Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video, ti mostriamo come analizzare esperimenti fattoriali completi in JMP usando il file 2x2x2 Unreplicated.jmp.
Come suggerisce il nome, questo è un 2 non replicato 3 esperimento fattoriale completo. I fattori sono temperatura, tempo e catalizzatore e la risposta è resa.
Poiché questo esperimento è stato progettato in JMP, possiamo eseguire lo script Model per avviare l'analisi. Invece, a scopo illustrativo, selezioniamo Analizza e quindi Adatta modello.
Puoi vedere che la finestra di dialogo Specifica del modello è stata popolata con la risposta, il rendimento e diversi effetti del modello. Per impostazione predefinita, il modello include solo gli effetti principali e le interazioni bidirezionali.
Selezioneremo questi effetti e faremo clic su Rimuovi per ricominciare e popolare il pannello degli effetti del modello da zero.
Aggiungeremo gli effetti principali e le interazioni bidirezionali.
Per fare ciò, selezioniamo i tre fattori nel pannello Seleziona colonne, quindi facciamo clic sul pulsante Macro e selezioniamo Fattoriale a Grado. Puoi vedere che, per impostazione predefinita, Grado è 2. Quindi il pannello degli effetti del modello è popolato con effetti principali e interazioni bidirezionali.
Faremo clic su Esegui per eseguire questa analisi.
Per impostazione predefinita, vedi la tabella Riepilogo effetti e il Profiler previsione.
I termini nella tabella Riepilogo effetti sono ordinati in ordine crescente in base a PValue. Il termine più significativo è Temperatura, seguito dall'interazione Temperatura*Tempo.
Puoi vedere che le altre interazioni bidirezionali non sono significative.
Ridurremo il modello rimuovendo gli effetti non significativi, uno alla volta. Per fare ciò, selezioniamo l'interazione Temperatura*Catalizzatore nella tabella Riepilogo effetti e facciamo clic su Rimuovi. Rimuoviamo anche l'interazione Time*Catalyst.
I coefficienti per gli effetti nel modello sono elencati nella tabella Stime dei parametri.
Il Prediction Profiler ti consente di visualizzare il tuo modello. La temperatura, che è il termine più significativo, ha la linea di profilo più ripida. Quando facciamo clic e trasciniamo questa linea sul valore basso di Temperatura, quindi sul valore alto, è possibile vedere come cambia la resa prevista.
Puoi anche vedere l'interazione tra temperatura e ora. Nota cosa succede alla pendenza della linea per il tempo quando modifichi la temperatura dal livello basso al livello alto. La pendenza della linea per il Tempo cambia.
Per vedere meglio questa interazione, facciamo clic sul triangolo rosso in alto e selezioniamo Profilazione fattoriale e quindi Grafici di interazione.
Puoi vedere che le linee del profilo non sono parallele. Questo indica che l'effetto di un fattore sulla risposta dipende dall'impostazione dell'altro fattore.
Diamo un'altra occhiata al Prediction Profiler.
L'obiettivo di questo esperimento è massimizzare il rendimento. Quindi, vedi alcuni pannelli di desiderabilità. L'ultima casella nella riga superiore è la funzione di desiderabilità, che mostra l'obiettivo di risposta. Quando facciamo doppio clic su questa casella, vediamo l'obiettivo e l'opportunità. Valori di rendimento più elevati sono più desiderabili. Quando diciamo a JMP di trovare le impostazioni dei fattori che massimizzeranno la risposta, ottimizziamo questa funzione di desiderabilità.
Facciamolo ora. Selezioniamo Ottimizza e desiderabilità dal triangolo rosso per Prediction Profiler e poi Massimizza desiderabilità.
Le impostazioni dei nostri fattori che determinano la massima resa prevista sono Temperatura al livello alto (120), Tempo al livello basso (4) e Catalyst al livello alto (5). A queste impostazioni, la resa prevista è 89,32. I valori tra parentesi formano un intervallo di confidenza per la media di questo rendimento previsto. Con queste impostazioni del fattore, puoi essere sicuro al 95% che il rendimento medio sarà compreso tra 88,2 e 90,5 (supponendo, ovviamente, che il processo non sia cambiato).
Ci sono molte opzioni aggiuntive sotto il triangolo rosso in alto per esplorare e analizzare i tuoi risultati, di cui non parleremo in questo breve video.
Ti invitiamo a esplorare queste opzioni da solo.
