Nivel: Principiante
Dado que los experimentos prácticos requieren un gasto, tiempo y esfuerzo considerables, obtener resultados tangibles es fundamental. Para lograrlo, es necesario desarrollar capacidades integrales que permitan la comprensión y la implementación empírica de lo siguiente:
① Comprender la importancia de reducir la variabilidad del error. Para ello, es necesario comprender cómo la variabilidad del error afecta a los resultados.
2. Identificar varios factores que probablemente sean efectivos. Para ello, utilizar experimentos de cribado.
③ Asegúrese de que el modelo (función) no tenga términos faltantes. Para lograr esto, son necesarios experimentos de modelado sin pérdida de ajuste (LOF).
④ La esencia del diseño no es otra que la optimización mediante programación matemática. Para ello, es indispensable contar con un software fácil de usar y con una funcionalidad excelente.
⑤ Incluso con un procesamiento estadístico correcto, la solución suele desviarse del valor objetivo debido a los efectos de la variabilidad. Por lo tanto, es necesaria una corrección de regresión posterior.
Para adquirir la información mencionada de forma rápida, segura y satisfactoria, es fundamental la educación experiencial mediante materiales de aprendizaje virtual.
Este estudio propone un plan de estudios integral y práctico para el diseño experimental mediante un simulador de vuelo de pelota. Ofrece una visión general detallada de la planificación, la ejecución del experimento, el análisis de datos, el diseño (optimización) y la corrección de la regresión.
Tras estudiar física aplicada en la universidad, me incorporé a un importante fabricante de equipos de control y participé en todos los aspectos de la producción, desde la investigación y el desarrollo básico y aplicado de dispositivos semiconductores para nuestros productos, hasta el desarrollo de tecnologías fundamentales para la producción, la construcción de líneas de fabricación, el aseguramiento de la calidad para el cliente y la certificación ISO. Posteriormente, investigué la optimización de las perspectivas de gestión basadas en el control estadístico de calidad (SQC) durante mis estudios de posgrado y obtuve un doctorado en administración de empresas. Actualmente, tengo un mayor conocimiento de la gestión de datos en consonancia con el avance de las tecnologías de la información y la comunicación dentro de mi perspectiva de gestión. Así como la tecnología de medición evolucionó hacia el IoT al fusionarse con internet, ha llegado la era en la que los ingenieros que impulsaron el SQC pueden desempeñar un papel activo como científicos de datos. Comencé a utilizar JMP en mi trabajo en 2003 y rápidamente me di cuenta de su gran potencial. He presentado ponencias sobre diseño experimental y optimización en las reuniones de usuarios de JMP y también he dado presentaciones orales en Discovery Summit Japan desde 2016.
Para quienes deseen profundizar en el tema, hay disponible un documento de investigación. Si les interesa, por favor, contacten directamente con el ponente, el Sr. Ogawa .
