Progettazione sperimentale avanzata con JMP (2022-KR-30MP-1341)Yonghanju, Università di Sunmoon
I progressi nei big data, nell'intelligenza artificiale e nella scienza dei dati hanno contribuito notevolmente alle attività decisionali basate sui dati. Nei settori in cui è possibile raccogliere vari dati o nella fase di produzione di massa dei prodotti, i dati acquisiti possono essere elaborati in varie forme e le attività di analisi dei dati possono essere condotte sviluppando o applicando un modello di analisi appropriato. Tuttavia, nella fase di ricerca e sviluppo dello sviluppo di nuove tecnologie o condizioni di processo, è alquanto difficile ottenere vari tipi di informazioni a causa dei limiti di tempo e risorse. In questo ambiente, basato su JMP, impareremo a progettare esperimenti, una tecnica di analisi dei dati che può ottenere vari risultati sperimentali sulla base di un piccolo numero di dati. In questo articolo, insieme a una breve introduzione ai principi di progettazione degli esperimenti, vengono introdotte varie statistiche che possono essere ottenute tramite la progettazione sperimentale di JMP. Sulla base delle variabili sperimentali, dei livelli e delle variabili di risposta ottenute dalle condizioni di progettazione sperimentale pianificate, viene eseguito un test di significatività, insieme a una spiegazione della stima dell'intervallo di confidenza, dei parametri e dei fattori casuali. In particolare, vorremmo suggerire come utilizzare il metodo di progettazione sperimentale JMP per la progettazione personalizzata considerando i vincoli dell'ambiente sperimentale insieme al metodo sperimentale fattoriale completo generalmente ampiamente utilizzato, al metodo sperimentale fattoriale parziale e al metodo di analisi della superficie di risposta. Attraverso questo contenuto, ci si aspetta che il metodo di progettazione sperimentale venga utilizzato nel posto giusto nell'attuale settore.Scoppiare
