Siguiendo el artículo anterior Más tarde, papá y Lele encontraron la fórmula y la técnica para preparar té negro mediante un diseño personalizado. A continuación, las dos personas van a experimentar cómo hacer deliciosas perlas.
Lele: Afortunadamente, la semana pasada empacamos tan rápido que nuestra madre no se dio cuenta de que estábamos preparando en secreto su regalo de cumpleaños.
Papá: Sí, aprovechemos el tiempo para intentar hacer deliciosas perlas esta semana. Miré la información en Internet y descubrí que hay varios factores importantes que afectan si las perlas saben bien o no, incluyendo la marca de las perlas, la cantidad de agua para cocinar, la proporción perlas/perla, el tiempo de cocción, el tipo de azúcar y la cantidad de azúcar Tiempo de remojo.
Lele: Recuerdo que existen condiciones de control de la temperatura del agua al preparar té negro, ¿no es necesario considerar esto?
Papá: Sí, la temperatura del agua es el factor clave para hacer té negro, pero esta vez herviremos el agua, es decir, pondremos a hervir las perlas cuando esté a 100 grados, así la temperatura siempre será de 100 grados, hay No hay diferencia en condiciones como esta, no necesitamos controlarlo y no necesitamos usarlo como factor en el experimento. Además, muchas recetas recomendadas para hervir perlas dicen que las perlas deben enfriarse rápidamente después de cocinarlas para hacerlas elásticas. Consideramos esto como parte del proceso estándar, por lo que no es necesario utilizarlo como factor de control.
Lele: Ya veo, ¿cuándo vamos a comenzar nuestro experimento? ¿Deberíamos pedirle a JMP que nos ayude a diseñar experimentos esta vez?
Papá: Sí, porque la marca de la perla y la proporción volumen de agua/perla son factores que son difíciles de cambiar, así que le pedimos a JMP que nos ayudara esta vez. Configure experimentos apropiados basados en la dificultad de cambiar los factores.
Diseñar experimentos basados en la dificultad de cambiar factores.
Lele: Suena genial. JMP también puede proporcionar experimentos apropiados según el grado de facilidad del cambio.
Papá: Entonces, primero prepararé los materiales para hacer perlas y tú harás tu tarea primero.
Papá preparó dos marcas de perlas, una taza para calcular la cantidad de agua y perlas, azúcar granulada y panela, y abrió JMP. Después de que Lele terminó su tarea, regresó con su padre y le dijo: ¿Esta vez también utilizaremos experimentos de diseño experimental personalizados?
Papá: Sí, también tratamos nuestro valor objetivo, que es la delicia de las perlas, como resultado de la respuesta. El objetivo es que cuanto más deliciosas mejor, es decir, cuanto más grandes, mejor, y luego colocamos los factores clave de la perla. marca, volumen de agua/proporción de perlas, tiempo de cocción a fuego lento, tipo de azúcar y tiempo de remojo del azúcar (Tabla 1).
factores clave
|
Tipo de datos
|
valor(rango/tipo)
|
marca perla
|
categoría
|
Marca A
|
Marca B
|
Relación volumen de agua/perla
|
continuo
|
6~8
|
tiempo de ebullición
|
continuo
|
20~50
|
tipo de azúcar
|
categoría
|
azúcar granulada
|
azúcar morena
|
Tiempo de remojo del azúcar
|
continuo
|
10~30
|
Tabla 1: Tabla de factores clave en el experimento de las perlas.
Papá completa los factores y rangos apropiados en secuencia en la plataforma de diseño personalizado (Figura 1).
Figura 1, resultados de respuesta y configuración de factores
Comprender el experimento de trama dividida
Papá continuó diciendo: Debido a que esperamos cocinar una vez y luego recoger las perlas en diferentes tiempos de cocción a fuego lento, esto puede ahorrar algo de tiempo experimental, por lo que configuramos los dos parámetros de volumen de agua/relación de perlas y variedad de perlas en valores muy altos. Es difícil de cambiar, luego configuramos el tiempo de cocción a fuego lento como un parámetro que es difícil de cambiar, y los dos parámetros restantes permanecen en su estado original fácil de cambiar. entonces Establezca factores en diferentes niveles para realizar un diseño experimental jerárquico, al que llamamos "experimento de trama dividida". (Figura 2).
