<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Je prévois des expériences sur un processus qui produit des pièces par lots.
Disons que j'ai un factoriel complet à 2 facteurs, 2 niveaux. Un lot de chaque pièce sera produit sous l’une des 4 exécutions conditionnelles.
Pour déterminer la réponse moyenne pour chaque analyse, je vais sélectionner au hasard N parties du lot à tester pour déterminer la moyenne et l'écart-type.
Mes valeurs de réponse moyennes seront utilisées pour évaluer les effets, mais comment l'écart-type (ou variance) de la taille d'échantillon de test N entre-t-il dans l'estimation globale des effets, autrement dit, comment affecte-t-il la variance de prédiction? Je ne vois pas comment cela fonctionne dans la plate-forme Evaluate Design dans JMP.
Notez que cette hypothèse particulière est que la variance sera relativement constante sur la région de conception et peut être estimée à l’avance. Le test de pièces individuelles est destructeur.
Merci LouV. Je réalise que je pourrais utiliser le DD comme réponse, mais je sais au préalable que les facteurs affecteront principalement la réponse moyenne et que le DD restera approximativement fixe. Ce que j'essaie de faire est de déterminer comment la taille de mon échantillon d’essai (liée au budget) pour estimer les moyennes individuelles influe sur la variance de prédiction d’un modèle.
Vous avez la possibilité de saisir l’écart type sous forme de colonne de réponse et de le minimiser tout en optimisant votre moyenne.
