実験計画法 (DOE) をプロセスにどのように適用しますか? 3 月 18 日には、システム エンジニアの Tom Donnelly が 30 分間の簡潔なデモとディスカッションを行います。計画された実験を使用したプロセスの最適化Mastering JMP ウェビナー シリーズの一環として。
トムは、作業環境で実行できる成功した実験計画を作成するための 6 ステップのフレームワークについて説明します。 手順は？
- 目標、要因、対応について説明します。
- 物理的状況を適切に説明していると思われる想定モデルを指定します。
- 想定したモデルと一致する設計を生成して評価します。
- 試運転測定を設計に組み込みます。
- 最適なモデル (多くの場合、提案されたモデルのサブセット) を決定します。
- モデルの結果を使用して、係数設定の最適化やパフォーマンスの予測を行います。
米国の防衛および航空宇宙の顧客をサポートする JMP チームの一員として、トムは毎年、このイベントに出席および/またはプレゼンテーションを行っています。軍事作戦研究シンポジウム(MORS) では、JMP を使用して問題を攻撃する方法をデモンストレーションしています。 彼と彼の JMP 同僚の何人かは、ある講演会でも発表しています。対面で会議、データワークス2020 (防衛および航空宇宙試験および分析ワークショップ) 2022 年 4 月 26 ～ 28 日。 それらのセッションは次のとおりです。
- 混合モデル(チュートリアル) JMP 調査統計開発者、Elizabeth Claassen 氏による
- 自己検証型アンサンブル モデリングJMP チーフデータサイエンティスト、Chris Gotwalt 著
- 血糖応答モデルへの入力および血糖応答モデルからの出力の両方としての機能データJMP プリンシパル システム エンジニア、Tom Donnelly 著
Demonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeDemonstrating JMP to conference attendeeカンファレンス参加者への JMP のデモンストレーション
私は最近、顧客が直面する課題の種類と、DOE プロセスを通じて顧客をどのように指導するかをトムと話しました。 さらに、彼は国立公園の探検について少し明かしました。
次回の「Mastering JMP」ウェビナーでは、トムは、計画された実験の成功に不可欠な必須の質問と回答の一部を組み込んだケーススタディのアプローチを使用しています。 彼は、フレームワークの最初の 3 つのステップに関するいくつかの質問を私にリストアップしました。 ぜひあなたの職場環境について考えてみてください。 3 月 18 日の Mastering JMP ウェビナーに登録してください。
説明する
- 実験の目的は何ですか?
- 成功をどのように測定しますか?
- どのような応答変数を測定しますか?
- プロセスに対して複数の応答を特徴付ける必要がある場合、重要性の相対的なレベルはどれくらいですか?
- どのような制御因子があるのでしょうか？
- 連続的 (定量的) – 範囲にわたって変化します。
- カテゴリ的 (定性的) – さまざまなレベルに応じて変化します。
- 離散数値 – 連続因子と同様の分析ですが、順序カテゴリ因子などの離散レベルでのみ使用できます。
- 混合または配合係数 – 連続係数のように動作しますが、すべての混合成分の比率は合計が (通常) 1.00 になるように制限されます。
- 阻害要因 – 以下のような試験のグループ化日またはバッチそれは影響しないはずです。 ブロックと相関している未知の要因または隠れた要因の指標として、プロセスがグループ間でシフトするかどうかを確認するためにブロック要因を追加します。
- 制御係数をどの範囲で操作するのが合理的ですか?
- 大胆すぎるとプロセスが中断される可能性があります。
- 弱気すぎると十分な効果が得られない可能性があります。
- 分からない？ プロセスに対象分野の専門家を参加させます。
- 制御できない潜在的な重要な要因はありますか?
- 設定を取得して記録できるように、制御不可能な要因を監視できますか (例: 周囲温度、湿度、試用時のオペレーター)。これらは共変量因子として扱うことができます。
- プロセスは、測定される 1 日または期間にわたって変動しますか?
- 1 日に何回のトライアルを実行できますか?複数日必要になるのでしょうか？
- 通常、このプロセスでコントロール サンプルを実行しますか?
- トライアルはバッチまたはグループで実行されますか?
- 変更が難しい要因はありますか?ある場合はどの要因ですか?
- それぞれのタイプのデバイスを何台持っていますか?
- 考えられる要因を「データマイニング」して要因の範囲をより深く理解できる履歴データはありますか?
- これらは本物実験ですか？コンピュータシミュレーション?
- シミュレーションの場合、決定的 (毎回同じ答え) ですか、それとも確率的 (ランダム性が組み込まれているため、答えは毎回わずかに異なります) ですか?
特定
- 大規模な因子セット (6 つ以上など) から重要な主効果を特定したいと考えていますか?
- プロセスを特徴づけて最適化するための予測モデルを構築したいと考えていますか? 注記：これら 2 つの質問により、提案されたモデルが 1 になるかどうかが決まります。セント注文または2 nd注文。
デザイン
- 予算はいくらですか？
- 締め切りはいつですか?
- すべてのトライアルの費用はほぼ同じですか (つまり、セットアップと実行にかかる時間は同じです)?
- 最初のトライアルを実行するためのセットアップには、次の数回のトライアルを実行するよりも大幅に費用がかかりますか? 初期セットアップが大規模な場合は、実行コストが安いうちに追加のトライアル (レプリケートまたは特にチェックポイント) を追加することを検討してください。
- 変数設定の組み合わせによって問題が発生しますか (例: 安全でない、コストがかかりすぎる、装置/プロセスが破損する、達成不可能など)。
- 計画空間を制約したり、因子設定の特定の組み合わせを禁止したりする必要がありますか?
- 同じプロセスを別の日に実行した場合、明らかに異なる結果が得られたことはありますか?
- 各応答について反復試験を行った過去の記録はありますか?
- 反復試験の応答値は近くにありますか、それとも時間の経過とともに分散していますか?
- 各応答のばらつきはどれくらいですか? つまり、応答の標準偏差または二乗平均平方根誤差 (RMSE) はいくらですか?
- 各応答のわずかな違いが実際上重要であると考えられますか?
- それぞれの応答について、大きな変動の小さな違い (多くの反復が必要なため実行が困難) を探しているのか、それとも小さな変動の大きな差 (簡単に実行できる) を探していると思いますか?
- 影響を検出する際に望ましい信頼レベルはどれくらいですか? これは通常 95% であり、アルファを 0.05 に設定することになります (タイプ I エラー)。
- さまざまなタイプの効果 (主レベル、交互作用レベル、二次レベル、カテゴリレベル) の検出力の許容レベルはどれくらいですか?注記：これは、効果が本物である場合にその効果を見逃さないという望ましい信頼レベルです。 通常、主効果と交互作用の場合は 0.8 ですが、二次効果の場合はそれより小さくなります (タイプ II 誤差)。
- チェックポイント トライアルを実行するために後で戻ってくるのはどのくらい難しいですか? 特に実行コストが低い場合は、今すぐチェックポイント トライアルを組み込むことができますか? もしそうなら、どこでしょうか？
- 最高のパフォーマンスが得られる場所を推測します。
- パフォーマンスが最も低下する場所を推測します。
- プロセスをどこで実行するかに関する上司の意見。
- トライアルを追加して、次の上位モデルをサポートします。
- いくつかの点が設計領域外にあります。
- 設計を壊す可能性が最も高い試行は何だと思いますか? 注記：おそらく最初にそのトライアルを実行してください。
トムに参加する@tom_donnellyと同僚のフィル・ケイ@Phil_Kay本日午後 2 時から 3 時（東部標準時）にデモとディスカッションを行います。 登録必須。
