Пассивный набор данных приводит к ряду проблем в статистическом моделировании. Наблюдаемые изменения в переменной отклика могут быть коррелированы с, но не вызваны, наблюдаемыми изменениями в отдельных factors (переменные процесса). Одновременные изменения нескольких факторов могут привести к взаимодействиям, которые трудно разделить на отдельные эффекты. Наблюдения могут быть зависимыми, в то время как модель данных считает их независимыми.
Разработанные эксперименты решают эти проблемы. В рамках запланированного эксперимента процесс создания данных активно манипулируется с целью улучшения качества информации и устранения избыточных данных. Общая цель всех экспериментальных проектов состоит в том, чтобы собрать данные как можно более парсимонально, предоставляя достаточную информацию для точной оценки параметров модели.
Проекты для всех процедур
Проекты для выбранных обработок
Квадратичные полиномиальные модели
Улучшите вентилятор охлаждения Engine, используя проект для шести методов Sigma
В этом примере показано, как улучшить эффективность вентилятора охлаждения двигателя с помощью подхода Design for Six Sigma с помощью Define, Measure, Analyze, Improve, and Control (DMAIC).
Оценки параметров минимального отклонения