Webinaire académique JMP - Enseignement de la conception d'expériences avec JMP
Postez des questions ou des commentaires ci-dessous. Téléchargez le fichier JMP Journal dans la section Pièces jointes à droite.
La conception d’expériences (DOE) est une compétence essentielle à développer chez l’étudiant moderne en sciences ou en ingénierie. La suite d'outils DOE de classe mondiale de JMP est largement utilisée dans l'industrie, et l'interface visuelle et sans code de JMP rend ses outils DOE également parfaits pour une utilisation en classe. Ce webinaire passe en revue l'utilisation de JMP pour l'enseignement du DOE, en mettant l'accent sur les conceptions optimales classiques et modernes, l'analyse des données du DOE et les ressources pédagogiques gratuites du DOE proposées par le programme académique JMP.
Webinaire académiqueConception d'expériencesObjet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPSalut @colliDer88 , vous y êtes presque ! Lorsque vous configurez " Aucun bloc requis", 4 exécutions supplémentaires sont également ajoutées par défaut (pour de bonnes raisons, notamment une belle augmentation de puissance statistique). Changez 4 en 0 exécutions supplémentaires et vous obtiendrez un DSD de 13 exécutions.
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPhé, je n'arrive pas à reproduire les 13 exécutions de la démo Definitive Screening Design. Je n'ai pu obtenir que 17 exécutions même après avoir cliqué sur "Aucun bloc requis". Pourriez-vous expliquer les 13 courses s'il vous plaît.
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPVous souhaitez d’abord déterminer si la création d’une réponse composite a du sens sur le plan conceptuel. Il se peut que les réponses individuelles ne puissent pas être combinées mathématiquement de manière significative. Mais si vous déterminez une manière significative de les combiner, vous pouvez utiliser l'éditeur de formule de JMP pour créer la formule permettant de calculer la réponse composite. Vous utiliseriez cette formule dans la colonne de réponse de votre table de paramétrage Taguchi.
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPAlors, je veux savoir comment puis-je créer une réponse composite si j'utilise Taguchi Plan ?
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPSi votre budget est limité, vous devriez envisager le Custom Designer , qui fournira la conception optimale compte tenu des restrictions que vous imposez sur la taille de l'exécution (entre autres paramètres de conception). Il s’adapte facilement à plusieurs réponses.
Vous pouvez utiliser le kit d'introduction DOE pour vous familiariser avec Custom Designer, puis visionner un ou plusieurs webinaires de maîtrise de JMP sur DOE pour en savoir plus. Si vous avez d'autres questions à poser à la communauté des utilisateurs JMP, je vous recommande de les publier sur le forum de discussion général .
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPJ'ai trois facteurs différents que je souhaite étudier en termes de leur influence sur six réponses différentes. Mais pour des raisons financières limitées, je souhaite avoir moins d’échantillons avec trois niveaux chacun. J'ai essayé la méthode Taguichi mais je ne suis pas satisfait. Aussi, avec la conception de la surface de réponse, mais je ne sais pas comment insérer les six réponses ainsi que les trois niveaux de chaque facteur dans JMP.
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPMerci beaucoup pour votre réponse.
Je suis étudiant et j'aimerais savoir comment obtenir de l'aide pour monter mon projet d'expérience.
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMP@cedrick07 , les conceptions Taguchi ne ciblent généralement qu'une seule réponse, et Taguchi Array de JMP n'autorise qu'une seule réponse. Vous pouvez essayer de créer une réponse composite, en utilisant une fonction (une moyenne pondérée, par exemple) pour combiner de manière significative toutes vos réponses en une seule. Vous pouvez également utiliser une approche d'optimisation multi-objectifs, dans laquelle vous collectez toutes les réponses, puis analysez chacune séparément dans Ajuster le modèle, puis utilisez le profileur général dans le menu Graphique pour effectuer une analyse de compromis.
Les modèles Taguchi sont tombés en disgrâce auprès de nombreux statisticiens. Si vous envisagez des conceptions Taguchi parce que vous devez optimiser le taux conforme aux spécifications en présence de facteurs de bruit, vous pouvez envisager d'exécuter un autre type de conception prenant en charge plusieurs réponses (peut-être une conception personnalisée ), en manipulant à la fois les facteurs de bruit et de contrôle. dans une conception Taguchi, puis en utilisant une expérience de simulation pour identifier les paramètres optimaux compte tenu de la variation inhérente des facteurs de bruit. Voir cette vidéo pour plus d'informations sur cette approche :https://community.jmp.com/t5/JMP-On-Air/Simulation-Experiment/ta-p/261021 .
Objet : Webinaire académique JMP - Enseignement de la conception d'expériences avec JMPComment mettre de nombreuses réponses dans DOE lorsque j'utilise le plan Taguchi ?
