Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken für die industrielle Problemlösung
In diesem Video zeigen wir, wie Sie mit dem benutzerdefinierten Designer in JMP ein Screening-Design erstellen. Wir erstellen ein optimales Screening-Design für das Heck-Reaktionsszenario mit fünf Faktoren.
Zuerst wählen wir Custom Design aus dem DOE-Menü.
Wir ändern die Antwort auf Yield.
Es gibt fünf stetige 2-Stufen-Faktoren. Die Faktoren und die Niveaus für jeden Faktor werden in einer Datei, Heck Reaction Factors.jmp, gespeichert. Anstatt die Faktoren und Faktorstufen einzeln einzugeben, klicken wir auf das rote Dreieck und wählen Lastfaktoren aus.
Wenn wir dies tun, werden die Faktoren und die Faktorstufen in die Faktorengliederung geladen.
Unser nächster Schritt besteht darin, das Modell zu spezifizieren, das wir schätzen möchten.
Angenommen, wir wollen alle 2-Wege-Wechselwirkungen schätzen. Dazu wählen wir Interaktionen, 2 nd in der Modellskizze. Alle 2-Wege-Wechselwirkungen werden automatisch zum Modell hinzugefügt.
Sie können sehen, dass alle 2-Wege-Wechselwirkungen zum Modell hinzugefügt wurden.
Die erforderliche Mindestanzahl von Läufen beträgt 16, und der Standardwert ist 20.
Was wäre, wenn wir nicht alle 2-Wege-Wechselwirkungen schätzen müssten? Beispielsweise wissen wir aufgrund früherer Daten oder Fachkenntnisse möglicherweise, dass Natriumacetat mit keinem der anderen Faktoren interagieren kann.
Wir können auf diese Interaktionen klicken und dann auf Begriff entfernen klicken.
Wenn wir jede Interaktion entfernen, wird die Anzahl der Läufe aktualisiert. Nach dem Entfernen aller vier Wechselwirkungen mit Natriumacetat beträgt die erforderliche Mindestanzahl von Läufen 12, und der Standardwert ist 16.
Schauen wir uns ein paar andere Optionen an, die verfügbar sind.
Beim Entwerfen eines Experiments gibt es möglicherweise einige Einschränkungen. Beispielsweise können Sie möglicherweise bestimmte Kombinationen von Faktoreinstellungen nicht ausführen. Sie können diese Beschränkungen mit den Optionen unter Faktorenbeschränkungen definieren festlegen.
Das werden wir hier nicht tun.
Unter dem roten Dreieck gibt es viele Möglichkeiten. Werfen wir einen Blick auf das Optimalitätskriterium.
Das standardmäßige Optimalitätskriterium für unser Design ist Empfohlen. Wenn JMP dieses Design generiert, generiert es ein D-Optimal-Design. D-Optimal-Designs werden häufig für Screening-Experimente verwendet, bei denen das Ziel darin besteht, wichtige Effekte zu identifizieren und genau abzuschätzen.
Informationen zu den verschiedenen Optimalitätskriterien finden Sie unter Optimalitätskriterien unter jmp.com/help.
Lassen Sie uns fortfahren und dieses Design erstellen.
Dazu klicken wir auf Make Design.
Sie können das generierte Design sehen. Da wir nur Haupteffekte und 2-Wege-Wechselwirkungen haben, befindet sich jeder der Faktoren auf zwei Ebenen. Beachten Sie, dass es viele mögliche Designs gibt, die gleich gut sind. Wenn Sie also dieses Experiment entwerfen, kann Ihr Design etwas anders sein.
Unter Designbewertung gibt es viele Optionen, um dieses Design zu bewerten.
Wir fahren fort und klicken auf Tabelle erstellen, um diese Designtabelle zu erstellen.
Sie können sehen, dass dies ein D-Optimal-Design mit 16 Durchläufen ist.
Mit diesem Design können Sie fünf Haupteffekte und sechs 2-Wege-Effekte abschätzen.
