Dies ist die erste Präsentation aus der Sommer-Webinarreihe 2023 „Unlocking the Power of DOE“.
In dieser Präsentation erfahren Sie mehr über die Grundlagen der statistischen Versuchsplanung (DOE). In dieser Sitzung wird gezeigt, wie sich diese experimentelle Methode von herkömmlichen Methoden unterscheidet und wie sie es Wissenschaftlern und Ingenieuren ermöglicht, den Return on Investment in ihr Experiment zu maximieren.
Frage-und-Antwort-Runde
F: Was passiert, wenn die Faktoren eine nichtlineare Beziehung zur Antwort haben?
A: Sie können Polynomterme oder andere Modellterme hinzufügen, die dies können ungefähr die nichtlineare Reaktion. Sie könnten auch die Verwendung zusätzlicher Modellierungsfunktionen in Betracht ziehen, die nicht auf linearer Regression basieren (Entscheidungsbäume, neuronale Netze usw.).
F: Wie können Sie JMP verwenden, um frühere Experimente zu analysieren, bei denen ein Ein-Faktor-nach-dem-Ansatz verwendet wurde?
A: Sie können JMP zum Modellieren historischer Daten verwenden, genau wie Sie es mit einem Entwurf tun würden. Die Faktoren können jedoch korrelieren und das resultierende Modell ist möglicherweise nicht gut geeignet. Man könnte auch mehr gebrauchen fortschrittlich Regressionsmethoden zum Erstellen eines Modells oder verwenden Sie Faktor-Screening (Reaktions-Screening oder Prädiktor-Screening), um wichtige Variablen zu identifizieren.
F: Wenn Sie Ihre Faktoren nicht genau kontrollieren können, können Sie das System trotzdem mit einem geplanten Experiment untersuchen?
A: Es gibt verschiedene Möglichkeiten, mit dieser Situation umzugehen. 1) Sie können sicherstellen, dass Ihre Faktoreinstellung über einen ausreichend großen Bereich verfügt, um sicherzustellen, dass die Variabilität der Einstellung nicht dazu führt, dass sich die hohen und niedrigen Einstellungen überschneiden. 2) Sie können die Varianz der Faktoreinstellungen auch mit dem Profilsimulator simulieren und sehen, wie sich die Faktorvarianz auf die Antwort auswirkt.
F: Wie gehen Sie damit um, wenn sich Ihre X-Faktor-Einstellung vom Sollwert im Design ändert? Was wäre beispielsweise, wenn das DOE eine Faktoreinstellung von 8 forderte, Sie den Lauf jedoch aufgrund von Einschränkungen bei der Steuerung des Faktors mit einer Einstellung von 8,2 durchführen würden?
A: Wenn es Variablen gibt, die nicht auf die Ebenen im DOE gesteuert werden können, können Sie in der Datentabelle eine Spalte für „Actual X“ erstellen, um den tatsächlichen Wert für die Faktoreinstellung aufzuzeichnen. Anschließend können Sie den für das Design erforderlichen Sollwert modellieren und dann auch den tatsächlichen Wert modellieren, um festzustellen, ob ein Unterschied besteht.
