La situazione è che un prodotto può avere più misurazioni di varie proprietà, che possono essere utili o meno nel prevederne le prestazioni in un test separato. Per ogni oggetto ci sono singolo misurazioni di proprietà, che descrivono veramente l'oggetto, ma multiplo misurazioni delle prestazioni. Come è possibile includere al meglio le proprietà in un modello della prestazione?
Le proprietà misurate includono attributi, che sono variabili numeriche e continue:
- Capacità termica
- Conduttività termica
- Viscosità
- Trazione
- Attrito
Il test delle prestazioni è il numero di cicli di stress prima del fallimento. Qui, ci sono sei repliche di questo test delle prestazioni.
Quindi, per un dato oggetto, con misure di proprietà singolari, abbiamo in questo caso sei misure indipendenti di prestazione. Pertanto, è disponibile un errore sperimentale, per il test delle prestazioni, ma non per le proprietà. L'errore sperimentale fornisce una buona stima della variabilità per calcolare la significatività statistica.
Sembrerebbe del tutto possibile che le proprietà siano predittive delle prestazioni, ma è impossibile e poco pratico effettuare sei misurazioni di queste proprietà, solo per corrispondere al numero di test delle prestazioni. La viscosità è, ad esempio, veramente conosciuta. Non c'è motivo di effettuare sei misurazioni.
In che modo è possibile utilizzare JMP per collegare o utilizzare le proprietà degli attributi in un modello di prestazioni?
Non riesco a creare script. Sto solo dicendo. Hai bisogno del metodo JMP indipendente dagli script ...
