Dr. Frank Yang 问答专帖

admin

Dr. Frank Yang:

With more than 30 paper published and 20 patents granted in both USA and China in the areas of industrial statistics, semiconductor equipment and processing, and metrology, as Distinguished MTS in SMIC, Dr. Frank Yang is responsible for providing statistical problem solving solutions for engineering projects, statistical consultation, writing and providing training of statistical courses to SMIC corporate wide. Ph. D Yang had once worked for Applied Materials and Intel (USA) in the areas of IC process development.

方向： DOE，可靠性。

论坛用户名：思源致远

思源致远

我看完这几个例子之后，觉得没有自相矛盾。杨重法的203页的例子，以及Ann Lehman 302页的例子，都是samll sample size的例子。Ann Lehman在 讨论302页的例子时就指出了此时运用sphericity test 有倾向 falsely rejct the null hypothesis of significant departure from the homogeneity of variance assumption, 但是当你只勾选Test Each Column Separately Also时报告的multivariate statistics is good enough to complete the test.   希望以上能回答你的疑惑。

Mujahida

关于重复测量的数据分析问题

1.      杨重发老师在<<JMP统计分析教程>>一书中,

203页有一个例子,拟合模型对话框中,有”诱导方法”, 204页中,在“重复测量规格”对话框中的”时间”下

勾选了”进行一元检验”, 在输出的报表中,显示出了”球形检验”,且在”时间”的显著性下,采用了”一元末调整”的P值.

2.      <<JMP for basicUnivariate and Multivariate statistics a step-by-step>>, Author: AnnLehan一书中

Page 302, 这里有一个例子，只有时间差异的比较(within subject)，没有组间的比较，在“拟合模型”对话框中，No model effect,也就是说，没有betweensubject effect; Page 304,显示出“球形检验(Examingsphericity test result)”

下面这个例子与上面杨重发老师所讲的例子类似

Page 337, 的另一个例子中，在“拟合型”对话框中，在拟合模型对话框中,有 “group”效应, 也就是说，有between subject effect,则在Page 341, “specificication of repeated measurement” 对话框中，没有勾选“Univariate  test also”, 所以，Page 342的输出报表中，没有显示出任何的“球形检验”结果，且在判定” between subject” & “within-subject”的显著性时，是用

F test 的P值，而不是“一元末调整”或“一元调整”或G， H的P值。

为什么“不要球形检验”？

两书中的讲法好象自相矛盾！哪一个对？或者是我对英文版的理解有误？请多赐教，不胜感激！

Mujahida

思源致远 发表于 2014-9-24 11:22
不好意思，我好久没有过来看看有没有人提问。
请问你提到的五次重复的测量，是指等时间间隔测量的五个不 ...

杨老师，多谢了！
“tg 与 wgt 这两个指标应该分开分析”，也就应该明白怎么分析了。

思源致远

Mujahida 发表于 2014-8-31 12:04
杨老师，你好！

不知你是否方便有时间，看看这道“多元重复测量”怎样分析？我查阅了其它JMP方面的参考 ...

不好意思，我好久没有过来看看有没有人提问。
请问你提到的五次重复的测量，是指等时间间隔测量的五个不同先后时间的数据吧？你问的问题是不是这两个指标随着时间是不是有统计上显著地变化？
虽然这些尚未明确，但是我可以回答， tg 与 wgt 这两个指标应该分开分析， 就算是它们之间可能有相关性。

Mujahida

杨老师，你好！

不知你是否方便有时间，看看这道“多元重复测量”怎样分析？我查阅了其它JMP方面的参考书，也没有类似的案例。
http://www.jmpforum.net/forum.ph ... ead&tid=1912&extra=
是否要将tg 与wgt这两全指标分开两次分析？

