Dieser Kurs ist Teil der Spezialisierung Spezialisierung Versuchsplanung

4.7
Sterne
51 Bewertungen

Douglas C. Montgomery

3.302 bereits angemeldet

von

Spezialisierung VersuchsplanungArizona State University

Über diesen Kurs

4.245 kürzliche Aufrufe

Factorial experiments are often used in factor screening.; that is, identify the subset of factors in a process or system that are of primary important to the response. Once the set of important factors are identified interest then usually turns to optimization; that is, what levels of the important factors produce the best values of the response.  This course provides design and optimization tools to answer that questions using the response surface framework.  Other related topics include design and analysis of computer experiments, experiments with mixtures, and experimental strategies to reduce the effect of uncontrollable factors on unwanted variability in the response.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 4 in

Spezialisierung Versuchsplanung

Stufe „Mittel“

Ca. 13 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Was Sie lernen werden

Conduct experiments w/computer models and understand how least squares regression is used to build an empirical model from experimental design data
Understand the response surface methodology strategy to conduct experiments where system optimization is the objective
Recognize how the response surface approach can be used for experiments where the factors are the components of a mixture
Recognize where the objective of the experiment is to minimize the variability transmitted into the response from uncontrollable factors

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Coursera-Labore

Enthält praktische Lernprojekte.

Hier finden Sie weitere Informationen zu Coursera-Laboren

Kurs 3 von 4 in

Spezialisierung Versuchsplanung

Stufe „Mittel“

Ca. 13 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozent

Dozentenbewertung

4,72/5 (19 Bewertungen)

Douglas C. Montgomery

Regents’ Professor of Engineering, ASU Foundation Professor of Engineering

School of Computing, Informatics, and Decision Systems Engineering

16.386 Lernende

4 Kurse

von

Arizona State University

Arizona State University has developed a new model for the American Research University, creating an institution that is committed to excellence, access and impact. ASU measures itself by those it includes, not by those it excludes. ASU pursues research that contributes to the public good, and ASU assumes major responsibility for the economic, social and cultural vitality of the communities that surround it.

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

5 Stunden zum Abschließen

Unit 1: Additional Design and Analysis Topics for Factorial and Fractional Factorial Designs

5 Stunden zum Abschließen

12 Videos (Gesamt 125 min), 4 Lektüren, 3 Quiz

12 Videos

Instructor Introduction3mCourse Introduction 4mMore About Factorial and Fractional Factorial Designs15mThe 3^3 Design11mThe 3^k Factorial Design13mConfounding17mFractional Replication of the 3^k Factorial Design11mFactorials with Mixed Levels6mNonregular Fractional Factorial Designs14mUse of an Optimal Design Tool17mSyrup Loss Example4mUnusual Blocking Example4m

4 Lektüren

Course Description10mCourse Textbook and Resources10mBest Practices in Online Learning (or How to Succeed in This Class)10mUnit 1: Introduction10m

2 praktische Übungen

Unit 1: Concept Questions30mExercise 130m

Woche2

Woche 2

2 Stunden zum Abschließen

Unit 2: Regression Models

2 Stunden zum Abschließen

7 Videos (Gesamt 98 min), 1 Lektüre, 2 Quiz

Woche3

Woche 3

4 Stunden zum Abschließen

Unit 3: Response Surface Methods and Designs

4 Stunden zum Abschließen

14 Videos (Gesamt 178 min), 1 Lektüre, 2 Quiz

14 Videos

Response Surface Methodology7mThe Method of Steepest Ascent15mSecond-Order Models in RSM11mRidge Systems11mMultiple Responses14mExperimental Designs for Fitting Response Surfaces18mBlocking in a Second-Order Design15mThe Adhesive Pull-Off Force Experiment9mGeneral Structure of a Definitive Screening Design with m Factors9mExperiments with Computer Models16mMixture Experiments15mConstraints10mChemical Process Example13mPaint Formulation Example7m

1 Lektüre

Unit 3: Introduction10m

2 praktische Übungen

Unit 3: Concept Questions30mExercise 330m

Woche4

Woche 4

2 Stunden zum Abschließen

Unit 4: Robust Parameter Design and Process Robustness Studies

2 Stunden zum Abschließen

4 Videos (Gesamt 39 min), 1 Lektüre, 2 Quiz

Bewertungen

4.7

14 Bewertungen

5 stars
78,84 %
4 stars
7,69 %
3 stars
11,53 %
2 stars
1,92 %

Top-Bewertungen von RESPONSE SURFACES, MIXTURES, AND MODEL BUILDING

von DR25. Juli 2020

It was a great experience for me to do the RSM model building an online course. I learned experimental designs for fitting response surfaces.

von AZ9. Okt. 2021

DoE is an essential but forgotten initial step in the experimental work! This course gives a very good start and breaking the ice for higher quality of experimental work.

Alle Bewertungen anzeigen

Über den Spezialisierung Versuchsplanung

Learn modern experimental strategy, including factorial and fractional factorial experimental designs, designs for screening many factors, designs for optimization experiments, and designs for complex experiments such as those with hard-to-change factors and unusual responses. There is thorough coverage of modern data analysis techniques for experimental design, including software. Applications include electronics and semiconductors, automotive and aerospace, chemical and process industries, pharmaceutical and bio-pharm, medical devices, and many others.

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Response Surfaces, Mixtures, and Model Building

Über diesen Kurs

Was Sie lernen werden