최근에 많은 고객이 나에게 실험 설계 그들이 구축 할 제품에 대한 기술적 지식을 가지고 있거나 따라야 할 공정 단계는 있지만 사전 통계 정보는 없다. 그들은 다음 실험을 철저히 계획하고 데이터를 건전한 분석을 가능하게하는 방식으로 수집하기를 원합니다. 그리고 그들은 다음 실험이보다 정교한 개발의 기초가되어 상당한 비즈니스 개선을 가져 오기를 희망합니다.
JMP 가능한 한 적은 수의 실행으로 신뢰할 수있는 결론을 내릴 수있는 실험을 누구나 쉽게 설계 할 수 있습니다. 제가 가장 좋아하는 예는 종이 헬리콥터의 제작입니다. 여기에 하나를 만드는 간단한 방법 .
JMP를 사용하여 실험의 기본 틀을 즉시 사용할 수 있습니다. 대화 상자에 액세스하려면 DOE 메뉴 항목을 클릭하고 사용자 정의 디자인을 선택하십시오. 첫 번째 디자인 영역에서는 응답 결과, 즉 실험 결과를 검증하기 위해 관찰 한 변수를 지정합니다. 이 경우 첫 번째 행의 이름 필드를 두 번 클릭하고 "Time"을 입력합니다 (이 경우 유일한 변수). 비행 시간을 최대화하기를 원하기 때문에 기본값을 그대로 사용하면됩니다. 보다 복잡한 상황의 경우 여러 개의 대상 변수와 최대화, 최소화 또는 목표 일치 목표를 임의로 조합하여 추가 할 수 있습니다. 또한 응답은 상대적 중요성을 반영하여 가중치를 적용 할 수 있습니다.
두 번째 단계로, 우리는 목표 변수에 대한 최적의 결과를 찾기 위해 서로 다른 조합으로 결합하려는 모든 요소를 나열합니다. JMP에 의해 설계 될 실험은 요인 수준의 다양한 조합에 의해 정의됩니다. 요소를 추가하기 전에 알아야 할 유일한 것은 해당 데이터 유형입니다. 즉 연속 변수 또는 범주 형 데이터 유형입니까? 이제 우리는 모든 요소를 하나씩 차례로 입력합니다 : 종이 카테고리에서 시작하여 정규 또는 본드 (2 단계)인지 여부; 연속 변수 Wing Area를 추가합니다. 범위는 12에서 13까지입니다. 그림 1과 같이 모든 주행 요인이 입력 될 때까지 계속됩니다.
여기서 다시 요인의 수는 무제한이며, 범주 형 변수와 연속 형 변수의 조합은 JMP에서 허용됩니다.
요소가 입력되면 Intercept라고하는 효과가있는 모델 영역과 입력 한 모든 요소의 목록이 표시됩니다. 이 시점에서 우리는 우리의 목표와 우리가 가질 수있는 기술적 정보 또는 가정에 대해 생각할 필요가 있습니다. 어떤 요소가 영향력이 있는지에 대해 신속한 결정을 원하지만 프로세스 개선에있어 다른 요소를 무시할 수 있습니까? 그렇다면 모델을 그대로 사용합니다.
반면에 인수와 목표 변수 사이의 관계가 선형이 아니라는 것을 알고 있습니까? 시너지 또는 상반되는 방식으로 요인들이 상호 작용한다는 것을 알고 있습니까? 그렇다면 해당 용어를 모델에 추가해야합니다. 이 예에서 윙 지역은 비행 시간에 비선형 적 영향을 미칠 수 있습니다. 그래서 우리는 모델과 요소 목록 (그림 2 참조)에서 Wing Area를 표시하고 Cross 버튼을 클릭합니다.
이제는 JMP가 권장 실행 횟수를 표시하고 설계를 할 수 있습니다 (그림 3). 이 과정에는 무작위 시작이 포함되므로 동일한 설정으로 여러 번 디자인을 작성한다고해서 반드시 동일한 실험이 수행되는 것은 아닙니다. 그러나 모든 디자인은 동일한 품질 기준을 충족합니다.
디자인을 만들면 디자인 평가라는 새 섹션이 나타납니다. 설계 평가에서 유용한 부표는 계수의 상대 편차입니다. 실제로 중요한 요소가 실험 (즉, 힘)에 의해 중요하다고 발견 될 가능성이 얼마나 큰지를 우리는 알 수 있습니다. 여기서 0.8보다 높은 값을 보길 원할 수도 있지만 모두 신호 대 잡음 비율에 따라 다릅니다. 높을수록 요인 영향을 빨리 감지 할 수 있습니다. 이 정보가 있고 계산 된 힘에 만족하지 않으면 다시 돌아갈 수 있습니다 (창의 맨 아래에있는 뒤로 단추 사용). 사용자 정의 실행 횟수를 늘리고 디자인을 생성 한 다음 다시 힘 계산을 봅니다. . 실행 횟수와 실험의 힘 사이에서 적절한 균형을 얻을 때까지이 단계를 반복 할 수 있습니다.
그런 다음 표 만들기를 선택하면 JMP가 모든 단일 요인 실험을 실행해야하는 수준과 각 응답 변수에 대한 빈 항목을 포함한 모든 요인을 포함하는 데이터 표를 생성합니다. 변수에는 모두 시험 설계의 사양을 저장하는 메타 정보가 있으며 실험이 완료되고 데이터가 수집되어 지정한 모델을 사용하여 실험을 평가할 때 실행할 수있는 스크립트가 있습니다.
이 실험 설계는 주어진 작업에 대해 실행 횟수가 가장 적습니다. 그것은 약간의 기술적 인 정보와 통계적 전문 지식이 필요하지 않았습니다. 이러한 단계를 고객에게 설명 할 때 결론을 이끌어 내고 결정을 내릴 수있는 방법을 개선 할 수 있다고 확신했습니다. 이제는 JMP에서 고객 디자이너를 적용하는 것이 당신의 차례입니다. 어떻게 사용합니까?
