Wussten Sie, dass Sie eine einfache Laterne herstellen können, indem Sie einfach eine mit Flüssigkeit gefüllte Plastikflasche auf eine Taschenlampe stellen? Kommt es beispielsweise aufgrund einer Katastrophe zu einem Stromausfall, können Taschenlampen allein möglicherweise nicht ausreichend Licht liefern. Wenn man zu diesem Zeitpunkt eine mit Wasser gefüllte Plastikflasche oder ähnliches auf eine Taschenlampe stellt, wird das Licht diffus reflektiert und heller, wodurch die Umgebung beleuchtet wird.
Während eines Stromausfalls ist es wünschenswert, die Umgebung so weit wie möglich aufzuhellen, allerdings scheint die Helligkeit je nach den verschiedenen Bedingungen der PET-Flasche zu variieren. Machen wir also ein Experiment.
Dies bedeutet jedoch nicht, blind zu experimentieren. Lassen Sie uns Experimente durchführen und Schlussfolgerungen auf der Grundlage des experimentellen Designs ziehen.
Helligkeitsexperiment mit „Plastikflaschenlaterne“
Erstellen Sie eine Basis mit einer darin eingebetteten Taschenlampe und stellen Sie in etwa 50 cm Entfernung einen Belichtungsmesser auf.
Stellen Sie eine mit Flüssigkeit gefüllte Plastikflasche auf die Basis und lesen Sie nach einer Weile den Wert (Lux) auf dem Beleuchtungsmesser ab, sobald er sich stabilisiert hat.
Wir haben ein Video des Experiments vorbereitet.
Die Antwort ist „Helligkeit (Lux)“ und der Zweck besteht darin, sie so groß wie möglich zu machen (maximieren).
- Die vier Faktoren sind die Art der Flüssigkeit in der Plastikflasche, das Volumen, die Konzentration (umgerechnet in einen dezidierten Logarithmus) und die Form der Plastikflasche.
- Als Flüssigkeitsart kann Wasser verwendet werden, dieses Mal haben wir uns jedoch für drei Arten entschieden: Sportgetränke, Milchsäurebakteriengetränke und Milch.
Liste der Faktoren
Linke Abbildung: Arten von PET-Flaschen (Cola, Hida Hida), Rechte Abbildung: Konzentrationsunterschiede (100 %, 10 %, 1 %)
Ablauf des experimentellen Designs in diesem Experiment
Zunächst führen wir ein Screening-Experiment durch, um aus den vier Faktoren wichtige Faktoren zu extrahieren. Sobald ein wichtiger Faktor gefunden ist, verwenden wir diesen Faktor, um ein weiteres Experiment durchzuführen, um die Antwortoberfläche anzupassen, und passen dann das Modell an, um die Faktorbedingungen zu finden, die das hellste Licht ergeben (Optimierung).
Schritt 1: Screening auf wichtige Faktoren
Schritt 2: Antwortoberfläche erstellen und optimieren
Screening-Experiment
In diesem Screening-Experiment werden wir den Haupteffekt und die quadratische Wechselwirkung der drei Faktoren „Flüssigkeitstyp“, „Volumen“ und „log10 (Konzentration)“ untersuchen. (Der Interaktionseffekt auf die „Flaschenform“ wird nicht berücksichtigt.)
■Erstellen eines Versuchsplans anhand eines benutzerdefinierten Designs
JMPs [Benutzerdefinierter Plan] Verwenden Sie dies, um einen Screening-Plan zu erstellen.
Beziehen Sie im Modell einen Haupteffekt und drei Zwei-Wege-Wechselwirkungen ein (Flüssigkeitstyp*Volumen, Flüssigkeitstyp*log10(Konzentration) und Volumen*log10(Konzentration)). Derzeit beträgt der Standardwert für die Anzahl der Experimente 18. Daher erstellen wir hier einen Plan mit dieser Anzahl von Experimenten.
Führen Sie das Experiment basierend auf dem generierten 18-Experimentplan durch und geben Sie die Reaktion (Helligkeit) ein.
■Visualisierung experimenteller Daten
Bevor wir das Modell anpassen, visualisieren wir die erhaltenen experimentellen Daten. Mit dem Graph Builder können Sie Dinge visualisieren wie:
Linke Abbildung: Liniendiagramm mit Experimentreihenfolge auf der X-Achse und Reaktion auf der Y-Achse. Überprüfen Sie, ob die Experimentreihenfolge Auswirkungen auf die Ergebnisse hat.
Rechte Abbildung: Überprüfen Sie faktorielle Effektdiagramme, Streudiagramme mit Faktoren auf der X-Achse und Antworten auf der Y-Achse, Liniendiagramme (die die Durchschnittswerte jeder Ebene verbinden), die Beziehung zwischen Antworten und Faktoren, das Vorhandensein von Ausreißern usw.
■Analysebericht
Wenn Sie das Skript „Modell“ oben links in der Datentabelle ausführen, wird das im benutzerdefinierten Design angegebene Modell angewendet.
