Inhoud

Deze cursus handelt over het opzetten van experimenten en de analyse van experimentele data. Zowel voor het opzetten van de experimenten als het analyseren van de data wordt de statistische software JMP gehanteerd. Volgende onderwerpen komen aan bod :

1. Regressiemethoden en variantie-analyse

Allereerst worden de belangrijkste concepten uit het opleidingsonderdeel "Statistische Dataverwerking" kort herhaald. De klemtoon ligt hierbij op lineaire regressiemodellen, en op enkelvoudige en meervoudige variantie-analyse. Begrippen als multicollineariteit, onderscheidingsvermogen, interactie-effecten, variantie-covariantiematrix en informatiematrix komen hierbij een bod, omdat zij uiterst belangrijk zijn voor het opzetten van goede, informatieve experimenten. Zowel het gebruik van kwantitatieve verklarende variabelen als van kwalitatieve verklarende variabelen wordt gedemonstreerd.

2. Inleiding tot statistische proefopzet

Het verschil tussen observationele data en experimentele data wordt uitgelegd. Vervolgens wordt het principe van factorieel proefopzet belicht en vergeleken met een one-factor-at-a-time aanpak. Naderhand worden volledige factoriële proefopzetten belicht en worden klassieke werkwijzen voor het bekomen van kleinere fractionele factoriële proefopzetten gedemonstreerd. Na een discussie over de sterkte en zwaktes van deze werkwijzen wordt een flexibele aanpak geïntroduceerd, namelijk het optimaal ontwerp van experimenten, ook wel optimale statistische proefopzet genoemd.

3. Statistische proefopzet in actie

Het opzetten van experimenten en de analyse van de resulterende data wordt gedemonstreerd aan de hand van 10 gevalstudies uit diverse toepassingsgebieden, waaronder de voedingssector, de farmaceutische industrie, materiaalkunde en scheikunde:

Gevalstudie 1: Een screening experiment voor het identificeren van belangrijke factoren
Gevalstudie 2: Het plannen van een follow-up experiment
Gevalstudie 3: Het maximaliseren van de opbrengst van een chemische extractie
Gevalstudie 4: Het creëren van een robuust productieproces voor verpakkingen
Gevalstudie 5: Een mengselexperiment
Gevalstudie 6: Een geblokte experiment voor het stabiliseren van vitamines
Gevalstudie 7: Een geblokt bakexperiment met twee responsen
Gevalstudie 8: Het gebruik van covariaten in een polypropyleenstudie
Gevalstudie 9: Een split-plot experiment
Gevalstudie 10: Een strip-plot experiment

Bij het behandelen van de diverse gevalstudies wordt aandacht besteed aan D- en I-optimale ontwerpen, interactie-effecten, kwadratische effecten, vaste en willekeurige effecten, typische landbouwkundige geblokte experimenten, split-plot experimenten en strip-plot experimenten. Dynamische grafische voorstellingen van de resultaten van statistische analyses worden intensief gebruikt voor product- en procesoptimalisatie.
 

Studiemateriaal

Handboek "Optimal Design of Experiments: A Case Study Approach" van Peter Goos en Bradley Jones, uitgegeven door Wiley.

Slides van hoorcolleges op Toledo

Inhoud

• Orthogonaal en optimaal ontwerp van factoriële experimenten: gerandomiseerde experimenten, geblokte experimenten, split-plot en strip-plot experimenten.
• Analyse van experimentele data
• Gebruik van statistisch softwarepakket JMP

Studiemateriaal

Opgaves en slides met oplossingen op Toledo.

Toelichting werkvorm

De oefenzittingen vinden plaats in PC-klassen, waar de statistische software JMP gebruikt wordt voor het opzetten van experimenten, het evalueren van proefopzetten en het analyseren van experimentele data.