Quando i vincoli sperimentali limitano la randomizzazione dell'ordine sperimentale, diventa necessario eseguire l'analisi utilizzando un modello sperimentale a fasi separate. Quando i dati sperimentali sono ordinatamente organizzati, questo problema è stato gestito riorganizzando manualmente matrici ortogonali o tabelle ANOVA complete, sebbene si tratti di un'operazione tediosa. Tuttavia, quando i dati sono disorganizzati, questo diventa impossibile. JMP dispone di sofisticate funzioni analitiche nella sua sezione "model fitting" in grado di gestire esperimenti a fasi separate e ramificati con dati disorganizzati. Questo è un riassunto della riunione dei membri di JMP tenutasi il 2 marzo 2006. Successivamente si sono tenute diverse "sessioni di studio sugli esperimenti a fasi separate di JMP", ma non sono durate a lungo. Negli ultimi anni, è gratificante constatare che JMP è diventato ampiamente utilizzato nell'industria manifatturiera e che la sua funzionalità DOE ha attirato l'attenzione per la pianificazione e l'analisi sperimentale. Negli esperimenti reali, esistono sempre dei vincoli sulla randomizzazione, ma in pratica le analisi vengono eseguite assumendo una completa casualità, il che spesso porta a un'errata interpretazione dei risultati. Riconoscendo che la situazione è rimasta invariata rispetto a 20 anni fa, vorrei presentare questo corso come un'introduzione, includendo anche gli scritti postumi del compianto professor Haga.
