Phil Kay n'avait aucune idée qu'il obtiendrait une si grande réponse lorsqu'il a commencé un récent post sur LinkedIn avec les mots " OFAT ne fonctionne pas ." En tant que responsable de l'apprentissage au sein de l'équipe Global Enablement de JMP et évangéliste de l'analyse de données, Phil partage souvent des pépites de sagesse avec ses abonnés sur LinkedIn.
Mais ce message était différent, recueillant plus de 30 000 vues, plus de 300 réactions et plus de 60 commentaires. Vous pouvez le lire en entier ci-dessous.
J'en ai profité pour poser quelques questions à Phil - sur ce qui ne va pas avec l'expérimentation d'un facteur à la fois, ce qui est si bon dans la conception d'expériences et ce qu'il espère réaliser avec sa sensibilisation sur LinkedIn sur le sujet.
Alors, qu'y a-t-il de si mal à expérimenter un facteur à la fois ?
Phil : Le problème avec l'expérimentation d'un facteur à la fois est que la nature ne respecte pas ces règles. Le monde physique/chimique/biologique est beaucoup plus compliqué. L'effet d'un facteur dépendra de la manière dont les autres facteurs sont définis. L'augmentation de la température peut avoir un effet différent selon le pH auquel vous êtes réglé, par exemple. Vous ne pouvez pas en savoir plus sur ces comportements importants et complexes si vous ne modifiez qu'un seul facteur à la fois. Le résultat final est que vous ne trouvez pas les meilleures solutions et que vous n'apprenez pas grand-chose sur la façon de contrôler votre processus ou votre système pour obtenir constamment des résultats de haute qualité. C'est juste une telle perte de temps et d'efforts.
OK, pourquoi les gens expérimentent-ils encore un facteur à la fois alors ?
Phil : La plupart des scientifiques et des ingénieurs ont appris dès le début de leur formation qu'un facteur à la fois est la seule façon d'expérimenter. L'idée que vous pouvez, et devriez, faire varier tous les facteurs en même temps est effrayante.
D'accord. Maintenant, dites-nous ce qu'il y a de si bien dans la conception d'expériences, s'il vous plaît.
Il vous permet de trouver les meilleures solutions en explorant pleinement les possibilités de votre procédé. Et il ne s'agit pas seulement de rechercher l'optimum. C'est un outil d'apprentissage : vous pouvez capturer les comportements complexes et comprendre l'effet de tous les facteurs. Utilisant la « magie » des statistiques, il garantit également l'efficacité car vous ne testez que les quelques paramètres nécessaires pour vous donner le modèle de l'ensemble du système dont vous avez besoin.
Qu'est-ce que #DOEbyPhilKay sur Linkedin?
Phil : C'est un hashtag que les gens peuvent suivre pour voir des publications hebdomadaires avec des réflexions et des conseils sur la conception d'expériences (DOE). Les articles sont un mélange de citations éclairantes sur le DOE, d'introductions à des concepts techniques comme l'analyse de puissance et de points de discussion qui me viennent à l'esprit pendant que je promène le chien.
Pourquoi créez-vous ces publications #DOEbyPhilKay ? Qu'espérez vous accomplir?
Phil : En plus de l'autopromotion éhontée, j'espère que les publications encourageront et soutiendront les personnes qui apprennent à peine à utiliser DOE. Je veux également exploiter la passion d'autres évangélistes du DOE, afin que nous puissions travailler ensemble vers une vision de chaque expérimentateur dans le monde ayant les compétences nécessaires pour bénéficier de la méthode. Peut-être que davantage d'éducateurs seront inspirés pour enseigner le DOE à nos futurs scientifiques et ingénieurs.
Quelle a été la réponse à vos publications #DOEbyPhilKay ?
Phil : C'est formidable de découvrir que je ne suis pas le seul à être très sensible à ce sujet. Le poste OFAT a eu plus de 30 000 vues! J'ai vraiment apprécié les discussions. Et cela m'a mis en contact avec de nombreuses nouvelles personnes dans différentes industries à travers le monde. Quelqu'un m'a récemment dit qu'ils enseignent un module sur le DOE pour les étudiants de premier cycle en chimie, et ils commencent le cours par une citation d'un de mes articles - probablement l'un des moments les plus fiers de ma carrière.
Vous pouvez suivre les publications de Phil sur LinkedIn en cliquant sur ici et en appuyant sur le bouton "Suivre". (Remarque : vous devez d'abord être connecté à LinkedIn.) Et maintenant, profitez de cette photo que Phil a prise de son adorable chien lors d'une de leurs promenades dans la magnifique campagne anglaise.
SALUT @DirtyDataCoLLC ,
Oui, j'ai aussi été un peu surpris que certaines personnes défendent toujours l'OFAT. Je pense que la plupart d'entre eux parlaient de situations où il n'y a qu'un seul facteur d'intérêt. Ce n'est pas vraiment OFAT. C'est "DE".
Tout à fait d'accord pour réduire le gras ! Je pense que je pourrais l'utiliser moi-même !
J'ai été surpris que les gens approuvent un facteur à la fois dans les commentaires. Je dirige des DOE depuis vingt ans et je n'avais jamais entendu le terme OFAT avant son post sur LinkedIn. Je réanalyse les DOE pour les entreprises de biotechnologie. Je trouve souvent des solutions à des problèmes auxquels le DOE n'a pas été conçu pour répondre. L'OFAT n'est que de la graisse qui doit être éliminée avant de comprendre le sujet.
