通过生产数据的 DOE我如何获取文档或剪辑，如何优化传递数据中的因素以获得最佳结果。
实验设计视窗回复：DOE 通过生产数据如果我正确理解了你的问题，你问的是如何使用历史数据分析 DOE。
我们都希望从历史数据中提取尽可能多的知识。我发现，在几乎所有情况下，历史数据的收集方式都不利于回答任何与项目相关的问题。我相信 Tukey 的一句话可以很好地说明这种渴望。但我希望你比我幸运。
您可以尝试对生产数据应用多元回归，但我担心它会不符合某些假设。
您的 Y 不太可能是单个 X 的函数。我建议建立一个实验目标，然后收集一些数据以运行顺序实验方法。首先通过一些结构化的头脑风暴和直接的过程观察来扩大您的选择范围。一旦您收集了除要优化的因素之外的更多因素，请运行部分因子分析以查看它们是否重要。您真的确定这个单一因素说明了全部情况吗？在最佳情况下，响应面可能很复杂，由多个因素和可能的相互作用组成。
在分数帮助您确定哪些因素可能很重要之后，开始通过应用最陡上升法进行优化。使用连续实验来磨练最佳效果，当您认为您的水平设置跨越最佳效果时，再运行一次并包括 5 个中心点以确定是否存在任何曲率并检查可重复性。然后添加轴点以完成优化。
当然，所有这些都是假设，实际上取决于您的具体情况，数据将起到指导作用。只要您保持规模小且连续，当结果与预期不符时，您可以选择进行调整。而且由于您正在进行小型实验，因此您不会在此过程中浪费资源，因为您肯定会感到惊讶并且必须进行调整。
除了这个之外还有许多实验策略，但这是我最喜欢的并且往往相对简单。
祝你好运
回复：DOE 通过生产数据非常感谢。实际上，我曾经参加过 JMP 网络研讨会，以了解一家公司存在低产量问题，这似乎是调味问题，但他们找不到根本原因。
他们使用数据和分析方法，例如 DOE 方法。最后，他们可以优化工艺，以最大程度提高产量。
就我而言，这个过程长达6个月左右，因此很难制定DOE实验计划，因为它需要很长时间并且需要精确控制。
我计划使用收集因素和响应的生产数据，并使用变化数据来找到我们的效果工厂并优化参数。
回复：DOE 通过生产数据如果我是你，我会从制作生产数据的流程行为图表开始。首先要回答的是流程是否稳定。你需要知道你试图解决的是哪种类型的变化，是特殊原因还是常见原因。有时没有“根本原因”，发生的问题只是由于随机机会。常见原因是随机和预期变化的类型。特殊原因可以归因于你可以命名的某些根本原因。这种区别很重要，因为我们的行动会有所不同。特殊原因是找到并解决根本原因。常见原因意味着研究系统并从根本上改变流程、设计或两者以减少系统固有的变化。这项工作更难，但这正是 DOE 和批判性思维真正发挥作用的地方。
这听起来像是一种可能的 EVOP（进化操作）方案。当难以投入生产进行实验时，我们会使用这种方法。我相信你可以在网上找到信息，这项技术是由乔治·博克斯在 20 世纪 50 年代开发的。一般的想法是，如果我们无论如何都要运行该流程来生产东西，为什么不以一种战略性的方式运行它，这样它不仅可以生产东西，还可以生产有关流程本身的知识。EVOP 不是单一的实验，而是一种在生产过程中进行学习和优化的方法。
如果你的意思是这个过程需要很长时间才能完成，这就是 DOE 很难的原因。我会反驳说，这些方法最初是为农业开发的。如果反应是收获的产量，他们一年只能进行一次实验。所以我认为，如果这个过程需要很长时间才能完成，那么就有更多理由运行有意平衡和正交的设计，这样你就可以尽可能多地了解这些因素。当有人说这会花很长时间时，我最喜欢的另一个回答是“好吧，我们最好今天就开始。”
如果您尝试多元回归，我仍然担心您会遇到多重共线性问题。但也许您会很幸运，重要因素并不相关。
