Les plans de criblage définitifs (DSD) répondent de manière unique aux besoins clés de nombreux expérimentateurs. Comment expliquer autrement l'adoption rapide et enthousiaste des DSD depuis la publication de leur découverte en 2011 ? Pour de nombreux expérimentateurs, les DSD à 13 ou 17 exécutions pour cinq à sept facteurs sont des plans de référence pour le criblage des quelques facteurs déterminants. Avec « Fit Definitive Screening » dans JMP, vous disposez potentiellement d'un flux de travail expérimental simple et efficace pour identifier les principaux effets, interactions et comportements curvilinéaires importants de ces facteurs. Si seulement trois facteurs sont actifs, vous pouvez ajuster le modèle RSM du second ordre complet et réaliser le criblage et l'optimisation en une seule étape. Mais qu'en est-il si plus de trois facteurs sont actifs ? En cas d'ambiguïté, existe-t-il une étape suivante simple ? Ou la complexité de la situation devient-elle un obstacle à l'adoption des DSD ? Dans cette présentation, vous découvrirez d'abord des exemples concrets illustrant l'intérêt des DSD. Vous découvrirez ensuite des moyens simples d'améliorer ces DSD, en veillant à préserver leur structure et leurs propriétés afin de préserver leurs avantages. Ainsi, davantage de personnes, dans des situations plus variées, pourront bénéficier du flux de travail des DOE et des DSD séquentiels.
Le PDF ci-joint traite du défi et de la recherche d'une solution.
La mise en œuvre pratique de ces solutions est abordée dans l'article « Stratégies de lutte contre les problèmes liés aux DSD » du Dr Paul Nelson . Cet article constitue la troisième partie d'une série consacrée à la mise en œuvre pratique (réelle) des plans d'expériences séquentiels et à l'introduction des plans de criblage définitifs.
