PERIODO: MARZO 2018

Introduction.
Course description and aims, references, software (Minitab). From
statistical inference to planning regression; critical search of information under
controlled risk of error. EDA (exploratory data analysis), typical graphs and their use.


Introduzione. Organizzazione corso, bibliografia, software (Minitab). Basi logiche;
dall’inferenza statistica alla raccolta mirata dei dati, per estrarre con efficienza le
informazioni cercate, controllando i principali rischi d’errore. EDA, principali schemi
grafici. Strumenti essenziali: casualizzazione, replicazione, bloccaggio, per ottenere
rappresentatività dei risultati, sensibilità, precisione, protezione da fattori d’influenza.

Analysis of Variance (ANOVA). Sum of squares & degrees of freedom are split into
components corresponding to factors considered, and random error - the natural
yardstick for evaluation of significance. ANOVA deals only with "type A" terms,
extended uncertainty (GUM) covers also "type B" terms, which may well exceed the
former. Main classifications (crossed, hierarchic, mixed), interaction. Regression.

Basic experimental designs. Simple randomized designs, complete/incomplete
blocks, latin & graeco-latin squares; main features and properties, limitations.

Factorial designs I. Systematic exploration of sample space, exhaustive analysis of
results; overcoming of limitations related to linearity and additivity. Relevance of
interactions. Basic structure of experimental design catering for uniform coverage of
sample space, and full exploitation of data. Two level factorials (2n series); notation,
geometry, analysis, graphical and numerical treatment of results, diagnostics.

Factorial designs II. Problems with large numbers of factors; blocking, fractional
replication and implications – confounding, aliasing, loss of information; resolution.
Fractional designs (2n-p series); projective properties, options. Saturated designs
(Plackett-Burman). Easy- and hard-to-change factors, restricted randomization,
implications on test sequence and analysis; from randomized to split-plot designs.

Three levels factorials, response surface designs. Some features of 3n series,
fractional 3n-p designs, mixed factorials (2n×3m). Response surface designs.
Parsimonious vs. hierarchic models. Outliers. Step responses, sensitivity tests.

Communication, human relations usw. Teamwork, human factors, exploitation of
specific expertise. Communication tools – from intuitive visual aids to advanced
analytical methods – should match knowledge, expectation and requirements of end user. And ... in case of failure? Experience is based upon trial and error ...



Analisi della varianza. Ripartizione di somme totali dei quadrati, e dei gradi di
libertà, in componenti corrispondenti ai fattori in esame, ed all’errore, metro naturale
di valutazione. Errore ed incertezza: termini di tipo A soli considerati nell’ANOVA,
l’incertezza (GUM) copre anche quelli di tipo B, spesso maggiori. Classificazioni
incrociate, gerarchiche, miste; interazioni. Regressione lineare.

Piani sperimentali semplici. Piani casualizzati semplici, a blocchi completi -
incompleti, quadrati latini, greco-latini; proprietà, caratteristiche, limitazioni.

Piani fattoriali I. Esplorazione sistematica dello spazio campionario, analisi
esaustiva dei risultati ed implicazioni; superamento limitazioni (linearità, additività).
Interazioni, significato ed importanza. Articolazione del piano per copertura uniforme
dello spazio campionario. Piani fattoriali a due livelli (serie 2n); notazione, geometria,
analisi, elaborazione analitica e grafica dei risultati, strumenti diagnostici.

Piani fattoriali II. Problemi con numerosi fattori; bloccaggio, frazionamento.
Implicazioni: miscuglio – aliasing, risoluzione - incertezza, perdita d’informazione.
Piani frazionari (serie 2n-p), proprietà proiettive; piani saturi (Plackett-Burman).
Casualizzazione condizionata; dai piani fattoriali a quelli split-plot.

Piani fattoriali a tre livelli, per superfici di risposta. Serie 3n, piani misti (serie
2n×3m), frazionari 3n-p. Piani per superfici di risposta del primo e second’ordine.
Modelli parsimoniosi, gerarchici. Outlier. Risposte a gradino, test di sensibilità.

Comunicazione e relazioni umane. Lavoro di gruppo, rapporti interpersonali,
valorizzazione competenze. Comunicazione: impiego di strumenti analitici rigorosi
e/o schemi grafici intuitivi, per trasmettere informazioni essenziali in modo adatto
alle esigenze ed aspettative dei destinatari. E se poi ...va a finir male? Esperienza è
soprattutto imparare dai propri errori ...
D. C.


"PROGRAMMAZIONE DEGLI ESPERIMENTI INDUSTRIALI", tenuto dal Prof. Galetto e dal Prof. Levi, si terrà tutti i mercoledì dalle ore 10:00 alle ore 13:00, presso i locali del LEP (Laboratorio di Economia e Produzione del DIGEP), a partire dal 7 marzo p.v. fino a fine giugno.