Recentemente, alcuni clienti mi hanno chiesto come iniziare progettazione di esperimenti se hanno conoscenze tecniche sul prodotto da costruire, o le fasi del processo da seguire, ma nessuna informazione statistica precedente. Vogliono che il prossimo esperimento sia pianificato a fondo e che i dati raccolti in un modo che consenta un'analisi del suono. E sperano che questo prossimo esperimento diventi la base di uno sviluppo più sofisticato e si traduca in un significativo miglioramento del business.
JMP rende facile per chiunque progettare esperimenti che permettano di trarre conclusioni affidabili con il minor numero possibile di esecuzioni. Il mio esempio preferito è la costruzione di un elicottero di carta. Ecco un modo semplice per farne uno .
Possiamo usare JMP per inserire subito il framework del nostro esperimento. Per accedere alla finestra di dialogo, fare clic sulla voce di menu DOE e selezionare Custom Design. Nella prima area di progettazione, specifichiamo le risposte, cioè le variabili che osserviamo per qualificare i risultati dei nostri esperimenti. In questo caso, facciamo doppio clic nel campo del nome della prima riga e digitiamo "Tempo" come è (l'unica) variabile di interesse in questo caso. Vogliamo massimizzare il tempo di volo, quindi possiamo semplicemente accettare il valore predefinito. Per situazioni più complesse, potremmo aggiungere un numero qualsiasi di variabili target e una combinazione arbitraria di obiettivi Massimizza, Minimizza o Abbina. Inoltre, le risposte possono essere ponderate in modo da riflettere la loro importanza relativa.
Come secondo passo, elenchiamo tutti i fattori che vogliamo combinare in diverse combinazioni per trovare il risultato ottimale per le nostre variabili target. L'esperimento che verrà progettato da JMP è definito da diverse combinazioni di livelli di fattore. L'unica cosa che dobbiamo sapere prima di aggiungere un fattore è il suo tipo di dati - cioè, è una variabile continua o categorica? Ora inseriamo tutti i nostri fattori uno per uno: iniziando dalla categoria della carta, che sia normale o vincolante (due livelli); aggiungendo l'area di ala variabile continua, che può variare da 12 a 13; e così via, fino a quando tutti i fattori di guida sono inseriti come visto nella Figura 1.
Anche in questo caso il numero di fattori è illimitato e qualsiasi combinazione di variabili categoriali e continue è consentita in JMP.
Quando vengono inseriti i fattori, troviamo l'area del Modello popolata con un effetto chiamato Intercetta e un elenco di tutti i fattori che abbiamo inserito. A questo punto, dobbiamo pensare ai nostri obiettivi e alle informazioni tecniche o all'assunzione che potremmo avere. Vogliamo decisioni rapide su quali dei fattori siano per forza di cose influenti e possiamo ignorare gli altri nel migliorare il processo? Se è così, allora accettiamo il modello così com'è.
D'altra parte, sappiamo o prevediamo che la relazione tra un fattore e la variabile target non sia lineare? Sappiamo o ci aspettiamo che i fattori interagiscano l'uno con l'altro, in modo sinergico o antagonistico? Se è così, allora dobbiamo aggiungere termini corrispondenti al modello. Nell'esempio, l'Area alare potrebbe avere un impatto non lineare sul tempo di volo. Quindi contrassegniamo l'Area alare sia nel modello che nell'elenco dei fattori (vedere la Figura 2) e fare clic sul pulsante Croce.
Ora JMP mostra il numero di esecuzioni raccomandato e possiamo realizzare il disegno (Figura 3). Questo processo implica avviamenti casuali, quindi la creazione del progetto più volte con le stesse impostazioni identiche non porta necessariamente a esperimenti identici. Ma tutti i progetti soddisfano gli stessi criteri di qualità.
Quando viene creato il disegno, viene visualizzata una nuova sezione denominata Valutazione del progetto. Un sottotitolo utile all'interno della valutazione del progetto è la varianza relativa dei coefficienti. Ci aiuta a vedere, quanto è probabile che un fattore che è veramente significativo sia scoperto come significativo dall'esperimento (cioè, il Potere). Potresti voler vedere valori superiori a 0.8 qui, ma tutto dipende dal rapporto segnale-rumore. Più è alto, più presto si rileveranno influenze del fattore. Se si dispone di queste informazioni e non si è soddisfatti della potenza calcolata, è possibile tornare indietro (utilizzando il pulsante Indietro nella parte inferiore della finestra), aumentare il numero personalizzato di esecuzioni, generare il disegno e controllare nuovamente il calcolo della potenza. . Puoi ripetere questi passaggi fino a ottenere il giusto compromesso tra il numero di esecuzioni e il Potere dell'esperimento.
Quindi, selezionare Crea tabella e JMP genera una tabella di dati che contiene tutti i fattori con i livelli in cui è necessario eseguire ogni singolo esperimento più una colonna vuota per ogni variabile di risposta. Tutte le variabili hanno una meta-informazione che salva le tue specifiche dalla progettazione di prova, e c'è uno script che puoi eseguire quando gli esperimenti sono fatti e i dati raccolti per valutare gli esperimenti usando il modello che hai specificato.
Questo disegno sperimentale ha il numero più basso di esecuzioni per l'attività specificata. Richiedeva poche informazioni tecniche e nessuna competenza statistica da calcolare. Quando ho spiegato questi passaggi ai miei clienti, si sentivano sicuri che avrebbero potuto migliorare il loro modo di trarre conclusioni e prendere decisioni. Quindi ora è il tuo turno di applicare il designer del cliente in JMP. Come lo userete?
