Miscele JMP DoE: immettere i risultati precedentemente notiCiao a tutti,
Sono nuovo di jmp e ho una domanda per tutti voi. Sto cercando di fare una cerva per sapere quali componenti di una miscela hanno l'effetto maggiore su una delle sue caratteristiche fisiche. Questi componenti appaiono in % differenti (tra un intervallo) per diversi prodotti finiti. Ho progettato un modello utilizzando questa proprietà come Y e assegnando l'obiettivo di previsione (poiché posso misurarlo).
Dato che ho già alcune misurazioni per diverse concentrazioni di questi componenti, mi stavo chiedendo se c'è un modo possibile per inserire questi dati nel modello per avere più informazioni e forse per ridurre il numero di misurazioni aggiuntive necessarie.
Grazie per l'aiuto!
Re: Miscele JMP DoE - immettere i risultati precedentemente notiOk, funziona! Grazie!Re: Miscele JMP DoE - immettere i risultati precedentemente notiVedere Aiuto > Libri > Progettazione di esperimenti . Questa guida JMP gratuita contiene molte informazioni su DOE. Ti consiglio di leggere il primo capitolo per una panoramica del design personalizzato. Troverai anche un capitolo dedicato agli esperimenti sulle miscele.
Offriamo anche una formazione completa per la progettazione di esperimenti. È possibile rivedere il curriculum di formazione JMP qui .
Continua a pubblicare domande: siamo qui per aiutarti.
Re: Miscele JMP DoE - immettere i risultati precedentemente notiCi sono un paio di modi per raggiungere il tuo obiettivo, ma penso che il modo più semplice sia creare un design personalizzato per questi componenti della miscela e quindi sostituire le piste nel progetto risultante con le combinazioni che hai già. Puoi allora aumentare questo design con nuove esecuzioni che integreranno i dati esistenti.
JMP crea metadati a livello di colonna e tabella quando si progetta un esperimento e si crea una tabella per esso. L'altro modo è inserire i dati esistenti e creare manualmente i metadati. L'ho fatto molte volte ma è un lavoro noioso, quindi suggerisco il primo modo.
Penso che sia un'ottima idea riutilizzare i dati esistenti purché possano essere qualificati per il nuovo scopo. I dati esistenti potrebbero essere inadeguati per adattarsi al modello desiderato, ma l'aumento migliorerà notevolmente i dati.
