Разработка эксперимента означает планирование эксперимента таким образом, чтобы он собирал информацию, относящуюся к исследуемой проблеме. План эксперимента представляет собой полную последовательность шагов, предпринятых заранее, чтобы гарантировать, что соответствующие данные будут получены таким образом, который позволяет проводить объективный анализ, приводящий к достоверным выводам относительно указанной проблемы.
ЭКСПЕРИМЕНТАЛЬНАЯ КОНСТРУКЦИЯ возникает из необходимости отвечать на вопросы, как:
Как измеряется эффект? Какие характеристики нужно анализировать? Какие факторы влияют на характеристики, которые будут проанализированы?
Какие факторы будут изучаться в этом исследовании? Сколько раз должен проводиться эксперимент? Какой будет форма анализа? Из каких ценностей эффект считается важным?
Эксперименты-статистик-прикладному-бизнесЦЕЛИ ЭКСПЕРИМЕНТАЛЬНОЙ КОНСТРУКЦИИ
Укажите максимальное количество информации, относящейся к исследуемой проблеме.
Дизайн, план или программа должны быть максимально простыми.
Расследование должно проводиться максимально эффективно; сэкономить время, деньги, персонал и экспериментальные материалы. «Предоставить максимальный объем информации при минимальных затратах»
ОСНОВНЫЕ ПРИНЦИПЫ ЭКСПЕРИМЕНТАЛЬНОЙ КОНСТРУКЦИИ
1.- Воспроизведение. Предоставляет оценку экспериментальной ошибки. Это позволяет получить более точную оценку среднего эффекта любого фактора.
2.- Рандомизация. Случайное назначение лечения экспериментальным единицам. В моделях проектирования статистических экспериментов распространено предположение, что наблюдения или ошибки в них распределены независимо. Рандомизация подтверждает это предположение
3.- Местное управление. Количество балансировки, блокировки и группировки экспериментальных единиц, используемых в адаптированном статистическом проекте.
ЭТАПЫ ЭКСПЕРИМЕНТАЛЬНОЙ КОНСТРУКЦИИ
- Постановка проблемы или постановка. Формулировка гипотезы. Предложение экспериментальной техники и дизайна. Изучение возможных событий и ссылок, на которых основаны причины исследования, чтобы убедиться, что эксперимент предоставит необходимую информацию и в соответствующей степени. возможных результатов с точки зрения применяемых статистических процедур и обеспечения соблюдения необходимых условий для того, чтобы эти процедуры были действительными. Выполнение эксперимента.
Применение статистических методов к экспериментальным результатам.
- Извлечение выводов с показателями достоверности полученных оценок. Следует тщательно рассмотреть обоснованность выводов для совокупности объектов или событий, к которым они должны применяться. Оценка полного расследования и отличие от других исследований того же проблема или тому подобное.
ПРОВЕРКА ДЛЯ ПЛАНИРОВАНИЯ ТЕСТОВЫХ ПРОГРАММ.
Получите четкое изложение проблемы.
Определите новую важную проблемную область.
Подчеркните конкретную проблему в рамках ее обычных ограничений.
Определите точное назначение тестовой программы.
Определите отношение конкретной проблемы к общему исследованию или разработке программы.
СОБИРАЙТЕ ОСНОВНУЮ ИНФОРМАЦИЮ.
- Изучите все возможные источники информации. Составьте таблицу соответствующих данных, чтобы спланировать новую проблему.
ПРОЕКТ ПРОГРАММЫ ИСПЫТАНИЙ
- Проведите конференцию, посвященную всем заинтересованным сторонам. Сформулируйте предложения, которые нужно доказать. Укажите, насколько велики различия, которые вы считаете целесообразными. Изложите возможные альтернативы событий. Выберите факторы для изучения. Определите практический диапазон. этих факторов и конкретных уровней, на которых будут проводиться испытания. Выберите окончательные измерения, которые необходимо выполнить. Рассмотрите влияние изменчивости выборки и точность методов испытаний. Рассмотрите возможные взаимосвязи (или взаимодействия) факторы. Определите время, стоимость, материалы, человеческую силу, контрольно-измерительные приборы и другие факторы и необычные условия, такие как погодные условия. Рассмотрите человеческие аспекты программы.
