En introduksjon til design av eksperimenter

En introduksjon til design av eksperimenter


En godt designet eksperiment kan spare bedriften mye penger ved å produsere de mest nøyaktige mulige resultater fra en rekke tester. Å designe et eksperiment, bruker du grunnleggende statistiske begreper for å være sikker på at testing du ser på alle mulige kombinasjoner av faktorer. I tillegg vil du sørge for at du tar hensyn til ukontrollerte faktorer, som for eksempel miljøforhold, så mye som mulig. Til slutt, vil du bruke en statistisk prosess som kalles ANOVA å se på resultatene.

Faktorer og eksperimenter

Enhver eksperiment vil innebære forhold som kan forandre seg og påvirke utfallet av forsøket. Disse kalles "faktorer." Mange ganger, vil du være i stand til å kontrollere disse faktorene og poenget med eksperimentet vil være å finne de optimale forhold for prosessen du eksperimenterer med. For eksempel, hvis du selger pizza, vil du kanskje undersøke påvirkning av både type skorpe og hvilken type ost på pizza salg. Skare type og ostetypen vil være dine faktorer.

faktorielle eksperimenter

Mange designede forsøk er "full faktoriell." I disse eksperimentene, forskjellige "nivåer" er valgt for hver faktor, og alle mulige kombinasjoner av faktornivåer er testet. I pizza eksempel kan nivåene for skorpe være tynn eller tykk skorpe og nivåene for ost kan være mozzarella eller cheddar. Hvis du skulle lage mozzarella pizza med både tynn og tykk skorpe og spore salg, kan du finne effekten av jordskorpen type. Hvis du var da å lage pizza med tynn bunn og cheddar, kan du se effekten av ostetype. Imidlertid vil en full faktoriell eksperiment også omfatte testing salg av tykk skorpe med cheddar, for å se på alle fire mulige kombinasjoner. Denne type eksperiment har den ekstra fordelen av å se på samspill mellom faktorer. Så, for eksempel, kan cheddar pizza selge bedre, men bare på tynn skorpe.

Blokkering og Randomisering

Mange eksperimenter vil ha faktorer som du ikke kan kontrollere. Dette er typisk ting som vil forandre seg med tiden eller geografisk plassering. For å sørge for at effekten av disse faktorene er ikke forveksles med de kontrollerte forhold, må du sette testene i "blokker" av en test per faktor, og deretter gjøre testene i tilfeldig rekkefølge. I pizza eksempel kan du ha bedre salg på fredag, så hvis du bare solgt tynn skorpe / cheddar pizza den dagen, kan du feil de bedre salg som på grunn av pizza type. Det ville være bedre å selge hver type pizza hver dag i uken, eller tilfeldig selger forskjellige typer på ulike dager i uken over flere uker.

ANOVA

Du vil bruke en statistisk teknikk som kalles "variansanalyse" eller ANOVA å se på de eksperimentelle data. Hvis du har mer enn én faktor, vil du bruke en to-veis ANOVA. Selv om beregningene er komplekse, mange statistisk programvare programvarepakker, inkludert Excel, vil utføre dem for deg. ANOVA-testen vil gi deg en rekke "F" verdier for dine data. Ved å sammenligne de beregnede F verdier til standardverdiene fra en F tabellen kan du se hvilke av faktorene har en statistisk signifikant effekt på utfallet av eksperimentet, og også om det er noen signifikante interaksjoner mellom faktorene.