Salut.
Je suis
ici
à
parler
aujourd'hui
à propos
le
crucial
Étape
0
de Conception de Expériences.
Vraiment le idée de ce est à prendre complet avantage
de le richesse de différent outils que sont sous le BICHE plate-forme dans JMP.
Je vais marcher à travers quoi nous devrait être pensée à propos
dans ceux tôt étapes de un expérience.
Si toi regarder à le BICHE plate-forme inscription,
quoi tu vas voir est que il y a a parcelle de différent choix.
Dans chaque choix, il y a beaucoup plus choix.
Dans quelques de ceux, il y a imbriqué possibilités.
Si tu es un expert dans conception de expériences,
ce richesse de possibilités vraiment se sent comme tel a merveilleux ensemble de outils.
I amour tous de le options que sont disponible dans JMP que permettre moi
à créer le conception que I vraiment vouloir pour a particulier expérience.
Mais si tu es juste obtenir commencé, alors I pense ce ensemble de possibilités
peut sentir a petit peu intimidant et parfois a peu accablant.
Il peut être a petit peu comme en allant
à a nouveau gentil de restaurant que tu as jamais a été à avant.
Quelqu'un qui est a chevronné visiteur à ceux types de restaurants,
aime tous le possibilités et le richesse de options sur a grand menu.
Mais si tu es là pour le d'abord temps,
il serait être bon si quelqu'un guidé toi à le droite ensemble choix
donc que toi pourrait faire a bien décision
pour que d'abord visite et avoir il être réussi.
Voici quoi Je suis planification sur parler à propos aujourd'hui.
D'abord, I pense le clé à a bien expérimental résultat est à vraiment avoir
a clair sens de quoi le but de le expérience est.
Je vais parler à travers quelques différent possibilités de commun objectifs
pour expériences que vraiment aide nous aiguiser dans sur quoi étaient en essayant à accomplir
et quoi volonté indiquer a succès pour que expérience.
Alors Je vais faire a rapide marcher- à travers de quelques
de le plus commun choix de conception de expérience choix dans JMP,
et alors Je vais retour à comment faire nous interagir avec ceux dialogue boîtes que nous obtenir
quand nous avons choisi a conception pour quoi facteurs à choisir, le réponses,
et le relation entre le entrées et le sorties.
C'est où étaient à tête à travers tous de ce,
et I volonté dire que le d'abord et le troisième mesures vraiment besoin
a formidable montant de sujet matière compétence.
Si tu es en allant à être réussi conception un expérience,
toi vraiment besoin à savoir comme beaucoup comme possible
à propos le cadre sous lequel tu es faire que conception.
Nous vouloir à dans fait intégrer sujet matière compétence partout où possible
à faire bien sûr que étaient dans fait paramètre en haut le expérience à le meilleur de notre capacité.
Quoi sont nous en essayant à faire?
J'ai répertorié ici six commun expérimental objectifs.
I pense que trier de donne toi,
a liste de contrôle si toi comme de différent options de des choses
que toi pourrait être pensée de accomplir avec ton expérience.
Nous pourrait commencer avec a pilote étude,
donc étaient juste intéressé dans fabrication bien sûr
que étaient en allant à obtenir données de suffisant qualité
pour le expériences et répondre le questions que nous vouloir à avoir.
Nous pourrait être intéressé dans exploration ou dépistage.
Nous avoir a long liste de facteurs,
et nous vouloir chiffre dehors lequel un sembler
à faire a différence pour notre réponses de intérêt,
et lequel ceux ne le faites pas sembler particulièrement important.
Nous aussi pourrait vouloir à faire quelques modélisation.
En fait formaliser que relation que étaient vision
entre entrées et réponses, et capturer il dans a fonctionnel formulaire.
Parfois nous ne le faites pas obtenir le niveau
de précision que nous besoin, et donc nous besoin à faire modèle raffinement,
et donc que pourrait être a deuxième expérience.
Alors une fois nous avoir a modèle, nous vouloir à utiliser que à en fait optimiser.
Comment faire nous obtenir notre système à effectuer à le meilleur de c'est capacité pour notre besoins.
Alors dernièrement, il y a a confirmation expérience
où nous faire que transition
depuis le contrôlé conception de expériences environnement
que étaient souvent faire notre préliminaire données collection dans
à production, et fabrication bien sûr nous peut traduire
quoi nous avons vu dans ce premier expérience dans a production paramètre.
Toi peut voir depuis ce progression que J'ai décrit ici,
que nous peut en fait avoir a série de petit expériences que nous vouloir connecter.
