JMP® für Versuchsplanung

Mit zwei Faktoren entwickelt eine vollfaktorielle Planung Ihren Möglichkeitsspielraum durch Anordnung der Punkte in einem Quadrat. Sie sind sich aber wahrscheinlich bereits bewusst, dass der Raum, den Sie erkunden möchten, nicht quadratisch ist, und in diesem Fall zwingt Sie eine klassische Planung zu Kompromissen. Der Custom Designer verlangte keine Kompromisse und sorgt immer für die beste Nutzung Ihres Versuchsplanungsbudgets. Bei Verwendung seiner computergenerierten Planungen können Sie einen viel umfassenderen Bereich von Herausforderungen in der Planung annehmen, dabei aber immer in einem einheitlichen Rahmen bleiben. Sie können Prozess- und Mischungsfaktoren in dieselbe Planung mit aufnehmen, schwer und besonders schwer änderbare Faktoren für Situationen verwenden, in denen eine Randomisierung beschränkt ist, und spezifische Modellbegriffe definieren, die nur "sofern möglich" eingeschätzt werden. Damit erstellen Sie übersättigte Versuchspläne, die mehr Faktoren untersuchen können als Experimente durchgeführt werden. Und schließlich ermöglicht Ihnen der Custom Designer die Durchführung von Berechnungen auf Samplegröße, um zu ermitteln, ob sich Ihre Versuchsinvestitionen auszahlen.

Ronald Fisher führte als Erster die vier dauerhaften Grundsätze der DOE ein: faktorielles Prinzip, Randomisierung, Replikation und Blockierung. Bis vor Kurzem musste man sich bei der Generierung (und der nachfolgenden Analyse) einer Planung zur Auswertung dieser Prinzipien auf manuelle Berechnungen verlassen. Trotz dieses Handikaps führte die Kreativität von Anwendern in der Praxis über mehr als 80 Jahre zu einer Serie von weitgehend angewendeten Planungsfamilien, die für bestimmte Situationen und Versuchsziele angepasst werden. JMP bietet alle klassischen Planungstypen, die Sie erwarten, darunter vollständige Versuchspläne, Teilfaktorpläne, Response Surface, Mischung und Taguchi Array. Nach der Definition von Faktoren und Ergebnissen können Sie in JMP eine geeignete Planung aus einer Liste auswählen. Mithilfe verschiedener Evaluierungstools für die Planungen, beispielsweise Profilen für die Vorhersagevarianz und FDS-Plots, kann Ihre Auswahl bewertet werden, bevor Sie sich für den Einsatz von Ressourcen entscheiden. Nachdem die Durchläufe erfolgt sind, ist dank der vordefinierten JMP-Skripte, die während des Planungsprozesses in Ihrer Datentabelle gespeichert werden, eine klare Analyse möglich.

Wenn im Ergebnis keine intrinsische Variabilität zu erkennen ist, findet DOE dennoch Anwendung, indem stark dimensionale Faktorbereiche effizient erkundet werden. Dafür bietet JMP Space-Filling-Planungen, die normalerweise mit dem Gauß'schen Prozessoptimierer analysiert werden, um ein Surrogatmodell einer niedrigen Vorhersageverfälschung und Varianz zu erstellen. JMP kann auch Auswahlplanungen generieren und analysieren, bei denen Verbraucher oder Benutzer gebeten werden, ihre Vorlieben bei verschiedenen Alternativen anzugeben, wobei gegebenenfalls auch der Preis als Faktor eingepflegt wird. Schließlich bietet JMP auch Planungen für beschleunigte Lebensdauertests und nichtlineare Modelle an. Und wenn dies erforderlich sein sollte, können Sie JMP über die Skriptsprache JSL weitere Planungsfamilien hinzufügen.

Planung ist zwar alles, aber doch nur ein Teil von DOE. Unabhängig von der Planungsmethode, für die Sie sich entscheiden, macht JMP die nachfolgende Analyse so leicht wie möglich. Je nach der Situation wird die Tabelle, die Ihre Planung enthält, automatisch auch mit dem richtigen Skript versehen, um Ihre Ergebnisse zu analysieren, in der Regel über die Screening- oder Modellanpassungs-Plattform. Bei mehreren Ergebnissen können Sie gleichzeitig mehrere Modelle mit der schrittweisen Feineinstellung und einer ausgewählten Stoppregel anpassen. Wenn Sie Modelle erstellt haben, die Ihnen nützlich erscheinen, können Sie mit den verschiedenen Profilern in JMP interaktiv mit ihnen arbeiten und gültige operationelle Regime oder Faktor-Sollwerte visuell bestimmen. Wie komplex auch immer Ihr Problem sein mag, der in JMP integrierte Optimierer kann die unvermeidlichen Kompromisse zwischen Ergebnissen mit einem Klick herstellen. Wenn Sie den Balancepunkt gefunden haben, können Sie dann den integrierten Simulator verwenden, um zu sehen, wie robust die Lösung in der Praxis sein wird.