Abbiamo bisogno della competenza matematica per la progettazione di esperimenti?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Utilizzo SAS JMP per eseguire esperimenti di test multivariati (MVT, regressione), genera un piano di test ed esegue analisi di regressione, definendo effetti significativi. La cosa più importante è essere in grado di interpretare e conoscere le insidie.
I calcoli matematici, come tali, non sono necessari.
Ho letto libri di statistica come Montgomery Design di esperimenti e di solito sono pieni di formule.
Non riesco ancora a capire come vengono usati nel mondo reale.
So che ho bisogno di conoscere concetti, diversi tipi di design, basi della statistica come valore p, deviazione standard, come calcolare la dimensione del campione corretto, ecc.
Parlo di design di esperimenti per lo più nel campo del web marketing e dell'esperienza utente.
Ri: Abbiamo bisogno di competenze matematiche per la progettazione di esperimenti?Per quello che vale, ho avuto un sacco di successo usando DoE senza capire queste formule.
Ri: Abbiamo bisogno di competenze matematiche per la progettazione di esperimenti?Ho intenzione di raccomandare a NON concentrarsi sulla matematica ... per quanto possa sembrare eretico da uno statistico. Concentrati su quanto segue:
1. Il processo in studio. Fattori (controllo, fastidio e rumore). Risposte (misure continue, categoriali, ripetute, ecc.). Il sistema di misurazione. In che modo il processo effettivamente "funziona"? Non fare nient'altro finché non lo sai.
2. Non iniziare nemmeno a preoccuparti della tua progettazione o analisi fino a quando non hai formulato uno specifico obiettivo sperimentale e un obiettivo che risolva un problema pratico ... non alcuni requisiti di progettazione o analisi.
3. Quindi, coerentemente con il pensiero del mio collega Mike Anderson, trova il design sperimentale più efficiente. L'efficienza per me non è e non dovrebbe essere limitata a criteri esclusivamente matematici come i criteri di ottimalità ... ma in senso più ampio. L'efficienza per me è il design che fornisce le informazioni richieste per il minimo dispendio di risorse.
4. Che cosa sai del tuo sistema di misura per le tue risposte a caratteristiche quali ripetibilità, riproducibilità, linearità, ecc.
5. Vai a gemba quando l'esperimento viene eseguito / condotto, se possibile. Non presumere che la matrice di progettazione verrà eseguita come l'hai scritta su un foglio di carta e consegnato qualcuno che lo eseguisse effettivamente.
6. Infine, quando si arriva all'analisi ... ho tre regole per l'analisi dei risultati di un progetto sperimentale di successo: Regola 1: traccia i dati; Regola 2: traccia i dati; Regola 3: traccia i dati. Questo è il segno distintivo di JMP ... certo JMP fa la matematica sotto il cofano, ma con la cornucopia delle tecniche di analisi grafica disponibili in JMP ... la matematica dovrebbe essere l'ultima delle tue preoccupazioni.
In bocca al lupo!
Ri: Abbiamo bisogno di competenze matematiche per la progettazione di esperimenti?In breve, la progettazione sperimentale riguarda l'acquisizione del massimo valore e delle informazioni dalle risorse allocate per l'acquisizione dei dati. Può anche aiutare a fungere da quadro per aderire alle migliori pratiche sperimentali (controllo della significatività statistica, randomizzazione, dimensione del campione, ecc.). Esiste un bel po 'di design sperimentale nelle aree del marketing e dell'esperienza utente, nonché argomenti correlati come la progettazione di sondaggi. Se desideri alcuni esempi del mondo reale, puoi controllare l'area JMP Discovery Series ( https://community.jmp.com/community/discovery-summit-series ). Se sei curioso dell'argomento in generale, potresti anche controllare alcuni dei webinar che abbiamo pubblicato sull'argomento.
Migliore,
M
Ri: Abbiamo bisogno di competenze matematiche per la progettazione di esperimenti?Grazie per questo suggerimento. Ho già letto questo libro, ma penso che lo rileggerò. Conosco anche un libro di Paul Berger Experimental Design con Applications in Management ma non l'ho ancora letto.
Ri: Abbiamo bisogno di competenze matematiche per la progettazione di esperimenti?Grazie per il suggerimento. Ho questi libri ma non l'ho ancora letto. Mi è piaciuto il suo stile di dialogo.
Pensi che questo libro sia sufficiente per comprendere le insidie pratiche del DOE e delle statistiche essenziali?
Quali argomenti di matematica ho bisogno di studiare per capire le formule essenziali nel DOE?
Capisco le formule di base, ma qualcosa del genere mi confonde:
Ri: Abbiamo bisogno di competenze matematiche per la progettazione di esperimenti?Potresti voler controllare
Testing 1,2,3 Progettazione sperimentale nelle operazioni di marketing e assistenza di Johannes Ledolter e Arthur J. Swersey
http://www.sup.org/books/title/?id=4513
Ri: Abbiamo bisogno di competenze matematiche per la progettazione di esperimenti?Sono d'accordo sul punto che molti libri sono pieni di formule, più delle normali esigenze dell'utente.
D'altra parte la progettazione di esperimenti mira sempre a generare i dati giusti per un tipo specifico di analisi dei dati. Alla fine: qual è il punto di ottenere buoni dati per eseguire un'analisi che non capisci veramente? Quanto più comprendi l'analisi di regressione tanto più imparerai dal tuo DOE.
Quindi penso che sia essenziale avere una buona comprensione delle statistiche che vengono utilizzate quando si analizzano i propri DOE. Sapere che cos'è un p-value è ovviamente un inizio, ma avere una buona comprensione dei potenziali problemi e di cosa significano per il tuo processo è così prezioso.
Consiglierei di frequentare una classe DOE data da qualcuno con esperienza DOE nel mondo reale o di leggere un libro orientato alla prassi che non salti le statistiche essenziali, come quella di Peter Goose e Bradley Jones: Optimal Design of Experiments - Un caso di studio Approccio ( Wiley: Design ottimale degli esperimenti: un approccio al caso studio - Peter Goos, Bradley Jones ).
