Libere el poder del DOE
Últimamente, nuestro equipo ha notado un aumento en las solicitudes de orientación de los clientes sobre cómo el diseño de experimentos (DOE) puede respaldar sus proyectos de desarrollo de productos y procesos, particularmente por parte de científicos e ingenieros que son nuevos en el diseño de experimentos. Sin embargo, el DOE no es un proceso único para todos, y la elaboración de un experimento diseñado implica varios factores, incluido el presupuesto, el cronograma, los tipos de variables y los objetivos experimentales. Si bien esta versatilidad es una de las fortalezas del DOE, quienes son nuevos en el DOE pueden sentirse inicialmente abrumados por las diversas opciones y consideraciones.
En respuesta, hemos creado una serie de seis partes que tiene como objetivo proporcionar una introducción a los conceptos fundamentales del DOE para quienes son nuevos en el DOE, al mismo tiempo que presentamos temas intermedios y avanzados para quienes ya estén familiarizados con el DOE.
Hemos llamado a esta serie "Desbloquear el poder del DOE" porque creemos que el DOE es la herramienta más poderosa que los científicos e ingenieros tienen disponible para aprender sobre sus productos y procesos. Nuestro objetivo a lo largo de estas seis presentaciones es capacitar a los usuarios de JMP para que aprovechen todo el potencial de esta herramienta increíblemente poderosa.
Presentaciones en esta serie.
Sesión 1: ¿Qué es el diseño de experimentos? Haga clic aquí para mirar
Únase a nosotros para aprender sobre los fundamentos del diseño estadístico de experimentos (DOE). Esta sesión muestra en qué se diferencia este método experimental de los métodos tradicionales y cómo permite a los científicos e ingenieros maximizar el retorno de la inversión en su experimento.
Sesión 2: Introducción a Easy DOE Haga clic aquí para ver
¿Nuevo en el DOE? ¡Ningún problema! Easy DOE es una plataforma guiada para comenzar. Aprenda a diseñar y analizar un experimento, todo en un único proceso guiado. Una vez que se sienta cómodo con los conceptos básicos del DOE, aprenda cómo realizar una transición sin problemas a los enfoques estándar del DOE.
Sesión 3: Diseño de experimentos óptimos con métodos DOE modernos Haga clic aquí para verlo
Los métodos DOE modernos le permiten crear un experimento que se ajuste a su sistema. Aprenda cómo superar las limitaciones del DOE tradicional mediante el uso de la plataforma de diseño personalizado. Después de crear el diseño, utilice diferentes herramientas para explorar y comparar diferentes diseños y asegurarse de que está creando la mejor opción para respaldar sus objetivos.
Sesión 4: Optimización de la formulación con la mezcla DOE Haga clic aquí para ver
Pintura, aderezo para ensaladas, jabón. ¿Qué tienen en común? Son todas mezclas. Para optimizar una mezcla, debes cambiar las proporciones de los ingredientes o componentes manteniendo igual la masa o volumen total. Si esto le parece un sistema con el que está trabajando, únase a nosotros para aprender cómo crear y analizar mezclas DOE.
Sesión 5: Hacer más con menos Haga clic aquí para ver
¿Ya utiliza un enfoque DOE en sus experimentos pero desea seguir extrayendo más información con menos experimentos? Únase a nosotros para aprender sobre diseños de detección avanzados y cómo aumentar los DOE para aprovechar experimentos anteriores. El Diseño de Detección Definitivo (DSD) es un método eficiente que proporciona una plataforma para reducir el número total de experimentos Y brinda información adicional sobre el sistema. Aumentar un DOE es una metodología que le ayuda a aprovechar experimentos anteriores. Vea cómo puede comenzar con un diseño de cribado simple y luego desarrollarlo para obtener más información sin tener que comenzar un diseño nuevo.
Sesión 6: Temas avanzados del DOE Haga clic aquí para ver
JMP continúa superando los límites de lo que es posible con DOE en nuevas capacidades y plataformas. Esta sesión se centra en dos de esas capacidades: DOE funcional y modelos de conjunto autovalidantes (SVEM). Los datos funcionales son datos bidimensionales, como una curva cinética, evolución de calor a lo largo del tiempo, distribución del tamaño de partículas o un espectro químico. Un DOE funcional le permite optimizar toda esa curva de respuesta (en lugar de un solo parámetro). Los modelos de conjunto de autovalidación (SVEM) le permiten ejecutar incluso menos experimentos en su diseño a través de algoritmos de modelado avanzados.
¿Cómo estás? ¿Puedes enviarme datos del DOE? Gracias.
Hola @MarkovHedgehog9
¡Gracias por visitar esta serie de blogs! Publicaré los conjuntos de datos de cada una de las presentaciones en las secciones individuales. ¿Hay alguna presentación o conjunto de datos que le haya interesado más?
Puedo entender el diseño DOE simple usando el documento de ayuda. ¿Hay alguna explicación o PPT sobre el diseño DOE complejo, como multifactor y multinivel, diferentes niveles de diseño combinado y análisis de datos experimentales?
