Předmluva
|
|
Foreword
|
|
ISO (Mezinárodní organizace pro normalizaci) je celo-
světová federace národních normalizačních orgánů (členů ISO). Mezinárodní
normy obvykle vypracovávají technické komise ISO. Každý člen ISO, který se
zajímá o předmět, pro který byla vytvořena technická komise, má právo
být v této technické komisi zastoupen. Práce se zúčastňují také vládní
i nevládní mezinárodní orga-
nizace, s nimiž ISO navázala pracovní styk. ISO úzce spolupracuje
s Mezinárodní elektrotechnickou komisí (IEC) ve všech záležitostech
normalizace v elektro-
technice.
|
|
ISO (the
International Organization for Standardization) is
a worldwide federation of national standards bodies (ISO member bodies).
The work of preparing International Standards is normally carried out through
ISO technical committees. Each member body interested in a subject for
which a technical committee has been established has the right to be
represented on that committee. International organizations, governmental and
non-governmental, in liaison with ISO, also take part in the work. ISO
collaborates closely with the International Electrotechnical Commission (IEC)
on all matters of electrotechnical standardization.
|
|
Mezinárodní normy se navrhují v souladu s pravidly,
která jsou uvedena v ISO/IEC Pokynech, Část 2.
|
|
International Standards are drafted in
accordance with the rules given in the ISO/IEC Directives, Part 2.
|
|
Hlavním úkolem technických komisí je připravit mezi-
národní normy. Návrhy mezinárodních norem přijaté technickými komisemi se
rozesílají členským orgánům k hlasování. Zveřejnění mezinárodní normy
vyžaduje schválení alespoň 75 % hlasujících členů.
|
|
The main task of technical committees is
to prepare International Standards. Draft International Standards adopted by
the technical committees are circulated to the member bodies for voting.
Publication as an International Standard requires approval by at least
75 % of the member bodies casting a vote.
|
|
Upozorňuje se na možnost, že některé z prvků tohoto
dokumentu mohou být předmětem patentových práv. ISO nelze činit zodpovědnou
za identifikování libovol-
ného patentového práva nebo všech patentových práv.
|
|
Attention is drawn to the possibility
that some of the elements of this document may be the subject of patent
rights. ISO shall not be held responsible for identifying any or all such
patent rights.
|
|
ISO 3534-3 byla připravena technickou komisí
ISO/TC 69 Aplikace statistických metod,
subkomise SC 1 Terminologie a značky.
|
|
ISO 3534-3 was prepared by Technical
Committee ISO/TC 69, Applications of statistical methods, Subcommittee
SC 1, Terminology and symbols.
|
|
Toto třetí vydání ruší a nahrazuje druhé vydání
(ISO 3534-3:1999), které bylo technicky revidováno.
|
|
This third edition cancels and replaces
the second edition (ISO 3534-3:1999), which has been technically revised.
|
|
Pod společným názvem Statistika – Slovník
a značky sestává ISO 3534 z následujících částí:
|
|
ISO 3534 consists of the following
parts, under the general title Statistics – Vocabulary and
symbols:
|
|
–
Část 1: Obecné statistické termíny a termíny pou-
žívané v pravděpodobnosti;
|
|
–
Part 1: General statistical terms and
terms used in probability
|
|
–
Část 2: Aplikovaná statistika;
|
|
–
Part 2: Applied statistics
|
|
–
Část 3: Navrhování experimentů.
|
|
–
Part 3: Design of experiments
|
|
–
Část 4: Výběrová šetření.
|
|
–
Part 4: Survey sampling
|
Úvod
|
|
Introduction
|
|
Navrhování experimentů
(DOE) urychluje inovace, řešení problémů a objevování. DOE zahrnuje
strategii a souhrn metod, které napomáhají při zlepšování kva-
lity výrobků, služeb a technologií. Ačkoliv statistické řízení kvality, manažerské rozhodování, přejímka
a další nástroje řízení kvality rovněž slouží tomuto cíli, navrho-
vání experimentů představuje metodiku výběru z kom-
plexních, proměnlivých a provázaných uspořádání. Historicky bylo
navrhování experimentů vyvinuto a úspěšně rozvíjeno v oblasti
zemědělství. Rovněž medicína se může vykázat dlouhou historií pečlivého
navrhování experimentů. Zvlášť výhodné je nasazení této metodiky v průmyslu –
díky snadnosti zavedení (existují uživatelsky přátelské počítačové programy),
dokonalejším školením, vlivnými zastánci a hromadí-
cími se úspěchy s plánovanými experimenty.
