Registrazione del Club degli sperimentatori Q1 2026Video 1: La piattaforma DOE di JMP: una nuova aggiunta al kit di strumenti dell'artista
Leggi il blog di @BillFish828 qui: https://community.jmp.com/t5/JMP-Blog/JMP-s-DOE-platform-A-new-addition-to-the-artist-s-toolkit/ba-p/919860
Domanda: Qual è la differenza tra il design Taguchi e l'array ortogonale?
MOLS è una matrice di progettazione fattoriale frazionaria bilanciata che garantisce l'indipendenza tra i fattori, mentre un disegno Taguchi utilizza queste matrici per ottimizzare la risposta media del rapporto SN migliorando la robustezza
Video 2: Perché randomizzare quando n=1
Commento: Il mio punto non era tanto la tendenza, quanto piuttosto un effetto non identificabile, qualcosa che non si conosceva prima dell'esperimento. Il mio consiglio è di iniziare con quante più influenze possibili, anche quelle più inverosimili, per selezionare i fattori e poi osservare, se possibile, qualsiasi fattore non incluso.
Video 3: Analisi approfondita dei DOE come le superfici di risposta (RS)
Oggetto: Sessione del Recording Experimenters' Club, primo trimestre 2026Grazie per le registrazioni @maria_astals !
Per quanto riguarda la randomizzazione, non sono del tutto d'accordo con l'idea che il suo scopo sia evitare l'influenza del trend temporale sulla risposta. La randomizzazione serve a evitare distorsioni nell'esperimento derivanti dall'influenza di fattori esterni , sconosciuti e incontrollabili che potrebbero influenzarne i risultati. Viene utilizzata per evitare la confusione tra gli effetti del trattamento e altri effetti sconosciuti (correlazioni spurie).
A seconda di come vengono randomizzati gli esperimenti, la robustezza del progetto nel tempo può essere più o meno efficace. Alcune opzioni migliori (a seconda di quanto siano noti e controllabili i fattori di disturbo) sono:
- Registrare l'ordine effettivo di esecuzione e utilizzarlo come covariata nel modello per valutarne la significatività statistica e l'importanza pratica (di nuovo un'analisi "post-mortem" per valutare se l'ordine di esecuzione può avere un impatto) per un fattore di disturbo noto e incontrollabile ,
- Come ha detto @statman , l'utilizzo del blocco serve a bilanciare i livelli dei fattori nel modo più omogeneo possibile tra i blocchi, al fine di ridurre o addirittura annullare gli effetti indesiderati noti e controllabili . Il blocco assegna cicli di lavoro simili a blocchi/gruppi di cicli diversi: operatori diversi, attrezzature/macchine diverse, possibili differenze tra giorni, tra settimane, ecc.
- Progettare in anticipo il DoE tenendo conto di questa possibile dipendenza temporale, utilizzando il tempo come covariata, per bilanciare i livelli dei fattori nel tempo. @bradleyjones ha scritto un ottimo articolo su come creare un progetto robusto alle tendenze temporali: Come creare un progetto sperimentale robusto a una tendenza temporale lineare
Qui puoi vedere un'applicazione: Covariate in ordine definito in un progetto personalizzato
La situazione relativa all'utilizzo del tempo come covariata per creare un disegno sperimentale robusto per l'analisi delle tendenze temporali è spiegata nel libro "Optimal Designs of Experiments: A Case Study Approach" di Peter Goos e Bradley Jones (Capitolo 9: Progettazione sperimentale in presenza di covariate).
Non mi preoccuperei troppo di un singolo dato che mostra valori anomali/fuori scala; i metodi DoE, per loro natura, sono meno sensibili a pochi valori anomali rispetto a OFAT o altri metodi simili.
Non vedo l'ora di unirmi a voi la prossima volta!
