Moderiert von @HadleyMyers diskutierten DOE-Enthusiasten über verschiedene Themen.
Fühlen Sie sich frei, die Diskussionen weiter unten fortzusetzen!
Video 1: Einführung
Video 2: Umgang mit Ausreißern
Kommentare:
@Victor_G : Und trennen Sie auch Wiederholungen von Replikationen, um besser zu verstehen, ob das Problem vom Messprozess (Wiederholungen) oder vom System herrührt (mit möglicher Unsicherheit bei den Fixierungsfaktorniveaus, gesehen durch Replikationen).
Video 3: Verwendung kovariater Faktoren
Kommentare:
@Victor_G : Jed Campbell von JMP hat einen großartigen Blogbeitrag über nichtlineare Faktorenbeschränkungen verfasst: https://community.jmp.com/t5/JMP-Blog/Demystifying-Factor-Constraints/ba-p/619898
Faktorbeschränkungen entmystifizieren
Ist die Definition von Faktorbeschränkungen nicht etwas, das ich einfach in Ruhe lassen oder so tun sollte, als gäbe es sie nicht? Ein weiser Mann tut nichts aus Zwang. -Marcus Tullius Cicero Wenn Sie sich von der Definition eingeschüchtert gefühlt haben ...
@Paul_J : Das habe ich die ganze Zeit gemacht, als ich in der Lebensmittel- und Chemieindustrie gearbeitet habe.
@Bill_Worley : Ich bin ein großer Befürworter der Verwendung kovariater Kandidatensätze.
@Victor_G : Kovariatensätze sind in der Chemie sehr nützlich, wenn es beispielsweise um chemische Eigenschaften als Eingaben geht
Video 4: Best Practices zum Festlegen von Bereichen
Kommentare:
@Victor_G : Nutzen Sie den breiten Bereich beim Screening (möglicherweise mit Mittelpunkten) und verfeinern Sie den Bereich bei der Erkundung/Optimierung.
@KimRas2 : Seien Sie mutig!
@shs : Was für mich funktioniert: Wenn Sie bei Null anfangen und nicht sicher sind, ob Ihre Grenzen funktionieren, beginnen Sie mit dem Experiment, das Ihrer Meinung nach am kritischsten ist. Hier verschwenden Sie nur ein Experiment.
@Victor_G : Scoping-Designs sind auch sehr nützlich, um geeignete Bereiche zu definieren und die Variabilität im Designraum zu überprüfen: https://prismtc.co.uk/resources/blogs-and-articles/scoping-designs
Sie versuchen nur Tests mit -1-Stufen für alle Faktoren, Mittelpunkt(en) und +1-Stufen für alle Faktoren.
Und Sie können Ihren Scoping-Entwurf ganz einfach in einen faktoriellen Entwurf erweitern
@Nicola_Nuti : Einverstanden, eine Erhöhung der Effektgröße führt auch zu mehr Leistung.
@Jonas_Rinne : Die Idee, Designs festzulegen, ist sehr hilfreich, um zu überprüfen, ob Ihre Bereiche sinnvoll sind. Vor allem, wenn es viele Faktoren gibt.
@SDF1 : Selbst Versuche, die nicht funktionieren, liefern dennoch sehr nützliche Informationen für das DOE und den gesamten Erkundungsprozess.
@shs : Bei zu engen Einstellungen kann man sich über die Krümmung nie sicher sein, was bei der Temperatur oft der Fall ist.
@Paul_J : Das Festlegen der Bereiche ist ein gutes Beispiel dafür, warum die Wissenschaft in den Statistiken belassen werden sollte.
@Bill_Worley : Wenn Sie über historische Daten verfügen, können Sie ein Modell erstellen und den Design Space Profiler verwenden, um optimale Bereiche zu bestimmen.
@Victor_G : Ja, DoE ist eine Methodenänderung, aber mit mehr Vorhersehbarkeit der Ergebnisse, Erkenntnisse und einer viel einfacheren Planung (im Vergleich dazu, „Einen Faktor nach dem anderen auszuprobieren“ und sich auf beste Vermutungen zu verlassen).
@SDF1 : Je nachdem, wie „neu“ die Forschung ist, ist manchmal ein „Pre-DOE“ erforderlich, um die praktikablen Bereiche für die Faktoren zu bestimmen, die Sie testen, damit Sie sich dann tatsächlich hinsetzen und eine detailliertere Studie erstellen können /complex DOE, ist es wahrscheinlicher, dass alle Läufe erfolgreich sind.
Video 5: Modern DOE´s
@Victor_G : Die Metapher mit dem Dach gefällt mir wirklich gut, danke fürs Teilen!
@shs : Ich verwende klassisches Design kaum noch, da es in experimentellen Läufen groß ist. Durch die Verwendung von Konzepten wie SVEM mit kleinen Designs oder bestimmten Screening-Designs usw. können Sie Designs erhalten, die mit wenigen Durchläufen eine große Anzahl von Faktoren abdecken können, und die Menschen überzeugen, wenn sie zum ersten Mal sehen, wie sehr der experimentelle Aufwand mit modernen Designs sinken kann.
@Victor_G :
Ich bewerte und vergleiche oft moderne Designs mit einem möglichen „klassischen“ Gegenstück, um den Nutzen des modernen Designs besser hervorzuheben
@KimRas2 : Funktionales DoE?
@ryan_cooper : Ich beziehe mich in dieser Community-Diskussion oft gerne auf einige Punkte von Phil Kay. (Der Titel der Frage ist jedoch irreführend.) Einige Diskussionen darüber, warum die meisten Dinge mit DSD und Custom Design erledigt werden können.
https://community.jmp.com/t5/Discussions/Reason-against-using-Custom-Design-DOE-for-everything/td-p/407995
Video 6: Funktionsdaten-Explorer
@Victor_G : Funktionales DoE mit Kurvenausgabe: https://community.jmp.com/t5/Discovery-Summit-Europe-2021/Use-of-Functional-Data-Explorer-in-a-Mixture-Design-for/ta -p/349208
Sie können Kurvendaten (Funktionsdaten) als Ein- und/oder Ausgabe verwenden.
Lyndal fragte: Deckt die Standard-JMP-Lizenz die funktionale DoE-Analyse ab? Ich dachte, das braucht JMP Pro?
Ja, es ist nur in Pro
@Victor_G : Als Eingabe können Sie Koeffizienten aus der Funktionsanalyse verwenden und diese Koeffizienten mit Ihren Ausgaben verknüpfen
@Phil_Kay : @Ben_Ingham verfügt über einige Fachkenntnisse auf diesem Gebiet. Ben wird beim Discovery Summit in Manchester sein, wenn Sie es schaffen.
