JMP在流程性产品质量改进中的应用

　　5.获得最终改善方案

　　通过多元回归建模方法建立重要因素X对溶出度Y的影响方程y=f(x)。而JMP在统计方法上的专业性在这一步得到明显的体现。下图是所选重要X变量和溶解度Y之间关系的表达式。从表达式可以看到，screen size和Y值的关系很明显：当“screen size=3”的时候，对Y没有任何负面影响；当“screen size=4”的时候，对Y略有影响，为“screen size=5”的时候，对Y的影响被扩大-4.16倍。这样的分析结果和第三步通过交互式图形进行分析的结果完全吻合。

　　对于应用人员来说，这样的表达式具备很好的数学意义，但是不利于解决问题。JMP采用了图形化的方式来展示这个表达式，我们截取了这个表达式的一部分图形，被称为“预测刻画器”，展示如下。为了得到Y即溶解度的最大值，只需点击图形刻画器菜单，选择“最大化意愿”，JMP会自动算出当Y最大的时候，对应的X参数的分别取值。图中，Y最大值为87.87303,对应的X分别为：API Particle Size =Medium，Mill time(研磨时间)=30，Screen Size =3 (这个结果也进一步验证了前面交互式图形分析的结论)……

　　6. 进行模拟(Simulation)预测以进一步完善新方案

　　JMP不仅分析功能强大，还自带了内容丰富、功能强大的模拟器，无需另外购买数据模拟软件。这也是其他同类软件所不具备的。

　　该药厂质量管理人员利用模拟功能，根据工厂现场生产的情况，在软件中花费短短几秒种，就能模拟出100万行生产记录，然后利用上述最优方程式，得到100万个Y值。我们对这100万个Y值进行分析，就能预测我们新获得的改善方案的实施效果。如果我们对效果不满意，还可以对方案进行进一步的改进，如果模拟的效果不错，我们就可以付诸试生产了。