Zentrales Thema dieses Bandes ist die Optimierung von Prozessen und Produkten durch die Auswertung von Reaktionsflächen. Besprochen werden der Aufbau empirischer Modelle, die Prozessoptimierung mit Methoden des steilsten Anstiegs, Robustheitsstudien und vieles mehr. Am Ende jedes Kapitels finden sich Übungsaufgaben, die für diese 2. Auflage überarbeitet wurden. Zur Arbeit mit diesem Buch ist Design-Expert (DOX) sehr gut geeignet.
Zentrales Thema dieses Bandes ist die Optimierung von Prozessen und Produkten durch die Auswertung von Reaktionsflächen. Besprochen werden der Aufbau empirischer Modelle, die Prozessoptimierung mit Methoden des steilsten Anstiegs, Robustheitsstudien und vieles mehr. Am Ende jedes Kapitels finden sich Übungsaufgaben, die für diese 2. Auflage überarbeitet wurden. Zur Arbeit mit diesem Buch ist Design-Expert (DOX) sehr gut geeignet.
RAYMOND H. MYERS, PhD, is Professor Emeritus in the Department of Statistics at Virginia Polytechnic Institute and State University. DOUGLAS C. MONTGOMERY, PhD, is Professor in the Department of Industrial Engineering at Arizona State University.
Inhaltsangabe
From the contents: Preface.
Introduction.
Building Empirical Models.
Two-Level Factorial Designs.
Two-Level Fractional Factorial Designs.
Process Improvement with Steepest Ascent.
The Analysis of Second-Order Response Surfaces.
Experimental Designs for Fitting Response Surfaces--I.
Experimental Designs for Fitting Response Surfaces--II.
Advanced Response Surface Topics I.
Advanced Response Surface Topics II.
Robust Design and Process Robustness Studies.
Experiments with Mixtures.
Other Mixture Design and Analysis Techniques.
Continuous Process Improvement with Evolutionary Operation.
Appendix 1: Variable Selection and Model-Building in Regression.
Appendix 2: Multicollinearity and Biased Estimation in Regression.
Appendix 3: Robust Regression.
Appendix 4: Some Mathematical Insights into Ridge Analysis.
Appendix 5: Moment Matrix of a Rotatable Design.
Appendix 6: Rotatability of a Second-Order Equiradial Design.
Appendix 7: Relationship Between D-Optimality and t he Volume of a Joint Confidence Ellipsoid on.
Appendix 8: Relationship Between Maximum Prediction Variance in a Region and the Number of Parameters.
Appendix 9: The Development of Equation (9.21).
Appendix 10: Determination of Data Augmentation Result (Choice of x_r+1 for the Sequential Development of a D-Optimal Design).
