Kürzlich haben mich einige Kunden gefragt, wie ich damit anfangen soll Versuchsplanung wenn sie über technisches Wissen über das zu erstellende Produkt oder über die folgenden Prozessschritte verfügen, jedoch keine vorherigen statistischen Informationen. Sie möchten, dass das nächste Experiment sorgfältig geplant wird und dass die Daten so gesammelt werden, dass eine fundierte Analyse möglich ist. Sie hoffen, dass dieses nächste Experiment die Grundlage für eine anspruchsvollere Entwicklung wird und zu einer signifikanten Verbesserung des Geschäfts führt.
JMP macht es jedem leicht, Experimente zu entwerfen, die es erlauben, mit einer möglichst geringen Anzahl von Durchläufen zuverlässige Schlüsse zu ziehen. Mein Lieblingsbeispiel ist der Bau eines Papierhubschraubers. Hier ist ein einfacher Weg, um einen zu machen .
Wir können JMP verwenden, um sofort in den Rahmen unseres Experiments einzusteigen. Um auf das Dialogfeld zuzugreifen, klicken Sie auf den Menüpunkt DOE und wählen Sie Custom Design. Im ersten Designbereich geben wir die Antworten an, dh die Variablen, die wir beobachten, um die Ergebnisse unserer Experimente zu qualifizieren. In diesem Fall doppelklicken Sie in das Namensfeld der ersten Zeile und geben "Time" ein, da es sich hierbei um die einzige interessierende Variable handelt. Wir möchten die Flugzeit maximieren, so dass wir den Standard einfach akzeptieren können. In komplexeren Situationen können Sie eine beliebige Anzahl von Zielvariablen und eine beliebige Kombination von Zielen zum Maximieren, Minimieren oder Anpassen von Zielen hinzufügen. Darüber hinaus können die Antworten entsprechend ihrer relativen Bedeutung gewichtet werden.
In einem zweiten Schritt listen wir alle Faktoren auf, die wir in verschiedenen Kombinationen kombinieren möchten, um das optimale Ergebnis für unsere Zielvariablen zu finden. Das von JMP entworfene Experiment wird durch verschiedene Kombinationen von Faktorstufen definiert. Das einzige, was wir wissen müssen, bevor Sie einen Faktor hinzufügen, ist dessen Datentyp. Ist das also eine kontinuierliche Variable oder eine kategoriale? Jetzt geben wir alle unsere Faktoren nacheinander ein: beginnend mit der Papierkategorie, entweder Normal oder Bond (zwei Stufen); Hinzufügen der kontinuierlichen variablen Flügelfläche, die zwischen 12 und 13 liegen kann; und so weiter, bis alle Fahrfaktoren wie in Abbildung 1 dargestellt eingegeben werden.
Auch hier ist die Anzahl der Faktoren unbegrenzt und jede Kombination von kategorialen und kontinuierlichen Variablen ist in JMP zulässig.
Wenn die Faktoren eingegeben werden, wird der Modellbereich mit einem Effekt namens Intercept und einer Liste aller von uns eingegebenen Faktoren gefüllt. An diesem Punkt müssen wir über unsere Ziele und die technischen Informationen oder Annahmen nachdenken, die wir möglicherweise haben. Wollen wir schnelle Entscheidungen darüber, welche der Faktoren überhaupt Einfluss haben, und können wir die anderen ignorieren, um den Prozess zu verbessern? Wenn ja, dann akzeptieren wir das Modell so wie es ist.
Andererseits wissen oder erwarten wir, dass die Beziehung zwischen einem Faktor und der Zielvariablen nicht linear ist? Kennen oder erwarten wir, dass Faktoren synergistisch oder antagonistisch miteinander interagieren? Wenn ja, müssen wir dem Modell entsprechende Ausdrücke hinzufügen. In diesem Beispiel könnte die Wing Area die Flugzeit nicht linear beeinflussen. Wir markieren also die Flügelfläche sowohl im Modell als auch in der Faktorliste (siehe Abbildung 2) und klicken auf die Schaltfläche Kreuz.
Jetzt zeigt JMP die empfohlene Anzahl von Durchläufen an, und wir können den Entwurf erstellen (Abbildung 3). Dieser Prozess beinhaltet zufällige Starts, sodass das mehrmalige Erstellen des Designs mit den gleichen Einstellungen nicht unbedingt zu identischen Experimenten führt. Alle Designs erfüllen jedoch die gleichen Qualitätskriterien.
Wenn das Design erstellt wird, wird ein neuer Abschnitt namens Design Evaluation angezeigt. Eine nützliche Unterüberschrift innerhalb der Entwurfsbewertung ist die relative Varianz der Koeffizienten. Es hilft uns zu erkennen, wie wahrscheinlich es ist, dass ein wirklich signifikanter Faktor von dem Experiment als signifikant erkannt wird (d. H. Die Leistung). Möglicherweise möchten Sie hier Werte über 0,8 anzeigen, dies hängt jedoch vom Signal-Rausch-Verhältnis ab. Je höher es ist, desto früher werden Sie Einflussfaktoren erkennen. Wenn Sie über diese Informationen verfügen und mit der berechneten Leistung nicht zufrieden sind, können Sie zurückkehren (mithilfe der Schaltfläche "Zurück" am unteren Rand des Fensters), die benutzerdefinierte Anzahl der Durchläufe erhöhen, das Design generieren und die Leistungsberechnung erneut anzeigen . Sie können diese Schritte wiederholen, bis Sie den richtigen Kompromiss zwischen der Anzahl der Läufe und der Teststärke gefunden haben.
Wählen Sie als Nächstes Tabelle erstellen aus. JMP generiert eine Datentabelle, in der alle Faktoren mit den Ebenen enthalten sind, auf denen Sie jedes einzelne Experiment ausführen sollten, sowie eine leere Spalte für jede Antwortvariable. Alle Variablen verfügen über Metainformationen, die Ihre Spezifikationen aus dem Versuchsentwurf speichern, und es gibt ein Skript, das Sie ausführen können, wenn die Experimente abgeschlossen sind. Die Daten werden gesammelt, um die Experimente anhand des von Ihnen angegebenen Modells auszuwerten.
Dieses experimentelle Design hat die geringste Anzahl von Durchläufen für die gegebene Aufgabe. Es erforderte wenig technische Informationen und kein statistisches Gutachten, um berechnet zu werden. Als ich meinen Kunden diese Schritte erläuterte, waren sie zuversichtlich, dass sie ihre Art, Schlussfolgerungen zu ziehen und Entscheidungen zu treffen, verbessern könnten. Jetzt ist es an Ihnen, den Customer Designer in JMP anzuwenden. Wie benutzt du es?
