Scopri di più nel nostro corso online gratuito:
Pensiero statistico per la risoluzione dei problemi industriali
In questo video, mostriamo come analizzare un esperimento con più risposte e come ottimizzare più risposte, utilizzando il file Anodize.jmp .
In questo esempio, è stato condotto un progetto personalizzato di 12 cicli con cinque fattori. L'obiettivo sperimentale è trovare le impostazioni dei fattori per ottimizzare le quattro risposte: Spessore, L*, a* e b*.
Per fare ciò, eseguiamo lo script del modello che è stato salvato nella tabella dei dati. Con questi dati, possiamo stimare cinque effetti principali e quattro interazioni a 2 vie.
Diversi effetti potrebbero essere importanti per le diverse risposte, quindi vogliamo analizzare le quattro risposte separatamente. Per fare ciò, selezioniamo la casella Adatta separatamente e facciamo clic su Esegui.
Questo produce quattro analisi separate che sono raggruppate in una finestra.
Ora usiamo la tabella Effect Summary per ridurre il modello per ogni risposta. Rimuoveremo gli effetti con valori p maggiori di 0,10.
Per ogni risposta, viene fornito un Prediction Profiler. Ma vogliamo ottimizzare tutte le risposte allo stesso tempo.
Per fare ciò, selezioniamo Profiler dal triangolo rosso per Fit Group.
Questo apre un nuovo Prediction Profiler, con tutti e cinque i fattori nella parte inferiore e tutte e quattro le risposte a lato.
Per ogni risposta, vengono visualizzati il valore previsto e il margine di errore ai valori iniziali per ciascuno dei fattori. Qui, i valori iniziali sono i valori medi per ciascun fattore.
Quando l'esperimento è stato progettato, i limiti di risposta e l'obiettivo di risposta sono stati salvati come proprietà della colonna nella tabella di dati. Per tutte e quattro le risposte, vogliamo abbinare un obiettivo.
Queste informazioni vengono utilizzate nel Prediction Profiler per l'ottimizzazione.
Per visualizzare i limiti di risposta e l'obiettivo per Spessore, facciamo doppio clic nel pannello della desiderabilità. L'obiettivo è corrispondere al target e il valore più desiderabile di Thickness è 0,9. I valori basso e alto forniscono un intervallo accettabile per Spessore, ma puoi vedere che questi valori non sono desiderabili quanto la corrispondenza con l'obiettivo.
Ciò si riflette nella curva di desiderabilità. La desiderabilità è 1 per l'obiettivo e zero oltre i limiti di risposta.
Per ogni risposta, puoi specificare l'importanza della risposta rispetto alle altre risposte. Ad esempio, se l'ottimizzazione dello spessore è tre volte più importante dell'ottimizzazione delle altre risposte, inseriremo 3 nel campo Importanza.
Per questo scenario, tutte e quattro le risposte sono ugualmente importanti.
Vediamo come trovare le impostazioni ottimali per i cinque fattori.
Per fare ciò, selezioniamo Ottimizza desiderabilità dal triangolo rosso per Prediction Profiler e poi Massimizza desiderabilità.
Vengono fornite le impostazioni ottimali, insieme ai valori previsti per le risposte a queste impostazioni.
Osservando le curve di desiderabilità, puoi vedere che con queste impostazioni possiamo avvicinarci alla corrispondenza dell'obiettivo per tutte e quattro le risposte.
Si noti che esistono molti modi possibili per ottimizzare le risposte e, se si esegue nuovamente Massimizza desiderabilità, JMP troverà una nuova soluzione.
Ecco uno scenario comune. Potresti voler bloccare un fattore a un valore specifico e ri-ottimizzare.