Nous peut commencer désactivé avec a pilote étude à obtenir le données qualité droite,
alors Bien chiffre dehors lequel facteurs sont important, alors Bien vouloir modèle ceux,
alors Bien vouloir utiliser que modèle à optimiser,
et alors dernièrement traduire ceux résultats
dans le final mise en œuvre dans production.
Nous peut pense de ce séquentiellement
ou pour un individuel expérience juste s'attaquer un de ces objectifs.
Maintenant nous avoir quelques cadre pour quoi
le objectifs de le expérience sont et comment à pense à propos que,
Bien maintenant transition à regarder
à quoi quelques de le commun choix sont dans JMP
et comment ils connecter avec différent objectifs.
Je vais ouvrir en haut le BICHE languette dans JMP, et toi peut voir que nous avons a obtenu
le liste de possibilités ici où nous avons a obtenu le imbriqué options
rentré dessous quelques de le principal menu articles que nous avoir ici.
Le parler est seulement moitié heure, et donc I ne le fera pas être capable à couverture tous de le onglets.
J'ai donné a bref description de quelques
de le onglets que I ne le fera pas avoir temps à parler à propos de.
Conception Diagnostic est tous à propos ayant a conception ou peut être plusieurs dessins
et comparer et compréhension le performance.
Échantillon Taille Explorateur est tous à propos comment grand
devrait le expérience être et quelques outils à évaluer que.
Consommateur Études et Fiabilité Dessins sont vraiment gentil de spécialisé ceux.
Je suis paramètre ceux de côté
pour toi à faire a petit recherche sur ton propre à propos que.
Dans Consommateur Études, étaient généralement demander questions
de consommateurs, à propos quoi leur priorités sont, quoi caractéristiques ils comme.
Que tend à être a comparaison entre deux options
et comment ils valeur ceux choix.
Fiabilité est tous à propos comment long notre produit volonté dernier.
C'est a petit peu différent
que des choses que Je vais parler à propos dans le repos de le parler.
Je vais commencer désactivé avec quelques de le C classique Dessins
ou le général dessins que nous avoir que avoir a été développé.
Alors Je vais finition avec quelques de le JMP spécifique outils
que sont beaucoup plus flexible et adaptable à a plus large gamme de situations.
Je vais commencer avec que bas partie de le languette.
Ici nous sont dans JMP dans le BICHE languette, et Je suis aller à commencer avec Classique.
Vous allez voir que Je suis s'attaquer ce
dans a petit peu différent commande que le liste est présenté par JMP.
I pense ceux ceux sont présenté par JMP
dans leur commande de popularité, et Je suis choisir à tacle eux
plus depuis principes à propos comment ils étaient développé.
Dans Classique Dessins, a Complet Factorielle conception
est regarder à tous combinaisons de tous facteurs à tous niveaux.
Que travaux bien
si nous avoir a assez petit nombre de facteurs,
mais il peut dans fait obtenir a petit peu dehors de contrôle
si nous avoir a grand nombre de facteurs, mais c'est explorer
le entier ensemble de possibilités très largement.
Le suivant un que Je vais parler à propos est a Contrôle à deux niveaux conception,
et essentiellement, quoi c'est faire est c'est choisir
a sous-ensemble de le deux factorielle possibilités,
et c'est a stratégique sous-ensemble
que permet nous à explorer le espace, mais garder le conception taille plus maniable.
Vous allez avis que ceux d'abord deux possibilités
J'ai montré à deux niveaux, et c'est typique pour dépistage dessins.
Généralement, nous juste vouloir obtenir a simple image
de qu'est-ce que événement entre le saisir et le réponses.
Quand nous vouloir commencer modélisation,
alors a Réponse Surface Conception typiquement permet pour explorer courbure.
Quand étaient modélisation, trois niveaux ou parfois plus que trois niveaux
peut être a bien chemin à comprendre courbure et aussi comprendre interactions entre
le facteurs et comment ils impact le réponse.
Très bien. T chapeau trois de le articles sous le Classique languette.
Le autre ceux sont Mélange Conception.
Typiquement dans tous le autre possibilités,
quoi nous avoir est que nous peut varier
le individuel facteurs séparément depuis chaque autre.
Mais dans a Mélange Conception où étaient parler à propos le composition
ou le proportion de le ingrédients, ils sont interdépendant.
Si I augmenter le montant de un ingrédient,
il probablement réduit le proportion
de le autre ingrédients que sont dans que dans l'ensemble mélange.
