Animés par @HadleyMyers , les passionnés du DOE ont partagé des discussions sur plusieurs sujets.
N'hésitez pas à poursuivre les discussions ci-dessous !
Vidéo 1 : Introduction
Vidéo 2 : Gérer les valeurs aberrantes
Commentaires:
@Victor_G : Et aussi séparer les répétitions des réplications pour mieux comprendre si le problème vient du processus de mesure (répétitions), ou du système (avec une éventuelle incertitude dans la fixation des niveaux de facteurs, vue à travers les réplications)
Vidéo 3 : Utilisations des facteurs covariables
Commentaires:
@Victor_G : Jed Campbell de JMP a rédigé un excellent article de blog sur les contraintes de facteurs non linéaires : https://community.jmp.com/t5/JMP-Blog/Demystifying-Factor-Constraints/ba-p/619898
Démystifier les contraintes des facteurs
N'est-ce pas définir des contraintes factorielles que je devrais laisser de côté ou faire comme si cela n'existait pas ? Un sage ne fait rien par contrainte. -Marcus Tullius Cicero Si vous vous êtes senti intimidé par le Define...
@Paul_J : Je faisais ça tout le temps quand je travaillais dans les industries agroalimentaire et chimique.
@Bill_Worley : Je suis un grand partisan de l'utilisation d'ensembles de candidats covariables.
@Victor_G : Les ensembles de covariables sont très utiles en chimie, lorsqu'il s'agit de propriétés chimiques comme entrées par exemple
Vidéo 4 : bonnes pratiques sur les plages de réglage
Commentaires:
@Victor_G : Utiliser la large plage en dépistage (éventuellement avec des points centraux), et affiner la plage en exploration/optimisation.
@KimRas2 : Soyez audacieux !
@shs : Ce qui fonctionne pour moi, si vous partez de zéro et que vous n'êtes pas sûr que vos frontières fonctionnent, commencez par l'expérience qui, selon vous, pourrait être la plus critique. Ici, vous ne gaspillez qu’une seule expérience.
@Victor_G : Les conceptions de portée sont également très utiles pour définir des plages appropriées et vérifier la variabilité dans l'espace de conception : https://prismtc.co.uk/resources/blogs-and-articles/scoping-designs
Vous essayez uniquement les tests avec des niveaux -1 pour tous les facteurs, des points centraux et des niveaux +1 pour tous les facteurs.
Et vous pouvez très facilement augmenter votre conception de cadrage en une conception factorielle
@Nicola_Nuti : D'accord, augmenter la taille de l'effet donne également plus de puissance.
@Jonas_Rinne : L'idée de cadrage des conceptions est très utile pour vérifier si vos plages ont du sens. Surtout quand il y a plusieurs facteurs.
@SDF1 : Même les essais qui ne fonctionnent pas fournissent toujours des informations très utiles pour le DOE et l'ensemble du processus exploratoire.
@shs : Avec des réglages trop étroits, on ne peut jamais être sûr de la courbure, ce qui est souvent le cas avec la température.
@Paul_J : définir les plages est un bon exemple de la raison pour laquelle il faut conserver la science dans les statistiques.
@Bill_Worley : Si vous disposez de données historiques, vous pouvez créer un modèle et utiliser Design Space Profiler pour vous aider à déterminer les plages optimales.
@Victor_G : Oui, le DoE est un changement de méthode, mais avec plus de prévisibilité sur les résultats, les apprentissages et la planification sont beaucoup plus faciles (par rapport à l'essai d'un facteur à la fois et à la meilleure estimation).
@SDF1 : En fonction du degré de "nouvelle" de la recherche, un "pré-DOE" est parfois nécessaire pour déterminer quelles sont les plages réalisables pour les facteurs que vous testez afin que lorsque vous vous asseyez réellement pour créer une analyse plus détaillée /complex DOE, vous avez plus de chances de réussir toutes les exécutions.
Vidéo 5 : DOE modernes
@Victor_G : J'aime beaucoup la métaphore avec le toit, merci pour le partage !
@shs : J'utilise rarement le design classique, car ils sont importants dans les exécutions expérimentales. L'utilisation de concepts tels que SVEM avec de petites conceptions ou des conceptions de criblage définies, etc. peut vous donner des conceptions qui peuvent couvrir un grand nombre de facteurs avec peu d'essais, et cela convainc les gens lorsqu'ils voient pour la première fois à quel point les efforts expérimentaux peuvent diminuer en utilisant des conceptions modernes.
@Victor_G :
J'évalue et compare souvent les designs modernes avec un éventuel homologue "classique", pour mieux montrer les avantages du design moderne.
@KimRas2 : DoE fonctionnel ?
@ryan_cooper : J'aime souvent faire référence à certains des points de Phil Kay dans cette discussion communautaire. (Le titre de la question est cependant trompeur.) Quelques discussions sur les raisons pour lesquelles la plupart des choses peuvent être faites avec DSD et la conception personnalisée.
https://community.jmp.com/t5/Discussions/Reason-against-using-Custom-Design-DOE-for-everything/td-p/407995
Vidéo 6 : Explorateur de données fonctionnelles
@Victor_G : DoE fonctionnel avec sortie de courbe : https://community.jmp.com/t5/Discovery-Summit-Europe-2021/Use-of-Functional-Data-Explorer-in-a-Mixture-Design-for/ta -p/349208
Vous pouvez utiliser des données de courbe (données fonctionnelles) comme entrées et/ou sorties.
Lyndal a demandé : la licence JMP standard couvre-t-elle l'analyse fonctionnelle DoE ? Je pensais que j'avais besoin de JMP Pro ?
Oui, c'est uniquement en Pro
@Victor_G : En entrée, vous pouvez utiliser les coefficients de l'analyse fonctionnelle, et lier ces coefficients à vos sorties
@Phil_Kay : @Ben_Ingham possède une certaine expertise dans ce domaine. Ben sera au Discovery Summit à Manchester si vous parvenez à y venir.
