En JMP, queremos cambiar la opinión de la gente sobre cómo se deben realizar los experimentos. Como la canción Tears for Fears, Sembrando las semillas del amor , nos esforzamos por sembrar las semillas del amor por la experimentación a través de nuestro software.
Al aprender a hacer experimentos de manera más eficiente, el concepto de DOE está ganando popularidad entre las industrias que trabajan con JMP. Al utilizar las funciones integradas que hacen posible el DOE, está creciendo una nueva ola de participantes del DOE. Como @Phil_Kay y Weronika Wrazen (ganadora del 2022 Déjalo crecer: el desafío del berro de jardín ), explicar en su video presentación , JMP está sembrando las semillas del amor por el diseño de experimentos.
Lo más destacado de la presentación en video
Para hacer que el concepto de DOE sea más digerible y capaz de enseñarse a las generaciones futuras, se creó un experimento simple para familiarizarnos con el concepto. El propósito de la prueba es maximizar el crecimiento de las semillas de berro de jardín.
Tenga esto en cuenta para más adelante: tome nota del objetivo del experimento que se creó. ¿Por qué querría alguien medir una respuesta en particular? ¿Qué podría ocurrir si los resultados de un experimento no se consideran completamente? El primer paso para ensuciarse las manos con el DOE debe ser definir su objetivo.
Después de una semana, Phil y sus hijas pudieron poner sus resultados en el software JMP y hacer algunos análisis simples con las herramientas que proporciona el software. ¡Pudieron concluir que las plantas que crecieron en las condiciones más oscuras eran más altas después de siete días!
Después de realizar su primera prueba, Weronika Wrazen confirmó su propia creencia acerca de no tener un pulgar para la jardinería: ¡el experimento falló!
Llegó a la conclusión de que había demasiadas semillas en cada una de las cajas, las cajas de huevos en las que se guardaban las plantas se desintegraron y la tierra migraría a cajas que se suponía que eran exclusivamente de algodón. En su segundo ensayo, usó vasos de plástico para espresso para mantener las semillas separadas.
Weronika pudo concluir que la luz era el factor más importante para aumentar la altura, que las plantas que estaban en la oscuridad podían crecer más y que la tierra del jardín también producía plantas más altas. Aunque el berro que creció en la oscuridad era más alto, claramente no era saludable y era frágil. Mientras que el berro cultivado a la luz del sol tenía hojas grandes, sanas y verdes. El crecimiento de las plantas en la oscuridad pareció estancarse en los últimos días del experimento.
Profundice en estas consideraciones sobre el DOE
Es importante no solo observar los números estadísticos cuando se realizan experimentos, sino también los resultados físicos que no se pueden ver a través de los datos. Al explorar más, se puede descubrir que las raíces de las plantas que crecen bajo la luz son mucho más largas. Si maximizar la altura fuera el objetivo principal y no obtener la planta "más saludable" (sin siquiera entrar en cómo tendría que cuantificar y definir lo saludable), entonces dejaría las semillas en la oscuridad. Al diseñar experimentos, es importante considerar todas las variables de confusión que podrían estar en juego en sus ensayos y considerar los riesgos de su objetivo.
Aquí hay algo que quiero que todos consideremos: ¿sería la altura de la planta la mejor variable para maximizar si tratáramos de cultivar buenas plantas? Al pensar en el objetivo de sus experimentos al usar el software JMP, debe considerar los riesgos de sus objetivos. Claro, las plantas en este experimento eran altas, pero ¿a qué costo? Todas las variables de confusión deben analizarse y considerarse al realizar los ensayos.
Para realmente ensuciarse las manos al diseñar experimentos, no piense solo en lo que desea maximizar, minimizar u obtener. Piensa también en las variables (dentro y fuera de las estadísticas) que deben cambiar para alcanzar tu objetivo. Por ejemplo, las plantas de fabricación no deberían trabajar a su máxima capacidad sin tener en cuenta a sus trabajadores. Cuando llegas a una conclusión en tus experimentos, excavar más hondo de lo que te dicen los números.
Al final de la presentación de Weronika, concluye con un consejo alentador: nunca te rindas después de tu primera prueba. Siempre hay algo que aprender de un experimento fallido. Al trabajar con el diseño de experimentos, puede optimizar cualquier proceso y aprender a un ritmo más rápido y eficiente.
Asegúrese de revisar el vídeos originales . Espero que pueda hojear con algunas nuevas consideraciones e inspiraciones. ¡Feliz diseño!
