Continuando con su exploración en profundidad del diseño de experimentos, como se describe en su serie de blogs ¿Por qué hacer? , El ingeniero de sistemas Phil Kay analiza cómo las herramientas visuales de JMP pueden ayudar a eliminar parte de la complejidad en su experimento diseñado. Después de recapitular los puntos principales de episodios pasados, Phil se sumerge nuevamente en el ejemplo del DOE que presentó en el primer episodio para abordar este problema de conductas complejas, particularmente cómo responden los factores cuando interactúan entre sí. Phil nos muestra cómo el diseño de experimentos y las visualizaciones interactivas de JMP, incluso los gráficos simples de los datos, pueden ayudarlo a comprender comportamientos complejos.
Lee la publicación original del blog aquí .
Y puede encontrar enlaces a todas las publicaciones de la serie, junto con los datos del estudio de caso, aquí .
