votre système de mesure pour vos réponses aux caractéristiques telles que la répétabilité, la reproductibilité, la linéarité, etc.
5 Allez à gemba lorsque l'expérience est exécutée / menée si possible. Ne présumez pas que la matrice de conception sera exécutée telle que vous l'avez écrite sur une feuille de papier et confiée à une personne.
6 Enfin, lorsque vous arrivez à l'analyse ... J'ai trois règles pour réussir l'analyse des résultats de conception expérimentale: Règle 1: Tracer les données; Règle 2: Tracer les données; Règle 3: Tracer les données. C’est la marque de fabrique de JMP, bien que JMP fasse le calcul sous le capot, mais avec l’abondance de techniques d’analyse graphique disponibles dans JMP, le calcul devrait être le moindre de vos soucis.
Bonne chance!
Re: Avons-nous besoin de compétences en mathématiques pour la conception d'expériences?En résumé, la conception expérimentale consiste à tirer le meilleur parti de la valeur et de l’information des ressources allouées à l’acquisition des données. Cela peut également aider à servir de cadre pour le respect des meilleures pratiques expérimentales (vérification de la signification statistique, randomisation, taille de l'échantillon, etc.). Il existe actuellement de nombreux modèles expérimentaux dans les domaines du marketing et de l'expérience utilisateur, ainsi que dans des domaines connexes tels que la conception d'enquêtes. Si vous souhaitez des exemples concrets, vous pouvez consulter la zone JMP Discovery Series ( https://community.jmp.com/community/discovery-summit-series ). Si vous êtes intéressé par le sujet en général, vous pouvez également consulter certains des webinaires que nous avons publiés sur le sujet.
Meilleur,
M
Re: Avons-nous besoin de compétences en mathématiques pour la conception d'expériences?Merci pour cette suggestion. J'ai déjà lu ce livre, mais je pense que je le relirai. Je connais aussi un livre de Paul Berger Experimental Design avec Applications in Management mais je ne l’ai pas encore lu.
Re: Avons-nous besoin de compétences en mathématiques pour la conception d'expériences?Merci pour suggestion. J'ai ce livre mais je ne l'ai pas encore lu. J'ai aimé son style de dialogue.
Pensez-vous que ce livre est suffisant pour comprendre les pièges pratiques du DOE et les statistiques essentielles?
Quels sujets de mathématiques dois-je étudier pour comprendre les formules essentielles du DOE?
Je comprends les formules de base mais quelque chose comme cela me perturbe:
Re: Avons-nous besoin de compétences en mathématiques pour la conception d'expériences?Vous voudrez peut-être vérifier
Test de la conception expérimentale 1, 2, 3 dans le marketing et les opérations de service par Johannes Ledolter et Arthur J. Swersey
http://www.sup.org/books/title/?id=4513
Re: Avons-nous besoin de compétences en mathématiques pour la conception d'expériences?Je suis d'accord sur le fait que beaucoup de livres sont pleins de formules, plus que les besoins des utilisateurs typiques.
D'autre part, la conception des expériences vise toujours à générer les bonnes données pour un type spécifique d'analyse de données. En fin de compte: à quoi sert-il d'obtenir de bonnes données pour effectuer une analyse que vous ne comprenez pas vraiment? Mieux vous comprendrez l’analyse de régression, plus vous apprendrez de votre DOE.
Par conséquent, j'estime qu'il est essentiel de bien comprendre les statistiques utilisées lors de l'analyse de vos EOD. Bien sûr, savoir ce qu’est une valeur-p est un début, mais il est très utile de bien comprendre les problèmes potentiels et leur signification pour votre processus.
Je recommanderais d'assister à un cours du DOE donné par une personne expérimentée dans le monde réel ou de lire un livre axé sur la praxis qui ne néglige pas les statistiques essentielles, comme celui de Peter Goose et Bradley Jones: conception optimale des expériences - Étude de cas Approche ( Wiley: Conception optimale des expériences: approche d'étude de cas - Peter Goos, Bradley Jones ).
