Die Situation besteht darin, dass ein Produkt mehrere Messungen verschiedener Eigenschaften aufweisen kann, die für die Vorhersage seiner Leistung in einem separaten Test hilfreich sein können oder nicht. Für jedes Objekt gibt es Single Messungen von Eigenschaften, die das Objekt wirklich beschreiben, aber mehrere Leistungsmessungen. Wie können die Eigenschaften am besten in ein Leistungsmodell aufgenommen werden?
Zu den gemessenen Eigenschaften gehören Attribute, bei denen es sich um numerische und kontinuierliche Variablen handelt:
- Wärmekapazität
- Wärmeleitfähigkeit
- Viskosität
- Traktion
- Reibung
Der Leistungstest ist die Anzahl der Belastungszyklen vor dem Ausfall. Hier gibt es sechs Wiederholungen dieses Leistungstests.
Für ein gegebenes Objekt mit singulären Eigenschaftsmessungen haben wir in diesem Fall sechs unabhängige Leistungsmaße. Für den Leistungstest steht also ein experimenteller Fehler zur Verfügung, nicht jedoch für die Eigenschaften. Der experimentelle Fehler liefert eine gute Schätzung der Variabilität zur Berechnung der statistischen Signifikanz.
Es scheint durchaus möglich, dass die Eigenschaften die Leistung vorhersagen, aber es ist unmöglich und unpraktisch, sechs Messungen dieser Eigenschaften durchzuführen, nur um der Anzahl der Leistungstests zu entsprechen. Die Viskosität ist zum Beispiel wirklich bekannt. Es gibt keinen Grund, sechs Messungen durchzuführen.
Wie kann JMP verwendet werden, um die Attributeigenschaften in einem Leistungsmodell zu verknüpfen oder zu verwenden?
Ich kann keine Skripte erstellen. Nur sagen. Benötigen Sie eine JMP-Methode unabhängig von Skripten ...