Figura 2: Dificultad para cambiar los factores de ajuste
Papá presionó el botón Continuar y continuó: Ajustamos el término de efecto del Modelo y agregamos el término cuadrático de la variable continua (Figura 3), esto puede confirmar si hay un valor máximo o mínimo en el rango del parámetro, es decir, si es extremo. los valores ocurren en el medio del rango en lugar de en los extremos.
Figura 3, agregando elementos de efecto de modelo
Papá desplazó el informe mientras hablaba y continuó: Además, debido a que hemos establecido los factores en dos niveles: "muy difícil de cambiar" y "difícil de cambiar", en Generación de diseño, podemos seleccionar "muy difícil de cambiar". " y " ¿Es difícil cambiar? ¿Existe una relación independiente entre los dos? Es decir, las dos capas son una estructura anidada o una estructura cruzada. si Garrapata Los factores difíciles de cambiar pueden variar independientemente de los factores Muy difíciles de cambiar , lo que significa que las dos capas son una "estructura cruzada" , si no está marcado, significa "estructura de nido" . ( Como se muestra en la Figura 4)
Figura 4, ajuste si se trata de una estructura de canal, el número de parcelas completas y subtramas y el número total de experimentos.
Lele preguntó: ¿Qué es una estructura anidada?
Luego, papá dibujó una figura en el papel y respondió: La estructura anidada, también llamada estructura anidada, es en realidad la siguiente capa incrustada en la capa anterior, por lo que la misma combinación se completa en secuencia antes de hacer la siguiente combinación. Por ejemplo, en el dibujo que hice, comencé desde el grupo A, que es muy difícil cambiar los factores. Después de terminar la combinación AC, hice la combinación AD y luego pasé al grupo B.
Figura 5, explicación de la estructura cruzada y la estructura del nido, los números indican la secuencia experimental
En cuanto a la estructura cruzada, no completará los factores que son difíciles de cambiar en orden, su orden todavía comienza desde el grupo A, que es muy difícil de cambiar los factores, pero luego creará AC, AD, AC, AD, BC, BD, BC, BD en este orden, puede encontrar que los factores que son difíciles de cambiar deben cruzarse para completar el experimento (Figura 5).
Lele tomó el dibujo dibujado por su padre y lo miró por un momento, luego se dirigió a la computadora de su padre. Papá se desplazó hacia abajo en el informe y continuó: También podemos especificar el número de parcelas completas (área completa) y subparcelas (subárea). Configuré 6 veces y 12 veces aquí. También puedes elegir la cantidad de experimentos. Esta vez mantenga los ajustes preestablecidos 36 veces (Figura 4).
Figura 4, ajuste si se trata de una estructura de canal, el número de parcelas completas y subtramas y el número total de experimentos.
Lele: ¿36 veces son demasiados?
Papá: Esta parte depende del experimento real y de si el experimentador puede permitírselo. Pero creo que puedes comer esta perla conmigo hoy. La calificaremos juntos y usaremos esta puntuación promedio como resultado de la puntuación de sabor. De esta manera, También es más preciso.
Papá y Lele siguieron las combinaciones experimentales diseñadas por la plataforma experimental personalizada de JMP y completaron 36 calificaciones de sabor (Figura 6).
Figura 6, recopilación de resultados experimentales.
Lele: Papá, estoy tan llena.
Papá: Yo también, pero afortunadamente me ayudaste a compartir parte de la carga. Finalmente completamos la recopilación de datos y ahora podemos usar las herramientas JMP para ayudarnos a analizarlos.
usar JMP Realizar análisis de regresión
Mientras hablaba, papá presionó "Modelo" en la esquina superior izquierda de la tabla DOE para iniciar el análisis de regresión. Después de algunas acciones, papá completó la producción del informe de análisis de regresión. Lele tomó el informe JMP completado por papá y lo observó por un tiempo. Pregúntale a papá: ¿Por qué no eliminaste el término de efecto cuyo valor P excedía 0,05 para la marca de perlas?
Papá: Así es. ¿Recordaste eliminar los elementos de efecto cuyo valor P exceda 0.05? Sin embargo, la especificación del valor P se establece en 0.05 como valor de referencia, porque el valor P de la marca de perlas es 0.05367. Aunque excede 0.05 , no excede mucho y el modelo no considera demasiados términos de efecto, así que lo mantendré.
