центр статистических технологий
Мы приглашаем Вас на наш новый сайт: Analytera.ru
Образование в области промышленной и бизнес аналитики Еще больше полезной информации из мира практического анализа данных.

 

И в мире нет таких вершин, что взять нельзя.
Среди нехоженых путей один - пусть твой.
Среди невзятых рубежей один - за мной
.
В.Высоцкий

 
 
 
Главная
Программа подготовки аналитиков «Эксперт»
Система Аналитических Компетенций
SixSigma
Обучение, внедрение
Консалтинг
Тренинги и семинары
 

РАСПИСАНИЕ тренингов и семинаров

Корпоративное обучение

Записаться на тренинг

Проекты
Консультационное сопровождение проектов
Блог Егорова А.М.
Библиотека вебинаров
Методы анализа
Статьи
Репутация
Отзывы
Вакансии
Контакты
   
Обучение
+7(812)667-88-98 +(812)667-88-97


Дистанционная версия тренинга доступна
ЗДЕСЬ

Тренинг

МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ (DOE)
(с использованием STATISTICA)

4 дня / 32 академических часа

22-25 мая 2018 г. (СПб)
25-28 сентября 2018 г. (СПб)

ЗАПИСАТЬСЯ НА ТРЕНИНГ

Расписание

После окончания обучения Вы сможете:

  • Правильно разрабатывать план эксперимента для широкого класса практических задач (классические факторные эксперименты, планы для смесей и поверхностей отклика, робастные планы Тагучи, латинские квадраты)
  • Проводить статистическую обработку результатов любого эксперимента
  • Строить многофакторные модели на основе эксперимента
  • Находить оптимальные уровни входных параметров, обеспечивающие достижение желаемых результатов выходных параметров
  • Находить оптимальную рецептуру смеси
  • Проводить валидацию результатов эксперимента
  • Разрабатывать практические рекомендации на основе результатов эксперимента

После обучения Вы получите:

  • Комплект методических материалов по изученным вопросам
  • Сертификат на 4-месячную бесплатную консультационную поддержку

Требования к обучаемым:

  • Высшее образование
  • Опыт работы в Excel на уровне пользователя

Программа тренинга

ДЕНЬ 1. Основы планирования эксперимента
  • Типизация задач, для решения которых необходимы методы планирования экспериментов (DOE)
  • Виды методов планирования экспериментов
  • Основные статистические понятия, используемые в DOE:
    • среднее, стандартное отклонение, дисперсия, стандартная ошибка, размах
    • корреляция, регрессия, статистическая значимость, нормальность, гистограмма, диаграмма рассеяния
  • Основы моделирования:
    • понятие модели и их типы
    • факторы, измерение силы влияния факторов, главные эффекты факторов и эффекты взаимодействия факторов
    • критерии качества модели, их использование и практическая полезность
  • Пассивный эксперимент и методы его обработки:
    • требования к исходным данным
    • алгоритм обработки результатов пассивного эксперимента
    • моделирование на основе пассивного эксперимента
  • Преимущества активного эксперимента перед пассивным
  • Этапы разработки активного эксперимента
  • Классические факторные эксперименты:
    • полный план эксперимента
    • дробный план эксперимента
    • правила выбора плана эксперимента с учетом фактических ограничений
  • Практический пример. Обрабатываем результаты контроля параметров процесса. Вычисляем статистические показатели и строим графики, интерпретируем.
  • Практический пример. Учимся работать в условиях большого числа факторов. Обрабатываем результаты пассивного эксперимента. Отрабатываем пошаговый алгоритм построения модели процесса. Определяем адекватность построенной модели. Определяем силу влияния различных факторов на контролируемый параметр.
  • Практический пример. Обрабатываем фрагмент базы данных промышленного предприятия. Изучаем влияние факторов на качество продукции. Разрабатываем на основе анализа рекомендации по технологии.
  • Практический пример. Разрабатываем 3-х факторный полный план эксперимента.
  • Практический пример. Разрабатываем 6-и факторный дробный план эксперимента с учетом имеющихся ограничений и экспертных знаний.
  • Практический пример. Разрабатываем 5-и факторный дробный план с репликациями.
ДЕНЬ 2. Анализ результатов факторного эксперимента построение модели. Оптимизация
  • Обработка результатов факторного эксперимента:
    • выявление значимых и незначимых факторов
    • критерии выбора наилучшей модели
    • чистая ошибка эксперимента
    • анализ остатков
    • дисперсионный анализ (ANOVA)
    • причины, по которым качество построенной модели может быть неудовлетворительным
    • визуализация факторных влияний
  • Критерии целесообразности добавления центральных точек и репликаций. Влияние на алгоритм обработки эксперимента наличия центральных точек и репликаций
  • Поиск оптимальных входных параметров процесса по результатам построенной модели:
    • критерии оптимизации и настройка функции желательности
    • автоматический поиск оптимальных входных параметров
    • оптимизация при наличие нескольких критериев оптимальности
  • Валидация результатов оптимизации:
    • определение размеров выборки
    • разработка критериев валидности
  • Разработка рекомендаций на основе моделирования и оптимизации
  • Двухуровневые, трехуровневые, смешанные планы экспериментов. Влияние типа плана на возможности моделирования
  • Практический пример. Проводим статистическую обработку результатов 6-факторного промышленного эксперимента. Ранжируем факторы по важности. Оцениваем эффекты факторов. Учимся интерпретировать результаты.
  • Практический пример. Проводим статистическую обработку эксперимента с репликациями и центральными точками. Подбираем наиболее адекватную модель, описывающую результаты эксперимента.
  • Практический пример. Строим на основе эксперимента квадратичные модели и модели с эффектами взаимодействия. Учимся интерпретировать эффекты взаимодействия.
  • Практический пример. Учимся разрабатывать рекомендации на основе графического анализа результатов моделирования. Анализируем 3-х мерные графики поверхности отклика и контурные графики.
  • Практический пример. Ищем оптимальные уровни входных параметров процесса на основе результатов промышленного эксперимента. Учимся настраивать функцию желательности. Разрабатываем рекомендации по улучшению технологии.
  • Практический пример. Разрабатываем план валидации разработанных рекомендаций по улучшению технологии. Делаем статистическую обработку валидационных испытаний.
ДЕНЬ 3. Эксперименты для смесей. Поиск оптимальной рецептуры смеси
  • Понятие смеси и разновидности моделей для смесей
  • Тернарные графики как основа визуализации влияния компонентов смеси на выходной параметр:
    • правила построения тернарных графиков
    • правила поиска на основе тернарных графиков оптимальных рецептур
  • Планирование эксперимента для смеси, учет в планах ограничений по компонентам смеси. Построение плана с ограничениями
  • Обработка результатов эксперимента:
    • интерпретация коэффициентов модели для смесей
    • критерии выбора наилучшей модели
    • визуализация факторных влияний
  • Поиск оптимальных рецептур:
    • критерии оптимизации и настройка функция желательности
    • автоматический поиск оптимальных входных параметров
    • оптимизация при наличие нескольких критериев оптимальности
  • Разработка рекомендаций на основе моделирования и оптимизации
  • Практический пример. Разрабатываем несколько вариантов планов эксперимента для 3-х компонентной смеси.
  • Практический пример. Разрабатываем несколько вариантов планов эксперимента для 6-компонентной смеси с ограничениями. Выбираем наилучший план.
  • Практический пример. Проводим статистическую обработку результатов эксперимента для смеси. Учимся подбирать модель и интерпретировать коэффициенты модели. Интерпретируем результаты с помощью тернарных графиков.
  • Практический пример. На основе эксперимента ищем оптимальную рецептуру в условиях наличия одного или нескольких критериев оптимальности.
  • Практический пример. Разрабатываем рекомендации на основе результатов эксперимента.
ДЕНЬ 4. Планы Тагучи, латинские и греко-латинские квадраты. Специфические ситуации
  • Планы Тагучи:
    • понятие робастности
    • квадратическая функция потерь качества
    • соотношение «сигнал-шум» и его разновидности
    • планирование эксперимента по Тагучи
    • обработка результатов эксперимента по Тагучи
    • оптимизация по Тагучи
  • Совмещение идей классических факторных экспериментов и подходов Тагучи
  • Латинские и греко-латинские квадраты:
    • построение планов экспериментов
    • анализ результатов эксперимента
  • Просеивающие планы Плакетта-Бермана
  • Разновидности критериев качества построенных планов (ортогональность, рототабельность, D-оптимальность и т.п.)
  • Нелинейные трансформации при планировании эксперимента:
    • назначение нелинейных преобразований отклика
    • правило выбора вида трансформации (критерий Бокса-Кокса)
  • Практический пример. Разрабатываем план эксперимента по Тагучи для реальной задачи. Разбираем различные сценарии доработки стандартных планов Тагучи под реальные потребности.
  • Практический пример. Проводим статистическую обработку результатов эксперимента и ищем оптимальные параметры процесса.
  • Практический пример. Разрабатываем план эксперимента на основе латинских и греко-латинских квадратов.
  • Практический пример. Разрабатываем план эксперимента для анализа большого количества факторов (более 20). Выявляем ключевые факторы.
  • Практический пример. Рассматриваем примеры экспериментов, в которых нужна нелинейная трансформация. Учимся определять способ нелинейной трансформации на основе метода Бокса-Кокса.
  • Комплексная самостоятельная работа. Цель: разработка рекомендаций по технологии производства. Слушатели самостоятельно разрабатывают план эксперимента, собирают данные, проводят статистическую обработку результатов и разрабатывают рекомендации по технологии.

По заявке организаций возможно проведение выездных корпоративных тренингов.

Количество участников Стоимость обучения одного участника
(в рублях)
В Санкт-Петербурге В Москве
Один человек (от компании) 39500
Два и более человек (от компании) 38000
Один человек (физическое лицо) 37000
Все скидки действуют только при предоплате

 
 
   
  Центр Статистических Технологий