[Résumé de la présentation]
Grâce à la combinaison unique d'une plateforme statistique avancée et de conceptions d'expériences, JMP contribue à améliorer la compétitivité et l'efficacité de l'ingénierie au sein des organisations grâce à des méthodes analytiques et statistiques.
Dans cette présentation, nous présenterons comment les outils de conception expérimentale fournis dans JMP 17 peuvent aider les utilisateurs à différentes étapes. Dans la première moitié de la présentation, nous présenterons DOE avec navigation (nom anglais : Easy DOE). Le Navigated DOE est un outil qui révolutionne la façon dont les expérimentateurs débutants abordent leur travail.
Cet outil rend le flux de travail de conception d'expériences, de la planification à l'analyse, plus accessible aux personnes de tous niveaux de compétence. Découvrez comment cette solution innovante simplifie le processus depuis la conception expérimentale jusqu'à l'analyse, permettant ainsi aux débutants de commencer à utiliser la conception expérimentale en toute confiance.
En poussant plus loin la conception des expériences, les conceptions peuvent incorporer des caractéristiques telles que des facteurs bloquants ou des combinaisons de facteurs difficiles à modifier et de facteurs faciles à modifier (expériences fractionnées). Ces conceptions sont correctement analysées à l’aide d’un modèle de mélange.
Les modèles mixtes (les réponses sont normalement distribuées) et les modèles mixtes linéaires généralisés (les réponses sont distribuées en nombre discret, binaire, binomial (o/n)) permettent une analyse rapide et précise pour une prise de décision efficace. Découvrir et utiliser ces techniques peut sembler compliqué au début, mais cela ne doit pas nécessairement être difficile.
En fait, en tant que développeurs de JMP, nous l'avons conçu dans un souci de simplicité, le rendant accessible et facile à utiliser pour les chercheurs et analystes de tous niveaux. Découvrez comment ces fonctionnalités élargissent la gamme de plans et de réponses que vous pouvez analyser dans l'environnement convivial de JMP Pro.
[Profil du présentateur]
Ryan Lekivetz : Responsable, R&D en analyses avancées, développement JMP, JMP Statistical Discovery LLC.
Responsable de l'équipe développant la plateforme de plans d'expériences (DOE) et de fiabilité de JMP. Il est titulaire d'un doctorat en statistique de l'Université Simon Fraser (Burnaby, Colombie-Britannique, Canada) et a publié des articles sur des sujets du DOE dans des revues universitaires à comité de lecture. De plus, en appliquant le DOE à la vie quotidienne, nous explorons les moyens d’utiliser ces recherches à la maison.
Elisabeth A. Claassen 
éveloppeur statisticien de recherche principal, JMP Development, JMP Statistical Discovery LLC.
Développeur senior de statistiques de recherche avec plus de 10 ans d'expérience dans JMP et SAS. Son principal domaine de responsabilité concerne les modèles mixtes linéaires généralisés (GLMM), et il est le responsable du développement de GLMM dans JMP Pro. Il a obtenu sa maîtrise et son doctorat en statistiques de l'Université du Nebraska-Lincoln, où il a reçu le Holling Family Award pour son enseignement exceptionnel au Collège des sciences agricoles et des ressources naturelles.
*Il n'y a pas de matériel de présentation.
