<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Seminario 2: Statistische Versuchsplanung (DOE)
Teil 1: Split Plot Experimente in industriellen Anwendungen anhand eines Trainingsbeispiels (Thomas Mühlenstädt, WL Gore)
Nel Teil des Workshops wird e Beispiels "Boomerangdose" die Systematik von Split Plot Experimenten erklärt. Bei Split Plot Experimenten gibt es zwei unterschiedliche Arten von Faktoren: Einfach zu verändernde und schwer zu verändernde. Um dieser Situation Rechnung zu tragen, werden die Experimente in Blöcken durchgeführt. Dies führt zu einer komplexeren Kovarianz Struktur als bei nicht geblockten Experimenten. Das Beispiel der Boomerangdose spiegelt diese Problemstellung realistisch wieder und kann für Trainings leicht benutzt werden.
Teil 2: Identificazione e modellazione degli effetti di dispersione in progetti sperimentali replicati con JMP (Silvio Miccio, Procter & Gamble)
Bei der klassischen Anwendung von DOE geht es meist darum ein Model zu erstellen das es erlaubt die Lage (Location) einer Zielgröße vorherzusagen. Es gibt aber auch Problemstellungen, ähnlich dem Robust Parameter Design, die es erforderlich machen nicht nur die Lage sondern auch die Streuung (Dispersion) der Zielgröße zu modellieren bzw. vorherzusagen. In JMP kann man Location und Dispersion Modelle in der Plattform: Fit Model, Personality: Loglinear Variance erstellen.
Inhalte des Workshops:
- Was sind Location und Dispersion Effekte
- Welche Versuchspläne sind anwendbar
- Identifizierung von potentiellen Dispersion Effekten
- Modellierung von Location und Dispersion Modellen mit JMP
- Era Kann Schief Gehen
- Hinweise zu weiterführender Literatur
Ablauf des Workshops:
- Grundlagen
- Demo live di JMP (Literaturbeispiel - Injecton Molding)
- Workshop mit Praxisbeispiel (mit Unterstützung nach Bedarf)
- Diskussion / Fragen
Die Teilnehmer die unter Anleitung ein Loglinear Variance Model erstellen möchten sollten einen Laptop auf dem JMP installiert ist mitbringen. Die JMP Dateien und ein Manual erhalten die Teilnehmer vor dem Workshop.
