<script>LITHIUM.OoyalaPlayer.addVideo('https:\/\/player.ooyala.com\/static\/v4\/production\/', 'lia-vid-FsZDdlajE6fc5-u3zJnEfC55SRk0RRkPw1600h900r542', 'FsZDdlajE6fc5-u3zJnEfC55SRk0RRkP', {"pcode":"ltbGkyOjMl3V3pZ3Trn6T2z1_rjF","playerBrandingId":"ODI0MmQ3NjNhYWVjODliZTgzY2ZkMDdi","width":"1600px","height":"900px"}); (visualizza in I miei video)
Nella parte 3 della serie di Phil Kay di JMP, Perché DOE , facciamo un tuffo più profondo in Design of Experiments. Ulteriori informazioni su come un esperimento più piccolo e progettato può consentirti di conoscere il tuo processo nel modo più efficiente. Utilizzando i dati sui contaminanti dell'acqua con otto fattori chiave, Phil ti mostra come, con oltre 4.000 combinazioni, hai solo bisogno di 26 serie per determinare le migliori impostazioni possibili per ottenere una qualità dell'acqua ottimale. Phil ci mostra anche come il profiler di previsione può portarci rapidamente e facilmente attraverso le regolazioni di tutti gli effetti lineari e quadratici per determinare l'effetto sul modello.
Vedi il post sul blog Qui .
E puoi trovare collegamenti a tutti i post della serie, insieme ai dati del case study, Qui .
