JMP DoE Mixtures - saisir les résultats précédemment connusBonjour tout le monde,
Je suis nouveau sur jmp et j'ai une question pour vous tous. J'essaie de faire une biche pour savoir quels composants d'un mélange ont le plus d'effet sur l'une de ses caractéristiques physiques. Ces composants apparaissent dans différents % (entre une gamme) pour différents produits finis. J'ai conçu un modèle en utilisant cette propriété comme Y et en attribuant l'objectif de prédiction (comme je peux le mesurer).
Comme j'ai déjà des mesures pour différentes concentrations de ces composants, je me demandais s'il y avait un moyen possible d'entrer ces données dans le modèle pour qu'il ait plus d'informations et peut-être pour réduire le nombre de mesures supplémentaires nécessaires.
Merci pour votre aide!
Objet : Mélanges JMP DoE – Entrez les résultats précédemment connusOki ça marche ! merci!Objet : Mélanges JMP DoE – Entrez les résultats précédemment connusVoir Aider > Livres > Conception d'expériences . Ce guide JMP gratuit contient de nombreuses informations sur le DOE. Je vous recommande de lire le premier chapitre pour un aperçu de la conception personnalisée. Vous trouverez également un chapitre consacré aux expériences de mélange.
Nous offrons également une formation complète pour la conception d'expériences. Vous pouvez consulter le programme de formation JMP ici .
Continuez à poster des questions - nous sommes là pour vous aider.
Objet : Mélanges JMP DoE – Entrez les résultats précédemment connusIl existe plusieurs façons d'atteindre votre objectif, mais je pense que la manière la plus simple est de créer un design personalisé pour ces composants de mélange, puis remplacez les exécutions dans la conception résultante par les combinaisons que vous avez déjà. Vous pouvez ensuite augmenter cette conception avec de nouveaux passages qui viendront compléter les données existantes.
JMP crée des métadonnées au niveau de la colonne et de la table lorsque vous concevez une expérience et créez une table pour celle-ci. L'autre façon consiste à entrer les données existantes et à créer les métadonnées à la main. Je l'ai fait plusieurs fois, mais c'est un travail fastidieux, je suggère donc la première méthode.
Je pense que c'est une excellente idée de réutiliser les données existantes tant qu'elles peuvent être qualifiées pour le nouvel objectif. Les données existantes peuvent être inadéquates pour ajuster le modèle souhaité, mais l'augmentation améliorera considérablement les données.
