Explorers Series

Unearth the possibilities in your data

Séminaires enregistré

Optimiser les résultats grâce aux plans d'expériences orientés données

présenté par Doug Montgomery et Bernd Heinen

Dans le contexte hautement concurrentiel d’aujourd’hui, l'identification des opportunités de réduction des coûts et d'amélioration de l'efficacité est un gage de réussite. Et pour ce faire, il convient de se tourner vers les données. La combinaison de techniques de modélisation prédictive et d’une approche stratégique de l'expérimentation — plus connue sous le nom de plan d’expérience (DOE) — apporte tellement plus en termes de compréhension, d'optimisation des paramètres et de prédiction.

Doug Montgomery, de l'Arizona State University, livre un nouvel éclairage sur l'application de techniques de modélisation prédictive pour créer des plans multifactoriels plus efficaces. Ce partisan de longue date de l'approche basée sur les plans d'expériences explique comment les techniques de modélisation prédictive peuvent aider à identifier les relations entre les facteurs expérimentaux. Cette méthode permet d'élaborer des expériences plus stratégiques afin de s'intéresser uniquement aux facteurs qui justifient des essais et une exploration plus poussés.

Vous découvrirez comment :

  • Exploiter au mieux les données volumineuses et désordonnées, même lorsqu'il manque des informations.
  • Adopter des approches de criblage modernes pour trouver les leviers de performance adéquats.
  • Comparer les leviers de performance potentiels pour ne retenir que les meilleurs.
  • Sélectionner les types d'expérience appropriés pour optimiser les résultats à moindre coût.

 

Présenté en anglais

Inscrivez-vous pour voir la vidéo

*
*
*
 
*
*
*
  Merci de m’inscrire à JMP Newswire, la newsletter mensuelle dédiée aux utilisateurs de JMP.
  Oui, vous pouvez me contacter par email afin de m’informer des produits, services et informations de JMP.

JMP est une division de SAS Institute Inc., vos informations seront utilisées en accord avec la politique de confidentialité de SAS.