Statistische Versuchsplanung
Geplante Versuche für mehr Verständnis und maximale Wirkung.
- Evaluieren Sie Ursache und Wirkung anhand der statistischen Versuchsplanung – auch wenn Ihnen nur begrenzte Ressourcen zur Verfügung stehen.
- Entwickeln Sie anhand der Funktion „Design nach Maß“ effiziente Experimente, in denen Sie vorhandene Nebenbedingungen und Prozessbeschränkungen sowie das verfügbare Budget berücksichtigen.
- Nutzen Sie ein definitives Screening-Design zur Identifizierung wichtiger Effekte, wenn multiple Faktoren berücksichtigt werden müssen.
Wir konnten den Mehrwert, den DOE für uns bringt, von Anfang an beziffern. Wir haben DOE in mehreren internen Anwendungsfällen eingesetzt und haben dabei feststellen können, dass wir mindestens 50 % der Zeit und der Ressourcen einsparen. In einigen Fällen lag der Wert sogar bei 70 %.
Pilar Gomez Jimenez
Principal Scientist, Johnson Matthey
Versuchsplanung mit JMP: ausgewählte Funktionen
Lehrbuchdesigns (klassische Designs)
- Vollfaktoriell
- Teilfaktoriell
- Wirkungsfläche (RSM)
- Blockdesigns (RCBD, CBD, IBD, RIBD)
- Split-Plot-Design
- Strip-Plot-Design
- Mischungsdesign
Optimale Designs
- Design nach Maß
- Optimalitätskriterien
- Eingeschränkte Designs
Screening-Designs
- Definitives Screening
- Teilfaktoriell
Robuste Designs
- Taguchi-Feld
- Taguchi-Design
- Rauschfaktor
DOE-Konzepte (DOE-Techniken)
- Randomisierung
- Replikation
- Mittelpunkte
- Blockbildung
- Sequentielles Experimentieren
- Designerweiterung
Designs für besondere Zwecke
- Raumfüllend
- Abdeckendes Array
- Choice
- MaxDiff
- Nichtlineares Design
Design auswerten
- Designvergleich
- Design Explorer
- Design-Diagnose
- Potenz
- Aliasbildung
Die besten Entdeckungen beginnen mit JMP
Analysefähigkeiten von JMP®
Erfahren Sie, was JMP® alles für Sie und Ihr Unternehmen tun kann – vom Datenzugang und der Datenbereinigung über Exploration und Visualisierung bis hin zum Teilen und Kommunizieren Ihrer Ergebnisse.