Lele asintió para expresar su comprensión. Papá continuó diciendo, si miras el informe Resumen de efectos, puedes encontrar que el tipo de azúcar y el tiempo de remojo del azúcar son los dos principales. Estos factores afectarán la dulzura del perlas, especialmente el tipo de azúcar.muchas. Además, el tiempo de cocción también es una condición muy importante (Figura 7).
Figura 7, Informe de análisis de regresión: resumen de efectos
Lele dijo: Sí, si lo cocinas por mucho tiempo, se desmoronará y no será sabroso. Si lo recoges demasiado rápido, se endurecerá.
Papá: Claro, también te sientes así durante el proceso experimental, por lo que muchas empresas tienen muchos profesores experimentados o empleados antiguos con experiencia. Están bien informados, por lo que sabrán qué parámetros son importantes, pero no les gustan. Las herramientas del diseño experimental. Sin embargo, en este ejemplo, si no hacemos experimentos, todavía no sabemos tipos de azucar y tiempo de remojo El sabor de las perlas es tan importante, por eso El diseño experimental no pretende desafiar a estos empleados experimentados, sino proporcionar una manera de ayudarlos a examinar si hay alguna mejora en el proceso o fórmula actual. . Para este ejemplo, nuestro objetivo es Encuentra mejores sabores de perlas .
Lele asintió con la cabeza. Papá pasó el informe al informe de Estimaciones de componentes de varianza REML que aparece a continuación (Figura 8) y continuó: Hay otra prueba importante que debe confirmarse. Puede ver que se realizó una prueba de Wald en parcelas completas y subtramas aquí para verificar si hay diferencias entre diferentes parcelas completas y subtramas. Los resultados son obviamente mayores que 0.05, por lo que tenemos más confianza en que las parcelas completas y las subtramas tienen buenos efectos. sobre el sabor de las perlas. No hay mucha diferencia en las puntuaciones, y podemos utilizar con seguridad los resultados del análisis del experimento de parcela dividida para construir un modelo de sabor y parámetros de las perlas.
Figura 8, Informe de análisis de regresión: estimaciones de componentes de varianza REML
Lele cambió de tema: Pero dijiste que el tipo de azúcar es muy importante, ¿cómo confirmamos qué tipo de azúcar es delicioso?
Papá abrió el Prediction Profiler y continuó: Lele, mira la imagen de los tipos de azúcar. Es obvio que la puntuación del azúcar moreno es mayor que la del azúcar granulada. En otras palabras, dijiste que el sabor a caramelo se cocina con azúcar moreno. (Figura 9).
Figura 9, Generador de perfiles de predicción
Luego, papá usó la función Maximizar la deseabilidad del marcador para obtener la mejor condición de combinación de parámetros para la marca de perlas A. La relación consumo de agua/perla es de aproximadamente 6,9 para cocinar. El tiempo de cocción es de aproximadamente 30 minutos. Después de cocinar, después de remojar azúcar moreno durante unos 26 minutos, podrás obtener deliciosas perlas con una puntuación esperada de 9,7 (Imagen 10).
Figura 10, la mejor combinación estimada por Prediction Profiler
Lele: Genial, encontramos la forma más deliciosa de cocinar perlas, espero que a mamá le guste.
Papá: Definitivamente le gustará. El próximo es su cumpleaños. Combinaremos el mejor té negro que hicimos la semana pasada con las mejores perlas que hicimos hoy, leche y algunos cubitos de hielo, y tal vez agreguemos un poco de fructosa adecuada, puedes conseguir el favorito de mamá. té con leche de burbujas.
Lele de repente pensó en una pregunta: ¿Cuál es la relación entre estos?
Papá sonrió y dijo: ¡Entonces necesitamos la ayuda de la cumpleañera y de JMP para ayudarnos a encontrar la proporción más adecuada!
Lele: ¡Estoy deseando que llegue!
El próximo artículo explicará: Cómo utilizar el diseño de mezcla en un diseño experimental para preparar un té con leche de burbujas perfecto.
Obtenga más recursos relacionados con el diseño experimental del DOE:
