22385_it-IT

liliconcom

MJMP_DesignDiagnostics_2015_10_09 09Okt2015 12_03_44.zip

Ciao SE,

Ho creato un diario sul design diagnostico che voglio condividere con voi. È anche pubblicato per essere disponibile nella comunità: MJMP_DesignDiagnostics_2015_10_09 09Okt2015 12_03_44.zip

Questo può essere utile per gli altri in quanto ha diversi confronti che è possibile utilizzare anche sul posto e ingrandire se si desidera immergersi più in profondità di quanto sia possibile in 45 minuti.

Saluti,

balestruccio

Ecco la descrizione del contenuto:

Questo Journal è stato presentato nel mio webinar tedesco Mastering JMP su Design Diagnostics il 09.10.2015. Il Journal è in inglese, quindi tutti possono trarne beneficio.

Spero di aver aggiunto una descrizione sufficiente in modo che tutti possano abituarsi. All'interno della rivista ci sono ulteriori risorse collegate su Webinar, Blog, Libri, Documenti e Documentazione. Ci sono anche tabelle all'interno del file zip, che sono elencate qui:

• MJMP_DesignDiagnostics_2015_10_09.jrn
• Widget Factors.jmp
• Custom Design_30run.jmp
• DSDlikeDesign_30run.jmp
• PBlikeAugmentedDesign_30run.jmp
• Custom_D_Optimal.jmp
• Custom_I_Optimal.jmp
• Errore Std relativo di Estimate.jmp

Nel Journal non parlerò di Disegni di sperimentazione clinica, Disegni per modelli lineari non lineari o generalizzati, progetti di miscele pure o Array di copertura. Tuttavia ci sono collegamenti a un post sul blog DOE per i modelli non lineari e come collegamento al webcat MJMP su Mixture Designs. Il contenuto è il seguente:

• Alcune osservazioni generali sui principi di progettazione di Fisher, nonché su quale effetto la probabilità di rilevare un fattore significativo, vale a dire quando un cambiamento nel livello di questo parametro causerà un cambiamento pratico pratico nella risposta. Questa probabilità è il potere, si impara su cosa si basa e come potrebbe essere aumentato.
• Confronta i disegni in là capacità di stimare gli effetti del modello. Soprattutto per evidenziare che non tutti i progetti possono stimare tutti gli effetti del modello come le interazioni a due fattori o gli effetti quadratici. Quindi un confronto sul potere Mostra che dovresti assicurarti di confrontare le mele con le mele, cioè confrontare i disegni con lo stesso numero di esecuzioni e gli stessi effetti del modello
• Come confronto guardiamo in diversi tipi di design. Design personalizzato, design Placket-Burman e Screening definitivo come design ogni 30 rund (il webcast inglese di Don McCormack su Design Diagnostics ti mostrerà esattamente come generare questi progetti:
  ( http://www.jmp.com/en_gb/events/ondemand/mastering-jmp/design-diagnostics.html ))
• Il Focus è su Evaluate Design Platform, cosa può essere modellato e Power Analysis, quanto può essere stimato
• La prossima commistione parlerà dei progetti D-Optimal e Alias-Optimal sull'importanza di prendersi cura dell'aliasing. Questa parte è basata su un blog di Ryan Lekivetz
  ( http://blogs.sas.com/content/jmp/2014/06/12/alias-optimal-versus-d-optimal-designs/ ). Descrive anche brevemente i disegni di screening definitivo.
• Il Focus qui è sul criterio di Ottimalità, Mappa del colore su correlazioni ed Efficienza di stima
• L'ultimo esempio di confronto si basa su un esempio di "Esperimento di processo robusto e ottimale" nel libro scritto da Bradley Jones e Peter Goos
  ( http://www.jmp.com/en_gb/events/ondemand/mastering-jmp/using-definitive-screening-designs-to-get-more-information-from-fewer-trials.html )
• Evidenzia i progetti i-optimal e il loro vantaggio rispetto ai progetti d-ottimali per quanto riguarda la varianza della previsione ridotta.
• Il Focus è sulla stima Efficienza, Design Efficiency e Fraction of Design Space Plot.