W wielu artykułach na temat projektowania doświadczeń (DoE) na wstępie pisze się o jego wyższości nad tradycyjną metodologią badania jednego czynnika na raz (OFAT). W większości przypadków DoE pokazują jako innowacyjne podejście do badań naukowych czy optymalizacji procesów. Nic bardziej mylnego. Właśnie mija 90 lat od kiedy Ronald Fisher opublikował pracę The design of experiments.
Ronald Fisher – biolog statystyk
Dla wielu z was wiadomość ta może wydawać się niewiarygodna ale podstawy współczesnej statystyki zostały opracowane przez biologa – Ronalda Fisher’a. To jemu zawdzięczamy stosowaną przez wszystkich analizę wariancji (ANOVA) i wiele innych testów statystycznych. Fisher zajmował się genetyką i eugeniką. W latach 1919 – 1933 pracował w Stacji Eksperymentalnej Rothamsted. Stacja ta prowadziła badaniach związanych z rolnictwem. To właśnie w trakcie pracy w tej stacji Fisher opracował podstawy projektowania doświadczeń.
DoE vs OFAT
Co właściwie daje nam DoE? Odpowiedź na pytanie zacznę od odpowiedzi na pytanie czym jest eksperyment. Eksperyment to utrzymany w kontrolowanych warunkach zbiór działań powodujących określone reakcji w obiektach materialnych. Definicja dość toporna. Jest jednak dość prosta jeśli ją łatwiej wytłumaczyć. Jeśli chcemy zbadać jakieś zjawisko i określić co ma niego wpływ, w układzie doświadczalnym kontrolujemy badane czynniki (zmienne wejściowe) i sprawdzamy jaki jest wynik wprowadzonych zmian. Proste. Schody zaczynają się, gdy tych czynników do zbadania mamy więcej niż jeden.
Mózg podpowiada oczywistość. By zachować kontrolę musimy zmieniać na raz tylko jeden czynnik a pozostałe utrzymywać na stałym poziomie. W ten sposób zaobserwowany wynik eksperymentu będzie efektem działania tego czynnika. Co jednak, gdy mamy kilka, kilkanaście lub kilkadziesiąt czynników? Jak długo potrwa taki eksperyment? Ile różnych wariantów będzie trzeba przetestować? Tu z pomocą przychodzi projektowanie doświadczeń czyli DoE.
U podstawy DoE leży testowanie wielu czynników na raz. Plany eksperymentalne układane są w taki sposób by na podstawie jak najmniejszej liczby wariantów uzyskać jak najwięcej możliwych informacji. Oparte są one o zasady statystyki. Obecnie istnieje wiele różnych planów o różnym zastosowaniu. Niektóre lepiej wykorzystać na potrzeby przesiewu czynników, inne pozwalają się skupić na najważniejszych czynnikach i nie tylko poznać jak działają ale również wyznaczyć ich optymalny poziom.
DoE pozwala nam jednak na o wiele więcej niż tylko obserwacja efektów zmiany czynników. Dzięki temu, że testujemy więcej czynników można dowiedzieć się czy wchodzą ze sobą w interakcje. Często zdarza się, że czynniki wejściowe wpływają na siebie nawzajem (mogą się wzmacniać lub hamować).
W przypadku optymalizacji procesów przewaga DoE nad OFAT jest niepodważalna. Czynniki mogą na siebie wpływać, więc proces optymalizowany metodą OFAT może być nieoptymalny. W przypadku wykorzystania DoE i matematycznego modelowania procesu taka sytuacja nie będzie miała miejsca.
Gdzie zastosować DoE?
Projektowanie doświadczeń może być zastosowane praktycznie w każdym eksperymencie, w którym chcemy przetestować wpływ więcej niż jednego czynnika. Zastosowań jest jednak o wiele więcej. Jak wspomniałem wcześniej, dzięki testowaniu wielu czynników na raz można również wyznaczyć interakcje w jakie wchodzą ze sobą. Możemy zaobserwować wzmocnienie efektu przez inny czynnik lub przeciwnie, jego inhibicję.
Jednym z najbardziej popularnych zastosowań projektowania doświadczeń jest optymalizacja procesów. Testowanie wielu czynników na raz przy ściśle zaplanowanym planie pozwala na modelowanie matematyczne odpowiedzi. W efekcie można uzyskać model procesu i wyznaczyć optymalne dla niego parametry wejściowe. Dzięki temu znalazło zastosowanie w wielu gałęziach przemysłu, od rolnictwa, przez motoryzację i lotnictwo do farmacji.
W przemyśle farmaceutycznym projektowanie doświadczeń ma zastosowanie przy optymalizacji procesów wytwarzania. Wraz z całą koncepcją projektowania jakości, DoE wprowadzono do wytycznych ICH Q8, Q11 a także w wytycznej Q14 dla rozwoju metod analitycznych.
Podsumowując, DoE możemy wykorzystać do:
- Poszukiwania znaczących czynników
- Obserwacji efektów
- Testowania hipotez
- Badania zależności pomiędzy czynnikami
- Optymalizacji procesów
Podsumowanie
Pomimo, że DoE ma już 90 lat to w dalszym ciągu dla wielu osób pozostaje tajemnicą. Szkoda, bo korzyści z jego stosowania są ogromne. Nie tylko umożliwia uzyskanie większej wiedzy, optymalizację procesów ale również obniża przy tym koszty i skraca czas pracy. Mam nadzieję, że spojrzycie na DoE przychylnym okiem i wdrożycie je w swojej codziennej pracy.
Bibliografia
Grafika
- Photo by John Schnobrich on Unsplash