DOE dai dati di produzione del passaggioCome posso ottenere un documento o una clip? Come ottimizzare il fattore per ottenere i migliori risultati dai dati di passaggio.
Progettazione degli esperimentiFinestreRe: DOE dai dati di produzione del passSe ho interpretato correttamente la tua domanda, stai chiedendo come analizzare un DOE utilizzando dati storici.
Tutti noi desideriamo estrarre più conoscenza possibile dai dati storici. Ho scoperto che in quasi tutti i casi, tuttavia, i dati storici non sono stati raccolti in un modo che facilitasse la risposta a qualsiasi domanda relativa al progetto. Credo che ci sia una citazione applicabile di Tukey riguardo a questo desiderio struggente. Vorrei però che tu fossi più fortunato di me.
Si potrebbe provare ad applicare una regressione multipla a quei dati di produzione, ma temo che ciò non rispetterebbe determinati presupposti.
È improbabile che Y sia una funzione di una singola X. Suggerirei invece di stabilire un obiettivo sperimentale e quindi raccogliere alcuni dati per eseguire un approccio di sperimentazione sequenziale. Per prima cosa, amplia le tue opzioni con un po' di brainstorming strutturato e osservazione diretta del processo. Una volta raccolti più fattori oltre a quello che vuoi ottimizzare, esegui un fattoriale frazionario per vedere se sono significativi. Sei davvero sicuro che questo singolo fattore racconti tutta la storia? Vicino all'ottimale, la superficie di risposta può essere complessa e consistere di più fattori e possibili interazioni.
Dopo che la frazione ti aiuta a identificare quali fattori potrebbero essere importanti, inizia a ottimizzare applicando un approccio di salita più ripida. Utilizza esperimenti sequenziali per affinare l'ottimo e quando pensi di avere impostazioni di livello a cavallo dell'ottimo, eseguine un altro e includi 5 punti centrali per determinare se c'è una curvatura e verifica la ripetibilità. Quindi aggiungi punti assiali per completare l'ottimizzazione.
Naturalmente tutto questo è ipotetico e dipende davvero dalla tua situazione specifica, i dati guideranno. Finché lo mantieni piccolo e sequenziale hai la possibilità di cambiare direzione quando i risultati non corrispondono alle aspettative. E poiché stai eseguendo piccoli esperimenti, non sprechi risorse lungo il percorso perché sicuramente verrai sorpreso e dovrai cambiare direzione.
Oltre a questa, ci sono molte altre strategie sperimentali, ma questa è la mia preferita e tende a essere relativamente semplice.
Buona fortuna
Re: DOE dai dati di produzione del passGrazie mille. In realtà, ho partecipato al webminar JMP per mostrare che c'è un'azienda che ha un problema di bassa resa, sembra un problema di stagionatura ma non sono riusciti a trovare la causa principale.
Usano i loro dati di passaggio e analisi come il metodo DOE. Infine possono ottimizzare il loro processo per massimizzare la resa.
Nel mio caso, il processo è lungo circa 6 mesi, quindi è difficile elaborare un piano sperimentale DOE poiché richiede molto tempo e un controllo preciso.
Ho intenzione di utilizzare i dati di produzione con fattori di raccolta e risposta e di usare i dati di variazione per trovare la nostra fabbrica di effetti e ottimizzare i parametri.
Re: DOE dai dati di produzione del passSe fossi in te, inizierei a creare grafici di comportamento del processo dei dati di produzione. Per rispondere prima alla domanda se il processo è stabile, devi sapere che tipo di variazione stai cercando di risolvere, causa speciale o causa comune. A volte non c'è una "causa principale" e il problema che si è verificato è stato semplicemente dovuto al caso. La causa comune è il tipo di variazione casuale e prevista. La causa speciale è assegnabile a una causa principale che puoi nominare. La distinzione è importante perché le nostre azioni sarebbero diverse. La causa speciale è trovare e risolvere la causa principale. La causa comune significa studiare il sistema e cambiare fondamentalmente il processo, la progettazione o entrambi per ridurre la variazione inerente al sistema. È un lavoro più duro, ma è qui che DOE e il pensiero critico possono davvero brillare.
Sembra un possibile scenario EVOP (Evolutionary Operation). Lo usiamo quando è difficile entrare in produzione per eseguire un esperimento. Sono sicuro che puoi trovare informazioni online, la tecnica è stata sviluppata da George Box negli anni '50. L'idea generale era che se stiamo comunque eseguendo il processo per produrre cose, perché non eseguirlo in modo strategico in modo che non solo produca cose, ma anche conoscenza sul processo stesso. EVOP non è un singolo esperimento, ma un modo per eseguire la produzione per imparare e ottimizzare mentre è in esecuzione.
Se intendi che il processo richiede molto tempo per essere eseguito ed è per questo che il DOE è difficile. Io obietterei che questi metodi sono stati inizialmente sviluppati per l'agricoltura. Potevano eseguire solo un singolo esperimento durante l'anno se la risposta era la resa del raccolto. Quindi direi che se il processo richiede molto tempo per essere eseguito, è solo un'ulteriore giustificazione per eseguire progetti intenzionali bilanciati e ortogonali in modo da poter apprendere il più possibile sui fattori. E la mia altra risposta preferita quando qualcuno dice che ci vorrà molto tempo "Beh, allora è meglio iniziare oggi".
Se provi la regressione multipla, temo ancora che avrai problemi con la multicollinearità. Ma forse sarai fortunato e i fattori importanti non saranno correlati.