Un peu de a spécialisé un
quand étaient regarder à putting ensemble ingrédients
dans un dans l'ensemble mélange.
Tableaux Taguchi, J'ai répertorié ici comme a gentil de optimisation,
et le optimisation que ils sont intéressé dans
est fabrication notre processus robuste.
Typiquement quand étaient dans a production environnement, nous pourrait avoir bruit facteurs.
Ces sont dans fait, facteurs que nous peut contrôle
dans notre expérience
mais quand nous obtenir à production, étaient pas capable à contrôle eux.
Alors nous avoir a ensemble de facteurs
que nous peut contrôle les deux dans le expérience et dans production.
Le but de Tableaux Taguchi est à regarder pour a combinaison
de le contrôlable facteurs que obtient nous bon écurie prévisible
performance à travers le gamme de le bruit facteurs.
Toi peut voir C1 ici a a joli horizontal doubler
lequel moyens il n'a pas matière lequel niveau nous sont à
pour le bruit facteur, Bien obtenir a joli cohérent réponse.
Ceux sont le classique options.
Le suivant de le articles sur ce JMP conception languette
que Je vais parler à propos sont Définitive Dépistage Dessins.
Ces sont spécialisé dessins que étaient développé à JMP,
et ils sont a mélange de un exploration ou dépistage conception,
donc a se concentrer sur a parcelle de deux- niveau facteur niveaux,
et modélisation.
Toi peut voir avec le bleu points,
nous avoir quelques troisième niveaux, donc a milieu valeur pour le facteurs
que permet nous à obtenir quelques courbure estimé comme Bien.
C'est a bon compact conception
c'est principalement à propos exploration et dépistage,
mais il fait donner nous le option
pour un tous dans un chance à faire quelques modélisation comme Bien.
C'est très populaire dans a parcelle de différent conception scénarios.
Le suivant languette est Spécial But, et toi peut voir il y a assez a long liste
de possibilités là,
et Je vais frapper quelques de le plus populaire ceux
que I pense montrer en haut dans a parcelle de spécialisé situations.
Une couverture Tableau est souvent utilisé quand étaient en essayant à faire essai de logiciel.
A parcelle de fois quoi causes problèmes
dans logiciel est quand nous avoir le combinaisons de facteurs.
Ce est a joli petit conception
c'est typique pour Revêtement Tableaux, donc 13 court,
et étaient en essayant à comprendre des choses à propos 10 différent facteurs.
Qu'est-ce que bon à propos ces Revêtement Tableaux est que il donne nous a chemin
à voir tous possibilités de, dans ce cas, trois différent facteurs.
Si I prendre deux niveaux de chaque facteur, a zéro et a un,
il y a huit différent combinaisons pour comment I peut combiner ceux trois facteurs.
Tous zéros, tous ceux, et alors a mélange de zéros et ceux.
J'ai mis en évidence ceux avec huit différent souligné,
qu'est-ce que vraiment bon à propos ces Revêtement Tableaux
est quel que soit trois facteurs I choisir,
I volonté être capable à trouver tous huit de ceux combinaisons.
Il y a 10 choisir trois différent combinaisons de ceux 3 facteurs
que I pourrait être intéressé dans,
et tous de eux avoir tous de ceux possibilités représenté.
C'est a très petit conception
que permet nous pas donc beaucoup estimation, mais à vérifier possibilités pour problèmes
que nous pourrait rencontre particulièrement dans logiciel.
Suivant, a très important catégorie de Espace Remplissage Dessins.
Comparé à le autres options que J'ai parlé à propos de,
lequel sont modèle- basé,
ce un juste dit, I peut être ne le faites pas savoir quoi à attendre dans mon saisir espace.
Laisser moi donner même couverture tout au long de
le espace que J'ai déclaré et juste voir quoi ça arrive.
Toi peut voir que I avoir beaucoup plus niveaux de chaque de le facteurs.
Il y a a parcelle de spécialisé choix dans ici, mais ils tous avoir ce même sentir
de bon, même couverture tout au long de le entrées affronter.
I pense ces sont souvent utilisé
dans ordinateur expériences ou dans physique expériences
où étaient juste pas bien sûr quoi le réponse volonté regarder comme.
Je vais parler a petit peu plus à propos que
quand nous obtenir à le décision fabrication partie dans Étape 3 de le parler.
Suivant est MSA Conception ou a Mesure S système Analyse,
et ce typiquement est associé avec le Pilote Étude.
