Organisé 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 possible incertitude dans les niveaux de facteurs de fixation, vu à travers les réplications)
Vidéo 3 : Utilisation des facteurs covariables
Commentaires:
@Victor_G : Jed Campbell de JMP a écrit 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
La définition des contraintes de facteurs n'est-elle pas quelque chose que je devrais simplement laisser de côté ou faire comme si elle n'existait pas ? Un homme sage ne fait rien par contrainte. -Marcus Tullius Cicero Si vous vous êtes senti intimidé par la définition des contraintes de facteurs, n'est-ce pas ?
@Paul_J : Je faisais ça tout le temps quand je travaillais dans les industries alimentaires et chimiques.
@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, par exemple lorsqu'il s'agit de propriétés chimiques en tant qu'entrées
Vidéo 4 : bonnes pratiques pour définir des plages
Commentaires:
@Victor_G : Utilisez la large gamme dans le criblage (éventuellement avec des points centraux) et affinez la gamme dans l'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 bordures fonctionnent, commencez par l'expérience qui vous semble la plus critique. Ici, vous ne perdez 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 portée dans une conception factorielle
@Nicola_Nuti : D'accord, augmenter la taille de l'effet donne également plus de puissance.
@Jonas_Rinne : L'idée de définir la portée des conceptions est très utile pour vérifier si vos plages sont judicieuses. Surtout lorsque vous avez de nombreux 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 paramètres trop étroits, vous ne pouvez 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 le Design Space Profiler pour vous aider à déterminer les plages optimales.
@Victor_G : Oui, DoE est un changement de méthode, mais avec plus de prévisibilité sur les résultats, les apprentissages et avec une planification beaucoup plus facile (par rapport au fait d'essayer One Factor At A Time et de se fier aux meilleures estimations).
@SDF1 : Selon le degré de « nouveauté » de la recherche, un « pré-DOE » est parfois nécessaire pour déterminer quelles sont les plages exploitables pour les facteurs que vous testez, de sorte que lorsque vous vous asseyez réellement pour créer un DOE plus détaillé/complexe, vous avez plus de chances que toutes les exécutions soient réussies.
Vidéo 5 : DOE modernes
@Victor_G : J'aime beaucoup la métaphore du toit, merci de l'avoir partagée !
@shs : J'utilise rarement les plans classiques, car ils sont volumineux dans les essais expérimentaux. L'utilisation de concepts tels que SVEM avec de petits plans, ou des plans de criblage définis, etc. peut vous donner des plans 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 avec des plans modernes.
@Victor_G :
J'évalue et compare souvent les designs modernes avec un éventuel homologue « classique », pour mieux montrer l'avantage du design moderne
@KimRas2 : DoE fonctionnel ?
@ryan_cooper : J'aime souvent faire référence à certains points de Phil Kay dans cette discussion communautaire. (Le titre de la question est toutefois 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 cela nécessitait JMP Pro ?
Oui, c'est seulement dans Pro
@Victor_G : En entrée, vous pouvez utiliser des coefficients issus de l'analyse fonctionnelle et lier ces coefficients à vos sorties
@Phil_Kay : @Ben_BarrIngh a une certaine expertise dans ce domaine. Ben sera présent au Discovery Summit à Manchester si vous pouvez y assister.
Merci pour les enregistrements et les transcriptions @maria_astals !
Si certains utilisateurs ( @Nicola_Nuti ?) sont intéressés par l'utilisation de données fonctionnelles comme entrées pour DoE, @Jed_Campbell a fait une excellente explication sur ce billet de blog : Utiliser des données fonctionnelles comme entrées au lieu de sorties
Fondamentalement, vous analysez vos différentes courbes avec le FDE, extrayez les composantes principales fonctionnelles de chaque courbe, puis utilisez ces coefficients comme covariable dans un DoE personnalisé.
Au plaisir de participer au prochain DoE Club (et au JMP Discovery Summit) !
