DOE – komputerowe wspomaganie planowania
i analizy statystycznej badań innowacyjnych


Opis szkolenia: Celem kursu jest zapoznanie użytkowników pakietu STATISTICA z szerokim zakresem metod znanych pod ogólnym skrótem DOE (Design of Experiment – Planowanie eksperymentu), które mają za zadanie minimalizację kosztów i maksymalizację efektów informacyjnych w badaniach innowacyjnych ze szczególnym uwzględnieniem specyfiki przemysłowej. Kurs jest nakierowany na praktyczne aspekty wykorzystania metod DOE. Program szkolenia obejmuje zarówno zagadnienia podstawowe i fundamentalne (wybór zagadnienia: identyfikacja, optymalizacja lub stabilizacja; identyfikacja czynników; wybór typu planu; randomizacja), jak zaawansowane i szczegółowe (dobór modelu regresyjnego; analiza wariancji ANOVA; wykres Pareto; diagnostyka modelu regresyjnego; wstępne przekształcenie danych, w tym przekształcenie Boxa-Coxa). Sposób prowadzenia kursu jest przystępny także dla osób początkujących i bazuje na licznych przykładach ilustrujących poszczególne zagadnienia, które są przy wsparciu wykładowcy rozwiązywane samodzielnie przez słuchaczy. Obszerna dokumentacja otrzymywana na kursie ułatwia słuchaczom późniejsze wdrażanie poznanych umiejętności poprzez naśladowanie przykładów wzorcowych.

Szkolenie to jest polecane w cyklu szkoleń Six Sigma.

Wymagania: umiejętność posługiwania się komputerem w środowisku Windows, podstawowa znajomość pakietu STATISTICA; zalecamy wcześniejszy udział w kursie Statystyka w jakości – kurs podstawowy lub STATISTICA – kurs podstawowy lub Statystyka dla niestatystyków.

Kontynuacją mogą być np. szkolenia:Analiza wariancji, SPC – karty kontrolneSPC – analiza zdolności procesu, Analiza danych pomiarowych i sygnałów, Statystyka w walidacji metod pomiarowych, Kompleksowy system statystycznego sterowania jakością STATISTICA Enterprise/QC.

Terminy szkoleń: 28.06.2017 - 29.06.2017; 29.11.2017 - 30.11.2017;

Program szkolenia:

  1. Wprowadzenie – cel wdrażania planowania doświadczeń, korzyści i ograniczenia
  2. Postawienie zagadnienia – rodzaj rozwiązywanego problemu: identyfikacja, optymalizacja, stabilizacja
  3. Badania wstępne – ograniczanie liczby badanych wielkości przy pomocy planów eliminacyjnych Placketta-Burmana
  4. Proste badania podstawowe z wykorzystaniem modeli liniowych – plany dwuwartościowe frakcyjne
  5. Zaawansowane badania z wykorzystaniem modeli nieliniowych – zastosowanie planów wielowartościowych m.in. kompozycyjnych, modelowanie powierzchni odpowiedzi, poszukiwanie odpowiedzi ekstremalnych, identyfikacji funkcyjnej postaci modelu regresyjnego
  6. Identyfikacja wpływu czynnika silnie maskowanego wpływem znanych czynników zakłócających – zastosowanie kwadratów łacińskich i grecko-łacińskich
  7. Zaawansowane badania modeli dla mieszanin – wykorzystanie planów spełniających warunek sumowalności, plany z ograniczeniami i bez ograniczeń, analiza i wizualizacja wyników
  8. Zastosowanie planów optymalnych – plany D- i A-optymalne. Optymalne uzupełnianie uprzednio uzyskanych wyników badań. Racjonalne ograniczanie zbyt dużych planów badań w warunkach limitów budżetowych.
  9. Metoda Taguchi – omówienie koncepcji i stosowanych kryteriów S/N. Przygotowanie badań i analiza uzyskanych wyników. Poszukiwanie nastaw dla odpowiedzi optymalnych. Stabilizacja procesu. Zapoznanie z zaletami i ograniczeniami metody.