Esta es la primera presentación de la serie de seminarios web de verano de 2023 Unlocking the Power of DOE.
En esta presentación, aprenda sobre los fundamentos del diseño estadístico de experimentos (DOE). Esta sesión mostrará cómo este método experimental difiere de los métodos tradicionales y cómo permite a los científicos e ingenieros maximizar el retorno de la inversión en su experimento.
sesión de preguntas y respuestas
P: ¿Qué pasa si los factores tienen una relación no lineal con la respuesta?
R: Puede agregar términos polinómicos u otros términos del modelo que pueden aproximado la respuesta no lineal. También podría considerar el uso de capacidades de modelado adicionales que no se basen en la regresión lineal (árboles de decisión, redes neuronales, etc.).
P: ¿Cómo puede usar JMP para analizar experimentos anteriores en los que se utilizó un enfoque de un factor a la vez?
R: Puede usar JMP para modelar datos históricos tal como lo haría con un diseño. Sin embargo, los factores pueden estar correlacionados y el modelo resultante puede no ajustarse bien. También podrías usar más avanzado métodos de regresión para crear un modelo o usar la selección de factores (Response Screening o Predictor Screening) para identificar variables importantes.
P: Si no puede controlar con precisión sus factores, ¿aún puede estudiar el sistema con un experimento diseñado?
R: Hay algunas maneras de manejar esta situación. 1) Puede asegurarse de tener un rango lo suficientemente grande en la configuración de su factor para asegurarse de que la variabilidad en la configuración no provoque que las configuraciones alta y baja se superpongan. 2) También puede simular la varianza en la configuración de los factores usando el Simulador de perfil y ver cómo la varianza del factor afecta la respuesta.
P: Si la configuración de su factor X cambia con respecto al punto establecido en el diseño, ¿cómo maneja esto? Por ejemplo, ¿qué sucede si el DOE solicitó una configuración de factor de 8, pero realizó la ejecución con una configuración de 8,2 debido a limitaciones en el control del factor?
R: Si hay variables que no se pueden controlar a los niveles en el DOE, puede crear una columna en la tabla de datos para Actual X para registrar el valor real para la configuración del factor. Luego, podría modelar el punto de ajuste que requiere el diseño y luego también modelar el valor real para ver si hay una diferencia.