|
|
Design of experiments (DOE) catalyses
innovation, problem solving and discovery. DOE comprises a strategy and
a body of methods that are instrumental in achieving quality improvement
in products, services and processes. Although statistical quality control, management resolve, inspection and other quality
tools also serve this goal, experimental design represents the
methodology of choice in complex, variable and interactive settings.
Historically, design of experiments has evolved and thrived in the
agricultural area. Medicine has also enjoyed a long history of careful
experimental design. Industrial settings particularly benefit from the
methodology – due to the ease of initiating efforts (user-friendly
software packages), improved training, influential advocates, and
accumulating successes with experimental design.
|
|
Navrhování experimentů je základem pro neustálé
zdokonalování a rozvoj výroby. Experimentování se často provádí
postupně, přičemž zlepšení nastává po každém kroku učícího se procesu. Je-li
cílem opti-
malizovat nějakou odezvu, pak rozhodující roli hraje návrh zkoumající
odezvové plochy (3.2.19). Pro přesné vystižení nelineárních efektů,
například v blíz-
kosti optimálního nastavení, se u faktorů, které se ukázaly být
důležité, uvažuje více úrovní.
|
|
Design of experiments is fundamental to
continuous improvement and product
development. Experimentation often evolves sequentially with
improvements taking place following each stage of the learning process. If
the objective is to optimize a response, then response surface
designs (3.2.19) play a critical role. Multiple
levels of factors recognized to be important are considered to accommodate
neatly curvilinear effects, for example in the vicinity of the optimum
settings.
|
|
Faktoriální experimenty (3 2.1) a dílčí
faktoriální experimenty (3 2.3) poskytují metodiku pro
studium provázanosti více faktorů, o něž se experimentátor zajímá. Tyto
typy experimentů mohou být mnohem účinnější
a užitečnější než intuitivní experimenty, v nichž se faktory
studují odděleně. Faktoriální experimenty jsou zvláště vhodné ke stanovení,
zda se některý faktor nechová různě (což se odrazí v odezvě experimentu)
při různých úrovních ostatních faktorů. K „převratné změně“ v úrovni
kvality často dochází tehdy, když se při studiu „interakcí“ (3.1.17)
odhalí synergie faktorů. Je-li počet uvažovaných faktorů velký, mohou být
faktoriální experimenty nepřiměřeně nákladné. Možný kompromis však nabízejí
dílčí faktoriální experimenty. Je-li totiž počátečním cílem pouze určení
faktorů, které má dále smysl zkoumat, pak mohou být užitečné návrhy pro
screening (3.2.8).
|
|
Factorial
experiments (3 2.1) and fractional factorial experiments (3 2.3) provide
a methodology for studying the
interrelationships among multiple factors of interest to the experimenter.
These types of experiments can be far more
resource efficient and effective than intuitive one-factor-at-a-time experiments. Factorial
experiments are particularly well-suited for determining that a factor
behaves differently (as reflected in the experimental response) at different
levels of other factors. Frequently, the “breakthrough” in quality comes from
the synergism revealed in a study of “interactions” (3.1.17). If the number of factors under consideration is large, then
factorial experiments could exceed resources. However, fractional factorial
experiments offer a possible compromise. Actually, if the initial goal
is to identify factors warranting further investigation, then screening
designs (3.2.8) can be useful.
|
|
Při plánování experimentu je nezbytné omezit stran-
nosti, které jsou vnášeny experimentálními
podmínkami nebo přiřazením ošetření experimentálním jednotkám. Pojmy
jako „znáhodnění“ (3 1.30) a „seskupování do bloků“
(3.1.26) se týkají minimalizace rušivých nebo vedlejších vlivů. Mezi
konkrétní strategie seskupování do bloků patří znáhodněné bloky
(3.2.10), latinské čtverce (3.2.11) a jejich varianty a vyvážené
návrhy s neúplnými bloky (3.2.14).