Avant I plonger dans et vraiment commencer
à modèle des choses ou faire quelques dépistage, c'est utile à comprendre quelques bases
à propos le processus et le qualité de le données que Je suis obtenir.
Ici, I peut trier de diviser le variabilité que Je suis vision
dans le réponses et attribut il à le opérateur,
le mesures appareil, ou le jauge, et le parties eux-mêmes.
Trier de comprendre le panne de qu'est-ce que contribuant à quoi Je suis vision.
C'est très utile avant I lancement dans a plus détaillé étude.
Enfin, G groupe Orthogonal Super saturé Dessins
sont dans fait, vraiment compact dessins.
Dans ce exemple, où toi avoir six court,
et étaient en essayant à comprendre qu'est-ce que événement avec Sept différent facteurs.
Que peut sembler a petit peu magique,
mais c'est a très agressif dépistage outil que permet nous à comprendre
qu'est-ce que événement avec a parcelle de facteurs dans a très petit expérience.
C'est important avec ces dessins à pas avoir a parcelle de facteurs.
Si tous Sept facteurs sont faire quelque chose,
et I seulement avoir six court, Je vais fin en haut assez confus à le fin.
Mais si I pense deux ou trois de eux peut être actif,
ce peut être a très efficace chemin
à explorer qu'est-ce que en allant sur sans dépenses aussi beaucoup ressources.
Ceux sont le commencer ici ceux que J'ai parlé à travers a petit peu.
Maintenant Je suis aller à finition avec ces merveilleux outils dans JMP
que sont plus général et plus flexible pour différent scénarios.
Coutume Conception, I pense est juste un incroyable outil pour c'est flexibilité.
Qu'est-ce que vraiment bon dans Coutume Conception
est que I avoir ce richesse de différent possibilités
pour le types de facteurs que I peut inclure.
Continu facteurs, peut être Je vais ajouter dans,
Discret Numérique ceux, et alors aussi Catégorique Facteurs.
I avoir a parcelle de différent choix donc I peut mettre ensemble le pièces,
et si Je suis pas bien sûr quoi le conception devrait regarder comme
dans que bas partie de le liste,
ce donne JMP quelques contrôle à aide guide moi à a bon choix.
Sur le suivant page, I avoir le option à propos
si Je suis juste intéressé dans Principale E effets,
si I vouloir ajouter quelques deux facteur interactions,
et si I vouloir à construire a Réponse S surface Modèle,
donc plus le modélisation but de le expérience.
Ce est trier de un facile chemin à construire a conception,
et I avoir flexibilité ici à spécifier peu importe conception taille
Je me sens serait être utile et est dans mon budget à faire a conception
et le compétence de le JMP conception équipe
sont aller à guide moi à a sensible choix.
Ce est a super chemin si tu es pas bien sûr à propos comment à procéder,
mais tu es toujours fabrication quelques clé décisions
à propos quoi le but de le expérience devrait regarder comme.
Suivant, le Augmenter languette.
Si toi pense dos à quoi J'ai parlé à propos pour le Expérimental Objectifs,
toi voir que il y a ce connexion entre le étapes.
Peut être J'ai fait quelques explorer ou dépistage,
et alors Identifiant comme à transition à modélisation.
Bien, ce permet moi à prendre un expérience
que J'ai déjà courir et collecté données pour,
et alors connecter il à le Augmentation D conception, attribuer le rôles de qu'est-ce que a réponse
et qu'est-ce que le facteur, et alors ajouter dans quelques supplémentaire court.
Il y a quelques spécialisé ceux ici,
mais si I choisir le Augmenter partie,
que permet moi à spécifier a nouveau ensemble de facteurs,
peut-être a sous-ensemble de quoi I avoir ou un supplémentaire facteur
et alors aussi quoi modèle I serait maintenant comme à conception pour.
Ce est a flexible outil pour de liaison plusieurs ensembles de données ensemble.
Dernièrement, Facile BICHE est a super chemin à obtenir commencé pour ton très d'abord expérience.
Il permet toi à construire séquentiellement
et il guides toi à travers le Sept différent mesures
de le entier expérience.
Ça va permettre nous à conception et définir,
et donc c'est comprendre dehors quoi le facteurs sont,
quoi le niveaux sont,
leur général nature, alors nous peut sélectionner quoi gentil de modèle
fait le la plupart sens pour quoi étaient en essayant à accomplir,
alors progrès tous le chemin à en fait en cours d'exécution le expérience, entrer le données,
faire le analyse et alors générateur résultats.