思源致远

不好意思，我才看到你的问题。迟复为歉！
你的问题是不是想从Tesla 的文章了解结构方面的DOE经验？关于后面一段（桔黄色的一段）好像是你的评论，不是一个明确的问题。如果你有问题，请再把你的问题从另一个角度提出来， 我们再讨论？
关于这篇文章提到的DOE，唯一有关的一段是：
“研发流程中，不论汽车、制药、化工还是半导体行业，实验是绕不过去的坎。实验成本与周期，构成了整个研发过程中的绝大多数成本、时间损耗。人类在如何让实验计划合理化的过程中，研发出了一系列的方法和技术，其中最神奇的数据分析方法就是DOE(实验设计)。这套统计手段可以帮助研发专业人员大幅度降低实验次数，使得实验的安排既满足最合理试验次数与研发参数需要，又能够匹配实验成本及时间要求。在世界众多实验设计与数据分析方法中，CUSTOMER DESIGN（定制实验设计）又是其中只有极少数分析方法厂家可以提供的高端工具。Tesla经过反复对比和研究，最终采用了来自JMP的高级DOE平台及数据分析套件。” 我的评论是： DOE是一个以优化为目的的试验设计和分析的方法，不单纯只是数据分析方法。
关于你提的的结构问题，我想这和该工程专业有关。 DOE领域里没有这样的一个与结构有关的统计学分支。 我们和不熟悉工程领域的工程师合作时，或者该工程师把工程问题表达为一个DOE问题，我们便可以提出针对性的问题进行合适的试验设计，试验后再对数据进行分析以及针对目标的优化，或者找到进一步改进的方向。 如果工程师一定不懂DOE， 我们便需要向该工程师深入了原理细节，自己把工程问题归纳为统计问题，然后进行合适的试验设计，等等。
因为我不懂你领域的工程问题，所以我建议你把结构问题深入了解一下，将问题转换为一个试验设计的问题，我们再往下讨论。
你看怎么样？

望岳

求教：关于DOE在电动汽车电池系统中的应用，【原帖在本论坛网址：http://www.jmpforum.net/forum.ph ... &page=1#pid4245】

目前网上有这样一篇文章《Tesla的新纪元：数据分析+创新研发》，里边讲到：
      “TESLA经过反复对比和研究，最终采用了来自JMP的高级DOE平台及数据分析套件。通过JMP提供的高级实验设计、数据分析套件及数据挖掘方法，Tesla成功解决了电池温度与快速充电问题，并且成功实现对每个单个电池的温度与工作环境监控，成功解决了电动车界几大难题：1、高效能充电；2、高效能放电；3、电池工作安全且可靠；4、电池容量的突破”。
      因为我以前做的DOE大部分是参数优化、多因子分析等，模型比较简单，所以对TESLA所做的电池系统DOE模型没有思路，只是大概感觉他们采用的可能是针对连接方式、排布结构的多因子、多响应的定制设计，但是我以前做的都是关于配方、工艺条件等DOE，对于做结构方面的DOE，思维就比较受限制。
大家有这方面经验吗？希望能够提供一些这方面的相关案例或是分析思路。

Tesla文章的网址http://www.vsharing.com/k/BI/2014-3/695665_3.html
参考：“第二件事情就是电压控制和温度控制。电池越小，可以测量的分辨率就越高，控制就越容易精确。当然这个时候有人自然会问：7000个电池太多太复杂了吧?怎么控制呢?但是在网络控制领域，一个简单程序就能通过router控制上万台甚至几百万台服务器，而Marc更是这个领域的技术专家并且成功的卖过一个公司。因此，在底特律传统车商不熟悉的领域，Tesla的团队抓住了电池问题的关键，利用自己的聪明才智解决了这个问题。我第一次见到Marc的时候就急不可耐的问：大哥，您那些串并联的数字，69并联99串联11并联是怎么得来的啊?Marc大叔摸了摸自己在海滩上游泳时被太阳晒得通红的光头，淡淡的道：DOE (design of experiment)。我一口鲜血差点就喷了出来。搞工程的人对这个概念应该都很熟悉，就是穷举所有的可能数字排列组合，然后选取其中一部分组合进行仿真和实测，比较输出的结果。6831个电池，无穷无尽的DOE，他们做了一年的时间。”

思源致远

autocollation 的各阶系数一般是越小，数据就越随机，通常0.2 以下就认为数据的随机性不错。但是自相关系数的p值也是重要的判别根据。 倘若是0.6 但是p值》0.05，我们不能就认为数据的非随机性强。 应该加大数据样本再做分析。
抱歉回复晚了些！

Mujahida

Hi! Frank Yang,

1. 自相关(Autocorrelation),可以帮助检验数据间的是否非随机性的问题，那么，Autocorrelation的值多大时，数据是非随机的呢？用什么标准去判断？
多谢！

admin

杨老师：
这里有些论坛的问题，还请您帮忙解答下,谢谢！
1. http://www.jmpforum.net/forum.ph ... tid=1672&extra=
2. http://www.jmpforum.net/forum.ph ... tid=1669&extra=
3. http://www.jmpforum.net/forum.ph ... tid=1668&extra=