|
|
In planning an experiment, it is
necessary to limit biases introduced by the experimental conditions or in the
assignment of treatments to experimental units. Topics such as “randomization” (3 1.30) and “blocking” (3.1.26) deal with minimizing the effects of nuisance or extraneous
elements. Specific blocking strategies include randomized block designs
(3.2.10), Latin square designs (3.2.11) and variants, and balanced incomplete block designs (3.2.14).
|
|
Návrhy pro experimentování se směsmi [návrh pro
zkoumání směsi (3.2.20)] se používají v situacích, při nichž faktory
tvoří části celku; příkladem jsou příměsi ve slitině. Návrhy s vnořenými
faktory (3.2.21) se užívají zejména při mezilaboratorním zkoušení a při
analýzách měřicích systémů.
|
|
Designs for
experiments with mixtures [mixture designs (3.2.20)] apply in situations where factors constitute proportions of
a total, such as ingredients in an alloy. Nested designs (3.2.21) are particularly useful in inter-laboratory testing and in
measurement system analyses.
|
|
Provede-li se experiment
tak, jak byl naplánován, nejsou metody analýzy získaných dat komplikované.
Pro celkové závěry mohou být zvláště užitečné gra-
fické metody (3.3.1). Odhadování parametrů modelu se obecně provádí
použitím regresní analýzy (3.3.7). Metody regresní analýzy rovněž
pomohou zvládnout obtíže způsobené chybějícími daty, identifikaci odleh-
lých hodnot a další problémy.
|
|
Methods
of analysis of the collected data are straightforward, if the experiment has
been carried out according to the plan. Graphical methods (3.3.1) can be particularly effective
in revealing overall conclusions. Estimation of parameters from
a model is commonly handled using regression
analysis (3.3.7). Regression analysis methods can also handle difficulties
with missing data, identification of outliers, and
other problems.
|
|
V příloze A jsou propojené pojmové diagramy,
které popisují souvislost mezi různými termíny. Jako pomoc pro uživatele této
části ISO 3534 obsahuje příloha B vysvětlení pojmových diagramů.
|
|
Annex A provides associated Concept
Diagrams that relate the various terms. To assist users of this part of
ISO 3534, an explanation of Concept Diagrams is provided in
Annex B.
|
|
Navrhování experimentů je komplexní proces reali-
zace plánů experimentů (3.1.29). V příloze C jsou
kontrolní seznamy určené k identifikaci klíčových polo-
žek, které se při navrhování a realizaci navrženého experimentu
(3.1.27) mají zohlednit. Příloha D popi-
suje návrh experimentu z hlediska
modelování systémů.
|
|
Design of experiments consists of a complex
process to implement experimental plans (3.1.29). Annex C provides checklists that are intended to identify
key items to be considered in designing and implementing a designed
experiment (3.1.27). Annex D describes
experimental design from the systems model perspective.
|
|
|
|
|
|
Tato
část ISO 3534 definuje termíny používané v oblasti navrhování experimentů a lze ji použít
při navrhování dalších mezinárodních norem.
|
|
This part
of ISO 3534 defines the terms used in the field of design of experiments and
may be used in the drafting of other International Standards.
|
|
Konkrétněji definuje
termíny používané v oblasti navr-
hování experimentů s jednorozměrnou
a spojitou odez-
vou, jejíž střední hodnota je lineární funkcí parametrů.
Z hlediska statistické analýzy jsou termíny založeny na předpokladu, že
chybový člen má normální rozdělení s konstantním rozptylem.
|
|
More
specifically, it defines terms used in the field of design of experiments for
which the response variable is one-dimensional and continuous and for which
the expectation of the response variable is linear in the parameters. The
terms with regard to the statistical analysis are based on the assumption
that the error term follows a normal
distribution with constant variance.
|
ČESKÁ TECHNICKÁ NORMA