ПРОЕКТИРОВАНИЕ ПРОГРАММЫ В ПРЕДВАРИТЕЛЬНОЙ ФОРМЕ
- Подготовьте систематический и полный график. Предоставьте этапы реализации или адаптации графика, если необходимо. Устраните влияние переменных, которые не изучаются. Минимизируйте количество прогонов экспериментов. Выберите метод статистического анализа. Сделайте разумные указания для упорядоченного накопления данных.
ПРОВЕРЬТЕ КОНСТРУКЦИЮ СО ВСЕМ ОБРАЗОМ.
- Настройте программу в соответствии с комментариями. Подробно опишите точные шаги, которые необходимо выполнить. Планируйте и проводите экспериментальную работу. Разрабатывайте методы, материалы и оборудование. Применяйте методы или методы. Контролируйте и проверяйте детали, изменяя методы, если это необходимо. Требуется. Запишите любые изменения в дизайн программы. Будьте внимательны при сборе данных. Запишите ход выполнения программы.
АНАЛИЗ ДАННЫХ.
При необходимости сведите записанные данные в цифровую форму.
Примените соответствующие методы математической статистики.
ИНТЕРПРЕТАЛЬНО РЕЗУЛЬТАТЫ
- Рассмотрим все наблюдаемые данные. Ограничьте выводы строгими выводами из полученных доказательств. Проведите независимые эксперименты по проверке любых противоречий, возникающих из данных. Сделайте выводы как в отношении технической значимости результатов, так и статистической значимости. Укажите что результаты означают для вашего приложения и для последующей работы. Помните об ограничениях, наложенных используемыми методами. Укажите результаты в терминах проверяемых вероятностей.
ПОДГОТОВЬТЕ ОТЧЕТ.
Четко опишите работу, предоставив справочную информацию, соответствующее разъяснение проблемы и значение результатов.
Используйте графические и табличные методы для эффективного представления данных для будущего использования.
Предоставьте достаточно информации, чтобы читатель мог проверить результаты и сделать свои собственные выводы.
Ограничьте выводы объективным резюме, так что работа свидетельствует о его использовании для быстрого рассмотрения и решительных действий.
ПРЕИМУЩЕСТВА И НЕДОСТАТКИ СТАТИСТИЧЕСКИ РАЗРАБОТАННЫХ ЭКСПЕРИМЕНТОВ.
- Требуется тесное сотрудничество между статистиками и исследователями или учеными с вытекающими отсюда преимуществами в анализе и интерпретации этапов программы. Акцент делается на ожидаемые альтернативы и систематическое предварительное планирование, даже с учетом поэтапного выполнения и уникального производства полезных данных для анализа в последующих комбинациях. Внимание должно быть сосредоточено на взаимосвязях и оценке и количественном определении источников изменчивости результатов. Количество требуемых испытаний может быть определено с уверенностью и часто может быть уменьшено. Сравнение эффектов изменений является более точным благодаря группировке результатов. Точность выводов известна с математически определенной точностью.
НЕДОСТАТКИ СТАТИСТИЧЕСКИ ПРОЕКТИРОВАННЫХ ЭКСПЕРИМЕНТОВ.
Такие планы и их анализ обычно сопровождаются утверждениями, основанными на техническом языке статистики. Это было бы важно для общности людей, кроме того, статистику не следует недооценивать ценность представления результатов в графической форме. На самом деле, вы всегда должны рассматривать графики как предварительный шаг к более аналитической процедуре.
Многие статистические схемы, особенно когда они были впервые сформулированы, подвергались критике как слишком дорогие, сложные и трудоемкие. Такая критика, когда она обоснована, должна приниматься добросовестно, и должна быть предпринята честная попытка улучшить ситуацию, если это не наносит ущерба решению проблемы.
- Для того, чтобы провести план эксперимента, мы предложим внести изменения в факторы (входные данные), чтобы наблюдать изменения, соответствующие ответам (выходным данным). Информация, полученная из хорошего экспериментального плана, может быть использована для разработки характеристик улучшения, снижения затрат и время, связанное с разработкой продукта, проектированием и производством, а также построением математических моделей, которые приближают реальность между факторами и результатом. Информация, полученная из подходящего экспериментального плана, может использоваться для улучшения анализируемых характеристик; сокращает затраты и время, связанные с разработкой продукта, проектированием производства, а также создает математические модели, которые приближают истинное соотношение факторов и результатов. Эти оптимизируют процессы,уточняет анализ, который будет использоваться в оценках толерантности, и уменьшает вариации, а также возможность избежать нечувствительного ответа, то есть он может выйти из-под контроля. Процесс имеет четыре категории переменных, которые должны быть хорошо документированы в диаграмме причина и следствие:
Ключевые переменные в процессе. Это переменные, которые мы попытаемся изменить в ходе эксперимента, чтобы добиться улучшения реакции продукта.
- Используя 4 категории переменных, можно представить более полную диаграмму процесса, как показано на следующем графике:
ФАКТОРИАЛЬНЫЙ ДИЗАЙН
- Это позволяет одновременно изучать влияние различных факторов, которые могут быть в ответе. Когда эксперимент улучшается, он направляет уровень всех факторов одновременно, позволяя по одному для исследования или взаимодействия между факторами.На графике видно, как каждая точка представляет уникальную комбинацию уровней факторов. полный прогон факторного проектирования (КАКОВЫ ВСЕ СООБЩЕНИЯ УРОВНЕЙ ЭКСПЕРИМЕНТАЛЬНОГО ФАКТОРА) или часть факторного дизайна (ОНИ МЕРЫ ОТВЕТА НА ПОДГРУППНУЮ ФРАКЦИЮ ВСЕХ КОМБИНАЦИЙ УРОВНЕЙ ЭКСПЕРИМЕНТАЛЬНОГО ФАКТОРА)
2 УРОВЕНЬ ФАКТОРИАЛЬНЫЙ ДИЗАЙН
Это где каждый фактор имеет только два уровня и не имеет центральной точки.
Двухуровневый факторный план используется для руководства будущими экспериментами, например, когда вам нужно исследовать новый регион, где должна существовать лучшая группа.
Двухуровневый факторный дизайн может быть:
Полный факториал, который является экспериментальным прогоном, который включает все комбинации в уровнях фактора.
Дробный факториал или дробный, который испытывает прогоны, которые включают только часть всех возможных прогонов.
ФРАКЦИОНИРОВАННАЯ ФАКТОРНАЯ КОНСТРУКЦИЯ
- Этот дизайн улучшается только в одном подразделе или части цикла в полном факториальном проекте.Этот дробный проект является хорошим ресурсом, когда ресурсы ограничены или число факторов в проекте длинное, поскольку в нем используется меньше прогонов, чем полный факториал. Число прогонов, необходимых для двух (2) уровней полного факториала, равно 2k, где «k» - количество факторов. Если число факторов в проекте 2k, число прогонов, необходимых для улучшения полного факторного плана, быстро увеличивается. Например: для полного двухуровневого факторного плана с 6 факторами потребуется 64 прогона, для 9-факторного плана необходимо 512 прогонов. При использовании дробной части для полного факторного плана требуется только вдвое меньше прогонов.некоторые эффекты запутаны и не могут быть отделены от других эффектов. Как правило, любой термин больше двухсторонней (двухсторонней) итерации не является проблемой, поскольку влияние на более крупные из них можно предположить, потому что различия действительно минимальны и нет необходимости оценивать их. Фракционный факторный план использует подмножество полного факториала для получения информации об основных эффектах взаимодействий низкого порядка с меньшим количеством прогонов. *** У полного факторного плана столько проектных точек, сколько у половины дробного плана. Ответ - четыре из восьми возможных углов дизайна или факториала. Эту практику можно спутать с двухсторонней итерациейКак правило, любой термин больше двухсторонней (двухсторонней) итерации не является проблемой, поскольку влияние на более крупные из них можно предположить, потому что различия действительно минимальны и нет необходимости оценивать их. Фракционный факторный план использует подмножество полного факториала для получения информации об основных эффектах взаимодействий низкого порядка с меньшим количеством прогонов. *** Полный факторный план имеет столько же точек проектирования, сколько половина дробного плана. Ответ - четыре из восьми возможных углов дизайна или факториальной части. Эту практику можно спутать с двухсторонней итерациейКак правило, любой термин больше двухсторонней (двухсторонней) итерации не является проблемой, поскольку влияние на более крупные из них можно предположить, потому что различия действительно минимальны и нет необходимости оценивать их. Фракционный факторный план использует подмножество полного факториала для получения информации об основных эффектах взаимодействий низкого порядка с меньшим количеством прогонов. *** У полного факторного плана столько проектных точек, сколько у половины дробного плана. Ответ - четыре из восьми возможных углов дизайна или факториала. Эту практику можно спутать с двухсторонней итерациейпоскольку влияние, которое оказывает наибольшее, можно предположить, потому что различия действительно минимальны, и нет необходимости оценивать их. Фракционный факторный план использует подмножество полного факториала для получения информации об основных эффектах взаимодействий низкого порядка с меньшим количеством прогонов. *** У полного факторного плана столько проектных точек, сколько у половины дробного плана. Ответ - четыре из восьми возможных углов дизайна или факториала. Эту практику можно спутать с двухсторонней итерациейпоскольку влияние, которое оказывает наибольшее, можно предположить, потому что различия действительно минимальны, и нет необходимости оценивать их. Фракционный факторный план использует подмножество полного факториала для получения информации об основных эффектах взаимодействий низкого порядка с меньшим количеством прогонов. *** У полного факторного плана столько проектных точек, сколько у половины дробного плана. Ответ - четыре из восьми возможных углов дизайна или факториала. Эту практику можно спутать с двухсторонней итерацией*** Полный факторный план имеет столько же точек проектирования, сколько половина дробного плана. Ответ - четыре из восьми возможных углов дизайна или факториальной части. Эту практику можно спутать с двухсторонней итерацией*** У полного факторного плана столько проектных точек, сколько у половины дробного плана. Ответ - четыре из восьми возможных углов дизайна или факториала. Эту практику можно спутать с двухсторонней итерацией
ПОЛНАЯ ФАКТОРНАЯ КОНСТРУКЦИЯ (ОБЩАЯ)
- Дизайн, в котором факторы могут иметь Х количество уровней. Например, инженеры проводят эксперимент, чтобы исследовать влияние влаги, температуры и содержания меди на количество покрытия на пластине из того же материала. Фактор влажности имеет два уровня. Температура фактора B имеет три уровня. Содержание фактора С. Медь имеет 5 уровней. Экспериментальные прогоны включают все 30 комбинаций этих уровней факторов.
ДИЗАЙН ПОВЕРХНОСТИ
- Методы DOE в группе - это техники, которые помогут вам лучше понять и оптимизировать свой ответ. Методология поверхностного отклика регулярно используется для определения моделей после определения коэффициентов свесов с использованием факторных планов, особенно если есть подозрение на изогнутую поверхность отклика. Разница между уравнением отклика поверхности и уравнением для Факторный дизайн - это добавление квадратных терминов, которые допускают кривизну в ответе модели, что делает его полезным для: Понимания и отображения области отклика поверхности. Реакция модели поверхности уравнения, чтобы увидеть изменение входных данных переменного влияния на интересующий нас ответ Совещание переменных входных уровней, которые оптимизируют ответ.Выбор условий эксплуатации, соответствующих техническим условиям, например, если вы хотите определить наилучшие условия для литья пластмассовой детали впрыска топлива. Факторный эксперимент будет использоваться в первую очередь для определения значимых факторов (температура, давление, скорость охлаждения). Эксперимент по проектированию поверхностного отклика используется для нахождения идеальной группы для каждого фактора.В планах поверхностного отклика существует 2 основных типа отклика:Эксперимент по проектированию поверхностного отклика используется для нахождения идеальной группы для каждого фактора.В планах поверхностного отклика существует 2 основных типа отклика:Эксперимент по проектированию поверхностного отклика используется для нахождения идеальной группы для каждого фактора.В планах поверхностного отклика существует 2 основных типа отклика:
Композитный центральный дизайн. Вы можете адаптировать полную квадратичную модель. Они обычно используются, когда планы проекта требуют последовательных экспериментов, потому что эти проекты могут включать информацию из правильно спланированного факторного эксперимента.
Конструкции коробки - Behnken. Как правило, он имеет меньше точек в конструкции, поэтому меньше прогонов, чем в составной центральной конструкции с тем же числом факторов. Это позволяет эффективно оценивать коэффициенты первого и второго порядка; однако нельзя включить прогоны из факторного эксперимента
КОМПОНЕНТЫ (DOE)
- Именно ингредиенты, составляющие смесь, улучшая план экспериментов (DOE), позволяют определить относительную пропорцию каждого компонента, которая оптимизирует смесь (то есть отклик). Обычно эксперименты по смешиванию проводятся в продуктах питания, в процессе обработки и рафинирования, а также в химическом производстве. Предположим, вы хотите изучить, как пропорции 3 компонентов в дезодоранте из травяной смеси домашнего приготовления влияют на принятие продукта на основе аромата. 3 компонента: розовое масло, мандариновое масло и нероли. Создается смесь и результаты анализируются на графике с высоким значением по вертикальной шкале, чтобы представить наиболее удобный аромат.,
КОМПОНЕНТНЫЕ ЭФФЕКТЫ
- При увеличении доли мандариновой эссенции (зеленая линия) по отношению к смеси удобство первой эссенции увеличивается, затем она начинает уменьшаться, а доля эссенции роз (красная линия) уменьшается по отношению к В смеси, удобство аромата увеличивается. Когда доля нероли (белая линия) увеличивается по отношению к смеси, удобство аромата уменьшается. Пересечение между 3 линиями в «0» представляет смесь (1/3 от Эссенция роз, 1/3 мандарина и 1/3 нероли. Перемещение вправо от «0» показывает относительную пропорцию ингредиента для увеличения, а перемещение влево от «0» показывает относительную пропорцию уменьшения один компонент и другие ингредиенты хранятся в равных пропорциях.измерения и веса, объемы или любые другие единицы, придерживаться общего итога. То есть сумма пропорций всех компонентов в каждой вкусовой смеси должна составлять 100%. Высокие или низкие пределы могут быть указаны для каждого компонента при попытке улучшить дизайн эксперимента. Например, если мандарин является самым дорогим компонентом, его можно поместить на верхний предел, чтобы контролировать общую стоимость смеси. Сам по себе Minitab создает группы конструкций, которые не обязательно должны существовать. То есть, если нижний предел равен нулю, а самый высокий - один для всех компонентов, при разработке эксперимента по смешиванию количество точек в проекте зависит от количества компонентов. Например, простой центоридный дизайн для смеси с q компонентами состоит из 2 ** q-1 баллов.В простой конструкции люка количество точек в этой конструкции зависит от количества компонентов. (q) и степень (м).
MIX DESIGN
Класс продуктов для экспериментов с поверхностным откликом содержит некоторые компоненты. Конструкция смеси используется для изучения характеристик продуктов, связанных с изменениями в пропорции к компонентам, условиям процесса или количеству смеси. Minitab предоставляет три дизайна (простой центроид, простой экран и экстремальные вершины) и анализирует три типа экспериментов:
Смесь. Где предполагается, что ответ зависит только от пропорции компонентов в смеси. Например, цвет краски зависит только от используемых пигментов.
Процесс - Переменная смесь. - Когда ответ предполагает зависимость относительных пропорций компонентов и процесса переменных, которые являются факторами в эксперименте, который не является частью смеси, но может влиять на свойство при перемешивании в смесь. Например, адгезионные свойства краски зависят от температуры, при которой она наносится.
Смесь-количество. Где ответ предполагает зависимость пропорций компонентов и количества смеси. Например, применяемое количество и доля ингредиентов в съедобном растении могут повлиять на рост домашнего растения.
Эксперименты с различными количествами
Ответ предполагается в зависимости от пропорций компонентов и количества смеси. Например, применяемое количество и пропорции ингредиентов в съедобном растении могут повлиять на рост домашнего растения. Когда эксперимент по смешиванию улучшается до двух или более уровней общей смеси, он называется экспериментом по количественному смешиванию.
ПРОЕКТИРОВАНИЕ ПЕРЕМЕННОГО ПРОЦЕССА СМЕШИВАНИЯ
Это структура микса, которая включает переменные факторы процесса в эксперименте, который не является частью микса, но может влиять на реакцию. Например, свойства клея для краски могут зависеть от температуры, на которой он наносится.
В Minitab вы можете включить до 7 двухуровневых процессов в дизайн микса. Проект микширования будет генерировать каждую комбинацию уровней переменных процесса или часть уровней комбинации.
ЭКСПЕРИМЕНТ ДИЗАЙН ФУНКЦИЯ ТАГУЧИ
Так назван потому, что японский инженер Дженичи Тагучи разработал новую философию качества, основанную на значениях задач, а не переменных в процессе спецификации. Квадрант Тагучи приближает срок потери отклонения к цели. Там, где потери являются результатом сочетания отходов, переделки, плохой работы, потери клиентов, удовлетворения и т. Д.
Мера потери продукта может быть оценена с использованием L = k (yT) 2, где:
и это ценность ответа
Т желаемое значение
к является константой
Чтобы определить k, оценивается потеря определенного значения y. Например, если предполагаемая потеря для:
у = 130 = 100,00 $
k = 100 / (130 - 120) 2 = 1,0
Функция потерь:
L = 1,0 (у - Т) 2
Оценка потерь, связанных с другими, и значения теперь могут быть использованы
- Позволяет выбрать продукт или процесс, который позволяет последовательно улучшать работу. Признается, что не все факторы, вызывающие изменчивость, могут контролироваться на практике. Эти неконтролируемые факторы. Эти факторы называются факторами шума. Конструкция Taguchi определяет контролируемые факторы, которые минимизируют факторы шума. Во время эксперимента вы можете манипулировать коэффициентом шума или заставить переменные возникать, а затем найти максимальный контроль над факторами, чтобы сделать надежный или устойчивый процесс к изменению коэффициентов шума. Хороший пример дизайна Taguchi - это Ina Tile (японская компания в 50-х годах). Это дало много некондиционных размеров.Команда по качеству обнаружила, что температура, используемая в духовках для различных полов, вызывала неодинаковое измерение. Они не могли устранить перепады температуры, потому что строительство новой печи было очень дорогим, поэтому оно стало переменной шума. Используя проекты Тагучи, команда обнаруживает, что увеличение глины может быть фактором контроля, полы становятся более стойкими или прочными, так что температура в печи меняется, что делает полы более однородными.полы становятся более прочными или прочными, благодаря чему температура в духовке меняется и, таким образом, пол становится более равномерным.полы становятся более прочными или прочными, благодаря чему температура в духовке меняется и, таким образом, пол становится более равномерным.
СТАТИЧЕСКИЕ И ДИНАМИЧЕСКИЕ КОНСТРУКЦИИ ТАГУЧИ
- Два типа дизайна Taguchi позволяют вам выбрать продукт или процесс, который улучшает работу. Как и в динамической системе, переменная характеристика зависит не только от шумовых и управляющих факторов, но также от других переменных понятий (входных данных), то есть фактора сигнала. Целью динамического проектирования Тагучи является размещение управляющих факторов, которые оптимизируют качественные характеристики в системе по всему диапазону входных сигналов.
Например, величина ускорения является мерой улучшения тормозов. Фактором сигнала является степень нажатия на педаль тормоза; Когда водитель нажимает педаль тормоза, замедление увеличивается.
Степень давления на педаль оказывает существенное влияние на замедление. Поскольку давление педали ниже оптимального, нет смысла проверять его в качестве управляющего фактора. Вместо этого инженеры хотят спроектировать тормозную систему, которая сделает наименьшую переменную давления на педали тормоза более эффективной.
ВЫВОДЫ
В этой работе мы можем реализовать применение плана экспериментов или, другими словами, поэтапное планирование операций, чтобы получить удовлетворительный результат для нашей задачи.
Для разработки эксперимента мы должны учитывать влияние и характеристики нашей проблемы, которая должна быть решена. Как вы видите дизайн, он должен быть максимально простым и, таким образом, экономить время, инвестиции и персонал, но не следует забывать об основных принципах дизайна.
Мы также наблюдаем совместную работу исследователей со статистиками, которая приводит нас к лучшему планированию эксперимента, хотя он имеет свои недостатки, можно отметить, что правильное действие может изменить способ увидеть недостатки, которые может представлять высокая стоимость у вас есть со статистиками.
Мы можем быть уверены, что если мы выполним все элементы контрольного списка, у нас будет эффективное планирование нашего эксперимента и, таким образом, мы получим ожидаемые результаты.
ТЕРМИНОЛОГИЯ И ПРИМЕР ЭКСПЕРИМЕНТАЛЬНОЙ КОНСТРУКЦИИ
- Дизайн экспериментов:
Это ключевая часть разработки методологии Six Sigma для определения важных факторов, влияющих на определенный процесс, и нахождения его оптимального сочетания для улучшения производительности и производного продукта.
- Факторы:
Любое влияние, влияющее на переменные ответа (за исключением лечения), почти полностью контролируется экспериментатором; этой переменной мы хотим изучить влияние одного или нескольких ответов. Он может быть представлен количественно или качественно. Факторы являются компонентами процесса, и уровень, на котором они находятся, определяет результирующие переменные ответа, которые предназначены для улучшения или оптимизации.
- Уровни фактора:
Это значения фактора, изученного в эксперименте. Для количественных факторов каждое значение будет уровнем. Например, в качественном отношении чистый или грязный имеет 2 уровня.
- Лечение:
Термин, который относится к уровню фактора (или комбинации уровней различных факторов), который непосредственно влияет на то, что представляет интерес для экспериментатора. Влияние различных уровней факторов будет сравниваться в эксперименте.
- Обработка структуры экспериментального проекта:
Это набор процедур, которые были выбраны для изучения и / или сравнения; форма структуры обработки будет зависеть от эксперимента, который будет проводиться, и от того, что экспериментатор хочет проанализировать.
- Экспериментальный блок:
Наименьшая единица или единица, в которой применяется обработка.
- Переменная ответа:
Количественная мера единицы после применения лечения, его значение зависит от используемого лечения. Это переменная, которая исследуется и также известна как ответ.
- Основной эффект:
Это вклад каждого фактора в переменные отклика после измерения произведенного в них изменения (изменение зависит от уровня каждого фактора).
- Взаимодействие:
Когда есть связь или зависимость между двумя или более факторами, то есть, когда влияние одного фактора зависит от уровня другого.
- Сопутствующая переменная:
Количественные измерения на единицу, взятые до применения лечения.
- Блок:
Группа экспериментальных единиц, которые являются однородными по отношению к фактору, под которым блок был сформирован.
- Экспериментальная ошибка:
Поскольку ни один эксперимент не может явно рассмотреть все потенциальные переменные, которые влияют на эксперимент, эти переменные не рассматриваются и называются «уровнем шума», так как, хотя в эксперименте делается все возможное, чтобы уменьшить их на случайность), всегда будет присутствовать, вызывая меньше вариаций, чем оказывается.
- Спутанность сознания
Это происходит, когда влияние одного фактора или лечения нельзя отделить или отличить от воздействия другого фактора или лечения.
Чтобы лучше проиллюстрировать работу эксперимента, мы рассмотрим пример, который исследует, какие типы клюшек и мячей улучшат игру в гольф начинающего игрока в гольф.
- Название эксперимента:
Оценка двух комплектов клюшек и двух видов мячей для гольфа
2. Цели:
Чтобы проиллюстрировать использование и работу DOE, вы хотите знать, как добиться лучшей игры в гольф применительно к двум маркам клюшек и двум маркам мячей.
Следует отметить, что обычно один играет 2 курса, каждый с различным состоянием ветра. Курс А никогда не бывает ветреным, поскольку он окружен горами. Курс B всегда имеет сильный ветер, так как он расположен на равнине.
У вас есть оборудование.
Есть время для обоих курсов.
Как вы знаете, что нужно сделать, чтобы улучшить игру?
Давайте попробуем разработанный эксперимент...
3. Поддерживает соответствующие цели:
Нет информации из предыдущих экспериментов.
4. Соображения по поводу переменной ответа:
Переменная Response будет измерять количество отверстий.
5. Факторные соображения:
Контролируемые факторы:
* Типы клубов (а. Ping; б. Callaway)
* Типы шаров (а. Титл; б. Пиннакл)
* Погодные условия (а. Ветрено; б. Безветренно)
Факторы шума:
* Нет для этого контролируемого эксперимента.
6. Соображения о взаимодействии:
В эксперименте нет очевидных взаимодействий до его проведения.
7. Ограничения на эксперимент:
Нет, есть время поиграть на обоих курсах.
8. Структура (выберите уровни переменных):
Эксперимент будет проводиться в двух погодных условиях, поэтому фактор погоды, тип клюшек и мячей имеют 2 «уровня». Так что это полный факториал 2 3
| 1-й уровень | 1-й уровень | |
| Типы палочек | пинг | Отозвать |
| Типы шаров | Titleist | вершина |
| Погодные условия | С ветром | Безветренно |
9. Анализ и представление данных:
Уровни факторов и эксперимент представлены в стандартной форме ниже.
Каковы все возможные комбинации?
| один | Придерживайтесь пинг | Титульный бал | Безветренно |
| два | Palo Callaway | Титульный бал | Безветренно |
| 3 | Придерживайтесь пинг | Пиннакл мяч | Безветренно |
| 4 | Palo Callaway | Пиннакл мяч | Безветренно |
| 5 | Придерживайтесь пинг | Титульный бал | С ветром |
| 6 | Palo Callaway | Титульный бал | С ветром |
| 7 | Придерживайтесь пинг | Пиннакл мяч | С ветром |
| 8 | Palo Callaway | Пиннакл мяч | С ветром |
Давайте посмотрим на это по-другому в следующей таблице…
(См. PDF)
Это полный факториал. Посмотрим результаты!…
(См. PDF)
ВЫВОДЫ
Задача «Статистика в применении к бизнесу», которую преподавал инженер Хуан Алехандро Гарза Родригес, подтолкнула нас к изучению и использованию Minitab в качестве еще одного инструмента.
Благодаря огромному техническому прогрессу мы сэкономили время для статистического анализа, однако понимание логики, которая используется для достижения ее разрешения, привело нас к этому исследованию, которое очень хорошо провела компания Eng. Гарза, который учит нас предмету.
С развитием этого проекта и благодаря пониманию концепций и обработке программы Minitab мы поняли, что это мощный статистический инструмент, который при правильном применении может помочь нам облегчить расчеты для решения проблем. Что продолжается с основной целью: экономия средств и постоянное улучшение в любой области, в которой мы развиваемся. Мы узнали, что область, в которой мы выполняем свою работу, не ограничивает, поскольку как в области машиностроения и материаловедения, так и в сфере людских ресурсов и в нашем собственном бизнесе, в торговле или в промышленности, или просто для увлечения панорамой статистической вероятности, эти инструменты всегда будут очень полезны.
Для этой презентации мы узнали, как работать с DOE, Дизайн экспериментов.
Мы хотим поделиться этой подборкой информации с кем-то еще, кому, как и нам, было необходимо исследовать и проводить такую работу. Анализ и исследования, которые открыли наши умы, а также наши способности выполнять более эффективно в нашей работе и личных функциях.
Спасибо, что нашли время, чтобы просмотреть наши вклады.
БИБЛИОГРАФИЯ
- Марк Дж. Кимеле, Стивен Р. Шмидт, Рональд Дж. Бердин. ОСНОВНАЯ СТАТИСТИКА Четвертое издание. Учебник № 1. Глава 8 Статистика для администраторов. Шестое издание. Ричард И. Левин и Дэвид С. Рубин. Редакционный зал Prentice. Глава 6.3 Дизайн экспериментов, с. 323 - 327GE Освещение - AEA. Курс Зеленых Поясов, Неделя Инициативы Sies Sigma # 1. Апрель 1997. http://catarina.udlap.mx/u_dl_a/tales/documentos/lat/valenzuela_c_f/capitulo4.pdfMinitab 15 (пробная версия, полученная с minitab.com).pdf (получено с www.minitab.com) Дизайн: Эксперименты. monographs.com
