Ingenieure und Wissenschaftler müssen häufig aus der Perspektive mathematischer Funktionen oder Kurven denken, die das Verhalten beschreiben, das sich im Laufe der Zeit oder unter bestimmten Bedingungen ändert, wie z. B. Dosis-Wirkungs-Kurven, chromatographische Kurven, Viskositäts- und Scherkurven, Strom- und Spannungsbeziehungen usw. In den letzten Jahren ist es durch die Modellierung von Daten aus der Versuchsplanung (Design of Experiments, DOE) möglich geworden, nur eine Zahl aus der Kurve zu extrahieren und klassische DOE-Methoden anzuwenden. Mit JMP Pro können Sie direkt modellieren, wie sich die Form einer Vorhersagekurve ändert, wenn sich Eingabevariablen ändern. In JMP Pro können Sie sogar eine „goldene Kurve“ definieren, die ideale Kurve, die Sie anpassen möchten. Mit nur wenigen Mausklicks findet JMP Pro die Kombination von Faktoreinstellungen, die am besten zur goldenen Kurve passt. Diese Technologie wird häufig in biologischen Tests, der Forschung zur Reinheit und Stabilität von Arzneimitteln, Konsumgütern und der Halbleiterforschung und -entwicklung sowie in anderen Bereichen eingesetzt. Wir sehen, dass viele Menschen in der Branche großes Interesse an der funktionalen DOE-Analyse haben. Daher wird Chris in diesem Vortrag die Grundkonzepte der funktionalen DOE-Analyse vorstellen und anhand realer Fallstudien zeigen, dass jeder, der JMP zur Analyse klassischer experimenteller Daten verwendet, problemlos einsteigen und diese Technologie nutzen kann.