Ce est a merveilleux progression que promenades toi tous le chemin à travers
quoi suis I en essayant à faire?
À ayant quelques final résultats à être capable à regarder à.
Quoi I volonté dire est que ce est conçu pour a modèle- basé approche.
Quoi tu vas voir est que tous de ces
regarder comme ils sont en allant à choisir a polynôme formulaire de le modèle.
Que besoins à faire sens comme a départ indiquer.
Mais si que fait faire sens et il fait dans a parcelle de situations,
alors ce est a merveilleux option.
Juste à finition des choses en haut ici, quoi sont quelques de le autre clé questions
maintenant que I avoir a but I savoir a particulier choix que I vouloir à utiliser dans JMP,
quoi sont quelques de le autre clé questions avant I en fait générer que conception?
Un tout catégorie est à propos le facteurs.
Nous besoin à utiliser notre sujet matière compétence
à chiffre dehors lequel facteurs nous devrait être regarder à.
Si nous avoir aussi long de a lessive liste de facteurs,
alors le expérience nécessairement besoins
à être assez grand dans commande à comprendre tous de eux.
C'est aller à avoir un impact sur comment cher notre expérience volonté être.
Si nous avoir aussi peu facteurs,
alors nous courir le possibilité de manquant quelque chose important.
Quoi taper sont ils en allant à être?
Nous besoin à pense à propos obtenir le droite sous-ensemble.
Comme I a montré toi dans C bouche Conception, nous avoir assez a large variété de différent
types de rôles pour le différent facteurs que étaient regarder à.
C'est un autre ensemble de choix.
Comment beaucoup peut nous manipuler le facteurs?
Sont ils naturellement catégorique, ou sont ils continu?
Alors nous besoin à pense à propos le gammes ou le valeurs pour chaque de ceux.
Allons-y aller à BICHE et Coutume Conception.
Alors je vais juste commencer désactivé
et Je vais avoir trois différent continu facteurs.
Quoi toi peut voir est I peut donner a nom
à chaque de le facteurs, mais I aussi obtenir à déclarer le gamme
que I vouloir à expérience dans pour chaque de ceux facteurs.
A s toi peut imaginer,
ce a a critique rôle dans le espace que Je suis en fait en allant à explorer.
I besoin à aiguiser dans sur qu'est-ce que possible
et quoi Je suis intéressé dans à obtenir ceux gammes droite.
Si I faire le gamme aussi grand,
alors I peut en fait avoir a parcelle en allant sur à travers le gamme de le saisir
et I peut pas être capable à pleinement capturer qu'est-ce que en allant sur.
Si I faire le gamme aussi petit, alors I peut manquer le cible emplacement
et I peut obtenir a déformé voir de le importance de que facteur.
Ici, ce saisir en fait a a parcelle en allant sur pour que réponse,
mais si I échantillon dans a très étroit gamme, il apparence comme c'est pas faire rien.
Dernièrement, si Je suis dans le faux emplacement, I peut manquer quelques caractéristiques
et pas être capable à optimiser le processus pour quoi Je suis faire.
Encore, le choix de lequel facteurs et le gammes,
s'appuie a parcelle sur ayant quelques fondamental compréhension
à propos quoi étaient en essayant à faire et où nous besoin à explorer.
Le suivant morceau à parler à propos est
le relation entre entrées et réponses.
I volonté dire que un de le commun erreurs
que I souvent voir est que nous courir un expérience,
et alors après le fait, personnes réaliser, Oh, nous devrait avoir collecté ce.
Dans manuels scolaires, a parcelle de fois,
il apparence comme il y a a célibataire réponse que étaient intéressé dans
et nous courir le expérience à juste collecter pour que réponse.
Dans pratique, I pense la plupart expériences avoir multiple réponses
et donc ce est a clé décision, est à faire bien sûr
avant nous collecter que d'abord données indiquer
que nous en fait inclure le droite ensemble de réponses
donc que nous peut répondre tous de le questions depuis que un expérience.
Alors nous besoin à pense à propos quoi nous savoir à propos le relation.
Est il probable à être lisse?
Est il aller à être continu dans le gamme que nous avons choisi?
Comment compliqué sont nous attendant il à être?
A ll de ces avoir un impact sur le conception que étaient en allant à avoir.
A couple de commun erreurs à propos le relation est,
un, être a petit aussi confiant,
donc nous supposer que nous savoir aussi beaucoup à propos qu'est-ce que aller à arriver,
et alors ne le faites pas construire dans quelques protection contre surprises.
