Das Video wurde mit JMP Pro 18 erstellt und im September 2025 veröffentlicht.
Müssen Sie die Ergebnisse Ihres Modells simulieren, um die Messung und Reduzierung von Fehlerraten zu optimieren? Wollen Sie die Auswirkungen veränderter Variablenwerte auf ein oder mehrere Zielgrößen wie Kosten und Ausbeute vergleichen? Könnte Ihr Team von einem besseren Verständnis der Auswirkungen von Faktorgrenzen auf die erwartete Fehlerrate zukünftiger Produktionsläufe und die Einhaltung der Spezifikationen (im Rahmen der Spezifikationen) profitieren?
In dieser Sitzung wird anhand eines einfachen Beispiels aus der Fertigung mit vier Faktoren und zwei Zielgrößen gezeigt, wie das geht:
- Ermitteln Sie interaktiv, wie sich Ihr Vorhersagemodell verändert, wenn Sie die Einstellungen einzelner Faktoren ändern.
- Ermitteln und untersuchen Sie die Kompromisse für optimale (wünschenswerte) Faktoreinstellungen.
- Die Wünschbarkeit einer oder mehrerer Antworten definieren und optimieren.
- Führe eine komplexe Antwortoptimierung durch, um die Erfüllung der Kriterien und die Festlegung ungleicher Gewichtungen zu berücksichtigen.
- Simulieren Sie die Verteilung der Modellausgaben als Funktion der zufälligen Variation der Modelleingaben und des Rauschens.
- Simulierte Werte werden zur weiteren Auswertung gespeichert, einschließlich der Werte, die angeben, ob eine simulierte Antwort innerhalb der Spezifikationsgrenzen liegt.
- Untersuchen Sie den Einfluss von Faktorgrenzen auf die erwartete Rate zukünftiger Läufe, die die Antwortvorgaben erfüllen (Teil innerhalb der Spezifikation).
Fragen, die von @Laura_Higgins , @DonnyKopp und @PatrickGiuliano im Live-Webinar beantwortet wurden:
F: Kann man die simulierten Werte mithilfe einer Formel filtern, um Einschränkungen für die X-Werte festzulegen?
A: Ja, wenn Sie eine Formel in Ihrer JMP-Tabelle haben oder Ihre eigene Formel hinzufügen können. Siehe Video zu Formeln.
F: Gibt es Empfehlungen für die Stichprobenentnahme von kontinuierlichen Prozessdaten, um daraus Ihr Modell zu erstellen? Wie oft ist „zu oft“ bzw. „zu selten“ und wie lassen sich Prozessverzögerungen am besten in Ihrem Modell erfassen?
A: Das kommt ganz darauf an. JMP bietet außerdem einige hervorragende Werkzeuge, mit denen Sie Ihren Prozess intelligent sampeln können. Beispielsweise können Sie über „Tabellen > Teilmenge“ aussagekräftige Intervalle (Teilmengen) von Zeilen extrahieren, um Ihren Sampling-Prozess nicht zu verkomplizieren. Stellen Sie sich vor, Sie ziehen eine völlig zufällige Stichprobe aus einem Prozess mit vielen Losen und anhaltenden Los-zu-Los-Schwankungen (erwartete Mittelwertverschiebungen). Wenn Sie aus diesem Prozess völlig zufällig Stichproben ziehen, verhält sich Ihre Stichprobe nicht rational (sie erscheint beispielsweise nicht konsistent und passt möglicherweise zu keinem bestimmten Verteilungsmodell, insbesondere nicht zu einem physikalisch basierten wie der Normal- oder der Weibull-Verteilung).
F: Wird die Sensitivitätsanalyse (wie stark sich die Variation der Eingangsgrößen auf die Variation der Ausgangsgrößen auswirkt) in JMP anders bezeichnet? Wie lässt sich am besten feststellen, welche Prädiktoren weniger Kontrolle benötigen?
A: Beginnen Sie mit der Suche nach „Stochastic Optimization“ in der JMP-Supportdokumentation.
Empfohlene Voraussetzungen:
Ressourcen
