La situation est qu'un produit peut avoir plusieurs mesures de diverses propriétés, qui peuvent ou non être utiles pour prédire ses performances dans un test séparé. Pour chaque objet, il y a Célibataire mesures de propriétés, qui décrivent vraiment l'objet, mais plusieurs mesures de performance. Comment inclure au mieux les propriétés dans un modèle de performance?
Les propriétés mesurées incluent les attributs, qui sont des variables numériques et continues:
- Capacité thermique
- Conductivité thermique
- Viscosité
- Traction
- Friction
Le test de performance est le nombre de cycles de stress avant l'échec. Ici, il y a six répliques de ce test de performance.
Ainsi, pour un objet donné, ayant des mesures de propriétés singulières, nous avons dans ce cas six mesures indépendantes de performance. Ainsi, une erreur expérimentale est disponible, pour le test de performance, mais pas pour les propriétés. L'erreur expérimentale donne une bonne estimation de la variabilité pour calculer la signification statistique.
Il semblerait tout à fait possible que les propriétés soient prédictives de la performance, mais il est impossible et peu pratique de faire six mesures de ces propriétés, juste pour correspondre au nombre de tests de performance. La viscosité est, par exemple, bien connue. Il n'y a aucune raison de faire six mesures.
Comment JMP peut-il être utilisé pour lier ou utiliser les propriétés d'attribut dans un modèle de performance?
Je ne peux pas créer de scripts. Juste dire. Besoin d'une méthode JMP indépendante des scripts ...