Alors aussi si nous avoir multiple réponses,
pas conception pour le la plupart compliqué relation.
Si un de eux étaient intéressé dans Principale E effets
et le autre un nous pense là pourrait être courbure,
nous besoin à construire le conception donc que il peut estimation le courbure
parce que c'est le plus compliqué relation.
A d'abord clé décision que I pense
est a petit peu caché dans JMP est que nous avoir à décider entre modèle- basé,
et c'est généralement sensible si étaient confiant
que notre réponses volonté être lisse et continu,
et que étaient pas enquêter aussi grand de a région,
ou devrait nous faire espace remplissage?
Espace remplissage peut être a bien sécurité filet si étaient pas bien sûr quoi à attendre,
si étaient explorer a grand région,
ou si nous vouloir protéger contre surprises.
Je suis pointant ici sur le dernier glisser.
I avoir plus détails à propos que à a papier
que I a écrit avec a collègue, Dr Lu Lu
à le Université de Sud Floride,
où nous parler à propos le implications
de que d'abord fourchette dans le route, comment faire nous choisir entre modèle- basé
et espace remplissage, et quoi sont le répercussions ?
Alors dernièrement, nous besoin à pense a petit peu à propos contraintes.
Notre saisir région,
si nous avons déclaré quelques gammes pour le différent entrées,
que naturellement semble comme c'est a carré ou a rectangle.
Mais dans que région,
là peut être quelques portions où nous ne peut pas
obtenir a réponse ou nous juste ne le faites pas soins à propos quoi le réponses regarder comme.
Imaginer si I suis faire un expérience à propos pâtisserie et Je suis variable le temps
que le cookies sont dans le four et le température de le four.
I pourrait savoir que le le plus cool température
pour le le plus court montant de temps ne le fera pas produire a cuit biscuit.
Ça va toujours être brut, ou il pourrait être le le plus chaud température
pour le le plus long temps volonté trop cuire le cookies.
I vouloir à trier de hacher désactivé régions
de que espace que ne sont pas de intérêt ou ne le fera pas donner moi a raisonnable chose.
Dans JMP, il y a facile manières à spécifier contraintes
à faire le forme de que région correspondre quoi toi vouloir.
Le dernier chose est tous à propos budget,
comment grand devrait mon expérience être, et c'est a fonction de le temps
que I avoir disponible et le coût de le expérience.
Dans JMP, nous saut à ici.
Peut être I spécifier a réponse surface modèle,
tu vas voir que il y a a nouveau fonctionnalité appelé Conception Explorateur,
lequel quand I activer que,
il permet moi avec a célibataire cliquez de a bouton à générer multiple dessins.
I peut optimiser pour bien estimation, donc D ou AU optimalité,
ou bien prédiction de le réponses avec IO optimalité.
I peut varier le taille de le expérience et centre points et répliques.
Si I cliquez Générer Tous Dessins, il volonté générer a douzaine ou donc dessins,
lequel alors I peut comparer et considérer
et chiffre dehors lequel un fait le la plupart sens.
I pense compréhension le budget, pensée de que comme a contrainte,
est un important considération que nous besoin à avoir.
À envelopper des choses en haut, juste a peu utile ressources.
Le d'abord un est a JMP le web page
que pourparlers dans a petit plus détail à propos le différent types de dessins.
Il remplit dans a parcelle de le détails que I n'était pas capable à parler à propos aujourd'hui
à propos ceux individuel choix sur le BICHE languette.
Le Modèle B ased contre Espace-F ensevelir , c'est le papier I référencé plus tôt,
où nous besoin à comprendre
le implications de choisir a modèle- basé conception
ou faire espace- remplissage, lequel est a petit plus général
et a petit plus protecteur si nous sont attendant quelques surprises.
Alors le dernier deux des choses sont, deux blancs Papiers que I a écrit,
le d'abord un pourparlers à propos comment toi peut utiliser Conception Explorateur
à considérer différent conception tailles
et différent optimalité critères et alors choisir entre
le différent choix par regarder à le comparer conception option dans JMP.
Alors dernièrement, tout J'ai parlé à propos ici
est dépendant sur sujet matière compétence.
Le pourquoi et comment de demander bien questions,
donner quelques stratégies pour comment à interagir avec notre sujet matière experts
à être capable à cible ceux conversations et faire eux comme productif comme possible.
I espoir ce a a été utile,
et la volonté aide toi avoir a réussi d'abord expérience en utilisant JMP logiciel.
Merci.
