Conception expérimentale avancée utilisant JMP (2022-KR-30MP-1341)Yonghanju, Université Sunmoon
Les progrès des mégadonnées, de l'intelligence artificielle et de la science des données ont grandement contribué aux activités de prise de décision basées sur les données. Dans les industries où diverses données peuvent être collectées ou au stade de la production de masse de produits, les données acquises peuvent être traitées sous diverses formes et les activités d'analyse des données peuvent être menées en développant ou en appliquant un modèle d'analyse approprié. Cependant, à l'étape de R&D du développement de nouvelles technologies ou de nouvelles conditions de processus, il est quelque peu difficile d'obtenir divers types d'informations en raison des limites de temps et de ressources. Dans cet environnement, basé sur JMP, nous apprendrons la conception d'expériences, une technique d'analyse de données qui peut obtenir divers résultats expérimentaux basés sur un petit nombre de données. Dans cet article, ainsi qu'une brève introduction aux principes de conception d'expériences, diverses statistiques pouvant être obtenues grâce à la conception expérimentale de JMP sont présentées. Sur la base des variables expérimentales, des niveaux et des variables de réponse obtenus à partir des conditions de conception expérimentales prévues, un test de signification est effectué, ainsi qu'une explication de l'estimation de l'intervalle de confiance et des paramètres et facteurs aléatoires. En particulier, nous aimerions suggérer comment utiliser la méthode de conception expérimentale JMP pour une conception personnalisée en tenant compte des contraintes de l'environnement expérimental ainsi que la méthode expérimentale factorielle complète généralement largement utilisée, la méthode expérimentale factorielle partielle et la méthode d'analyse de surface de réponse. Grâce à ce contenu, on s'attend à ce que la méthode de conception expérimentale soit utilisée au bon endroit dans l'industrie actuelle.Éclater
