Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video mostriamo come progettare esperimenti fattoriali completi utilizzando la piattaforma Full Factorial in JMP.
Per fare questo, selezioniamo DOE, poi Classical, e poi Full Factorial Design.
Nel pannello Risposte, possiamo modificare il nome della risposta e l'obiettivo della risposta e possiamo aggiungere risposte se vogliamo studiare più variabili di risposta nello stesso esperimento.
Per questo esempio, cambiamo il nome della risposta in Yield. L'obiettivo di questo esperimento è massimizzare il rendimento, ma puoi modificarlo se necessario.
Per questo esempio, inseriamo un limite inferiore di 90 per la risposta. Ma puoi lasciare questo campo vuoto se necessario.
Ora aggiungeremo i fattori. Possiamo aggiungere una combinazione di fattori continui e categorici.
Per iniziare, aggiungiamo tre fattori continui a due livelli.
Facciamo doppio clic sui nomi per cambiarli. Modifichiamo X1 in Temp, X2 in Time e X3 in Catalyst. Successivamente, modifichiamo i valori. Il livello basso di Temp è 50 e il livello alto è 120. Per Time, i valori sono 4 e 24 e per Catalyst, i valori sono 1 e 5.
Ora facciamo clic su Continua.
Puoi vedere che questo è un design 2x2x2 con otto sequenze o un 2 3 disegno fattoriale completo.
Per impostazione predefinita, il disegno viene eseguito in ordine casuale. La randomizzazione è importante, perché calcola la media degli effetti delle variabili non controllate.
Se si immette un valore nel campo Numero di punti centrali, i punti del progetto vengono aggiunti a metà tra i valori minimo e massimo per ciascuno dei fattori continui. Ad esempio, se aggiungiamo due punti centrali, il progetto includerà due sequenze in cui Temp è 85, Time è 14 e Catalyst è 3. Queste esecuzioni possono essere utilizzate per testare l'adeguatezza del modello.
Non aggiungeremo punti centrali per questo esempio.
Il campo Numero di repliche indica a JMP quante volte replicare il progetto. Quando questo valore è zero, viene generato un disegno con ogni possibile trattamento. Se modifichi questo valore in 1, l'intero disegno viene replicato una volta.
Per vederlo, inseriamo 1 nel campo e facciamo clic su Crea tabella.
Puoi vedere che questo è un design 2x2x2, con 16 corse.
La colonna Pattern è una notazione abbreviata per i livelli di fattore da utilizzare per ogni esecuzione. Ad esempio, la prima prova verrà eseguita con tutti e tre i fattori impostati al livello basso.
Questo è un progetto completamente replicato, quindi ciascuno dei trattamenti viene eseguito due volte, in ordine casuale. Ad esempio, le righe 1 e 14 sono repliche. Queste esecuzioni utilizzano gli stessi livelli di fattore.
Tre script vengono salvati nella tabella dati.
Dopo aver condotto l'esperimento, è possibile utilizzare lo script Model per eseguire l'analisi. Questo è utile anche, prima di raccogliere i dati, per vedere il modello che potrai stimare.
È possibile eseguire lo script Valuta progetto per valutare le proprietà statistiche del progetto.
Ed è possibile utilizzare lo script DOE Dialog per tornare alla finestra completa del disegno fattoriale per apportare modifiche.
Aggiungiamo un altro fattore a questo design. Aggiungeremo un fattore categorico a quattro livelli. Per fare ciò, selezioniamo Categoriale, 4 livelli. Ciò si traduce in un design 2x2x2x4 con 32 corse.
Non vogliamo replicare questo progetto, quindi cambiamo Numero di repliche a zero e facciamo clic su Crea tabella.
Il disegno risultante è un fattoriale completo di 32 run randomizzato con quattro fattori.
Se condurrai questo esperimento, questa tabella di progettazione è la tua guida. Ti dice quali trattamenti eseguire e fornisce una colonna per registrare i valori di risposta. Ti consigliamo di salvare questa tabella con un nuovo nome per assicurarti di non perdere il tuo lavoro.
