La situación es que un producto puede tener múltiples mediciones de varias propiedades, que pueden o no ser útiles para predecir su rendimiento en una prueba separada. Para cada objeto, hay soltero medidas de propiedades que realmente describen el objeto, pero múltiple mediciones de rendimiento. ¿Cómo se pueden incluir mejor las propiedades en un modelo de rendimiento?
Las propiedades medidas incluyen atributos, que son variables numéricas y continuas:
- Capacidad calorífica
- Conductividad térmica
- Viscosidad
- Tracción
- Fricción
La prueba de rendimiento es el número de ciclos de estrés antes de la falla. Aquí, hay seis réplicas de esta prueba de rendimiento.
Entonces, para un objeto dado, que tiene medidas de propiedades singulares, tenemos en este caso seis medidas independientes de rendimiento. Entonces, el error experimental está disponible para la prueba de rendimiento, pero no para las propiedades. El error experimental da una buena estimación de la variabilidad para calcular la significancia estadística.
Parece bastante posible que las propiedades sean predictivas del rendimiento, pero es imposible y poco práctico realizar seis mediciones de estas propiedades, solo para igualar el número de pruebas de rendimiento. La viscosidad es, por ejemplo, verdaderamente conocida. No hay razón para hacer seis mediciones.
¿Cómo se puede utilizar JMP para vincular o emplear las propiedades de atributo en un modelo de rendimiento?
No puedo crear guiones. Solo digo. Necesita un método JMP independiente de los scripts ...