- In Bezug auf das „Diagramm der vorhergesagten Werte und der gemessenen Werte“ gibt es keine experimentellen Punkte, die signifikant von der roten Linie abweichen (Bereich, in dem die gemessenen Werte und die vorhergesagten Werte übereinstimmen), und das R-Quadrat zeigt einen hohen Wert Der Wert beträgt 0,96, sodass eine gute Anpassung erreicht wird. Sie können sehen, dass es welche gibt.
- Unter Bezugnahme auf den Bericht „Wirkungszusammenfassung“ sind die folgenden Punkte auf dem Signifikanzniveau von 5 % von Bedeutung: „Flüssigkeitstyp*log10(Konzentration)“, „log10(Konzentration)“ und „Flaschenform“. Sie können sehen.
■Unnötige Begriffe zu Fehlern zusammenfassen
In Screening-Experimenten können Terme, die im angepassten Modell nicht signifikant sind, ausgeschlossen (als Fehler betrachtet) werden, um die Auswirkungen, die die Reaktion beeinflussen, klar zu bestimmen. In JMP können Sie den Begriff aus dem Modell entfernen, indem Sie den zu löschenden Begriff im Bericht „Effektzusammenfassung“ auswählen und unten links auf „Löschen“ klicken.
- Löschen Sie die Interaktion „Kapazität*log10(Konzentration)“ mit dem größten p-Wert (p=0,966).
- Nachdem Sie Schritt 1 ausgeführt haben, ist die Interaktion mit dem größten p-Wert „Flüssigkeitstyp * Volumen“ (p = 0,384). Löschen Sie sie daher
In den Schritten 1 und 2 wurde der Haupteffekt „Flüssigkeitsart“ nicht entfernt, obwohl er einen großen p-Wert hatte. Dies liegt daran, dass die Interaktion „Flüssigkeitstyp*log10(Konzentration)“ im Modell enthalten ist. Im Allgemeinen entfernen wir einen Haupteffekt nicht, wenn das Modell eine Interaktion mit diesem Haupteffekt enthält. Das Hierarchie der Effekte Es heißt.
Im Folgenden betrachten wir ein Modell, bei dem unnötige Begriffe entfernt wurden.
■Interaktionsprofil
In diesem Beispiel ist die Wechselwirkung zwischen Flüssigkeitstyp und Konzentration von großer Bedeutung. Es ist sinnvoll, dieses Phänomen anhand von Interaktionsprofilen zu betrachten. Über die Schaltfläche mit dem roten Dreieck oben links im Bericht Faktorprofil > Interaktionsdiagramm Es kann in angezeigt werden
Wenn Sie sich die rot eingekreiste Abbildung oben rechts ansehen, können Sie den Wechselwirkungseffekt zwischen Flüssigkeitstyp und Konzentration deutlich erkennen.
Bei Milch nimmt die Helligkeit tendenziell mit zunehmender Konzentration ab, bei Sportgetränken nimmt die Helligkeit jedoch tendenziell mit zunehmender Konzentration zu. Bei Getränken mit Milchsäurebakterien scheint es keinen Zusammenhang zwischen Konzentration und Helligkeit zu geben.
■Vorhersageprofil
Verwenden Sie Vorhersageprofile, um Beziehungen zwischen Reaktionen und Faktoren zu untersuchen.
Über die Schaltfläche mit dem roten Dreieck auf der linken Seite können Sie Optimierung und Zufriedenheit > Zufriedenheit maximieren Durch Auswahl können Sie die Bedingung des Faktors ermitteln, der den vorhergesagten Helligkeitswert (die Antwort) im erstellten Modell maximiert.
Die Voraussetzung für maximale Helligkeit ist, wenn 500 ml 1 %ige Milch in eine gefaltete Plastikflasche gegossen werden. Die vorhergesagte Helligkeit wird zu diesem Zeitpunkt etwa 34 Lux betragen.
Wie Sie wissen, enthält Milch Fett- und Ölbestandteile. Dieser Öl- und Fettanteil ist für die Helligkeit verantwortlich. Dies lässt sich daraus erklären, dass in der Vergangenheit Öl als Brennstoff für die Beleuchtung verwendet wurde.
Es scheint, dass im Notfall eine kleine Menge Milch in eine Plastikflasche mit Wasser gegeben wird, um eine sehr helle Laterne zu erzeugen. Wenn Sie jedoch Milch selbst (100 %ige Konzentration) verwenden, blockiert diese das Licht, sodass Sie vorsichtig sein müssen.
Von Screening-Experimenten bis hin zu Optimierungsexperimenten
Allerdings ist es unwahrscheinlich, dass Sie im Notfall Milch zur Hand haben. Wasser und Sportgetränke können für Notfälle häufiger vorrätig sein. Daher der nächste Teil 2 Lassen Sie uns nun ein Reaktionsflächenmodell für Sportgetränke erstellen, um die Kapazitäts- und Konzentrationsbedingungen für das hellste Getränk zu untersuchen.
Referenzvideo für dieses Experiment: Wie verwandelt man eine Taschenlampe am hellsten in eine Laterne? ｜Katastrophenpräventionsexperiment [vorbereiten] Fernseher ] Youtube
https://www.youtube.com/watch?v=NbmN2s-Pjz8
von Naohiro Masukawa (JMP Japan)
Naohiro Masukawa – JMP-Benutzergemeinschaft
