Cours de conception d'expériences personnaliséesNous sommes ravis de vous proposer ce cours en ligne gratuit sur la conception d'expériences personnalisées . Ce cours se concentre sur les principes fondamentaux de la conception d'une expérience et vous permet de les comprendre et de les appliquer pour obtenir une conception optimale grâce à la plateforme de conception personnalisée de JMP.
La conception personnalisée est une approche de conception d'expériences qui produit des plans optimaux pour le problème à résoudre, qu'il s'agisse d'identifier des effets importants ou d'optimiser une ou plusieurs réponses. Outre l'apprentissage de la conception personnalisée dans JMP, vous explorerez les concepts clés de la conception, notamment la taille et la puissance de l'échantillon, l'équilibre, le choix des plages de facteurs, le blocage et l'évaluation de la conception. Ce cours s'adresse à tous ceux qui travaillent dans la découverte, la recherche, le développement et l'assurance ou le contrôle qualité.
Les démonstrations de ce cours ont été enregistrées avec JMP 14. Si vous utilisez JMP 15 ou une version ultérieure, vous remarquerez peut-être des modifications dans l'interface, telles que des éléments de menu ou des options supplémentaires dans les boîtes de dialogue. Ces modifications n'affectent pas le contenu du cours et ne devraient pas gêner votre suivi. Vous pouvez consulter un PDF présentant les nouvelles fonctionnalités et améliorations dans Aide > Nouvelles fonctionnalités.
Téléchargez le fichier du cours (custom-design-of-experiments.zip) en haut de la page pour l'utiliser dans le cours.
Veuillez envoyer vos commentaires sur le cours à Ruth.Hummel@jmp.com avec le titre « Commentaires sur le cours DOE personnalisé ».
Plan d'expériencesObjet : Cours sur la conception personnalisée d'expériencesJ'essaie de comprendre le raisonnement derrière le coefficient du fournisseur qui est de 10.
Objet : Cours sur la conception personnalisée d'expériencesBonjour @iKnowVeryLittle , merci pour votre question ! Dans cet exemple, nous souhaitons connaître la puissance de notre expérience pour détecter un changement de la charge de rupture de 30 lb (la moyenne pour Acme) à 50 lb (la charge de rupture minimale requise). Nous recherchons donc un effet de 20 lb. Le coefficient anticipé pour l'analyse de puissance est saisi comme la moitié de la taille de l'effet attendu, soit 10 ici. La vidéo « Scale Invariance » dans la section « Testing a Continuous Factor » explique cela dans le contexte des facteurs continus, mais cela s'applique également à Supplier car il n'y a que deux niveaux.
Objet : Cours sur la conception personnalisée d'expériencesSalut Monica,
Lorsque nous effectuons un DOE personnalisé, disons que nous effectuons une première série d'expériences et que nous obtenons un ensemble de conditions prédites qui sont censées répondre au résultat souhaité (en supposant plusieurs facteurs dans le DOE).
Si nous voulons continuer à optimiser les conditions, devons-nous saisir les conditions prédites avec de nouvelles plages pour les facteurs, en les réduisant autour de celles prédites au premier tour ?
Je suppose que c'est ce que tu voulais dire par réinitialiser après chaque tour. Mais je voulais m'en assurer. Je suppose qu'il existe des conditions qui peuvent être encore optimisées (je travaille sur l'optimisation des méthodes ELISA).
Merci beaucoup pour votre réponse.
Cordialement,
Juan (je sais moins que la personne précédente)
Objet : Cours sur la conception personnalisée d'expériencesBonjour @JCabreraLuque . Bienvenue dans la communauté JMP. Je mentionne @monica_beals dans une copie de votre message. En faisant cela, vous serez assuré qu'elle le verra :
Salut Monica,
Lorsque nous effectuons un DOE personnalisé, disons que nous effectuons une première série d'expériences et que nous obtenons un ensemble de conditions prédites qui sont censées répondre au résultat souhaité (en supposant plusieurs facteurs dans le DOE).
Si nous voulons continuer à optimiser les conditions, devons-nous saisir les conditions prédites avec de nouvelles plages pour les facteurs, en les réduisant autour de celles prédites au premier tour ?
Je suppose que c'est ce que tu voulais dire par réinitialiser après chaque tour. Mais je voulais m'en assurer. Je suppose qu'il existe des conditions qui peuvent être encore optimisées (je travaille sur l'optimisation des méthodes ELISA).
Merci beaucoup pour votre réponse.
Cordialement,
Juan (je sais moins que la personne précédente)
Objet : Cours sur la conception personnalisée d'expériencesSalut @JCabreraLuque , merci pour ta question !
De manière très générale (et en supposant que vous ayez mené des expériences de confirmation pour vérifier que ces paramètres produisent les résultats prévus), une étape suivante courante pour l'amélioration des processus consiste à mener des expériences ultérieures avec de nouvelles plages de facteurs centrées sur les paramètres optimaux que vous avez trouvés précédemment. Il peut être judicieux de réduire les plages de facteurs dans ce scénario, afin de ne pas effectuer d'exécutions dans des régions de l'espace de conception qui ne produisent pas de résultats optimaux. Un avertissement s'impose : si votre optimum prévu est proche du bord de l'espace de conception d'origine, le fait de réduire les plages de facteurs peut faire passer à côté d'un comportement important.
(La question de la réinitialisation des conditions après chaque exécution est une composante de la randomisation dans une expérience. Dans toute expérience donnée, les facteurs doivent être réinitialisés à partir des mêmes conditions de départ avant chaque exécution. Lorsque cela n'est pas possible, nous concevons des expériences en parcelles divisées.)
Monique
Objet : Cours sur la conception personnalisée d'expériencesMerci beaucoup Monica et Gail pour votre aide.
C'est ce que je pensais devoir faire.
Super cours, très utile.
Objet : Cours sur la conception d'expériences personnalisées@monica_beals Il semble que le chapitre 4 de la revue ne détaille pas les sept facteurs expérimentaux. Nous ne connaissons pas leurs valeurs pour la conception des expériences, et la revue ne contient pas d'entrée pour « Conception d'un joint de porte », comme suggéré. La revue pourrait-elle être mise à jour pour inclure ces informations ?
Objet : Cours sur la conception d'expériences personnaliséesBonjour @Fizzix96 , j'ai écrit une première réponse, mais je me suis rendu compte qu'il y avait un autre problème avec le journal. Je publierai une nouvelle version dès que je l'aurai corrigé. Suivez-moi.:)
Objet : Cours sur la conception d'expériences personnalisées...
