fowlone

纪念斯蒂夫.乔布斯：那些苹果坚持的和颠覆的

JMP大中华总经理 严雪林

前些时间听到传闻，苹果创始人斯蒂夫.乔布斯先生去世。果然当天晚上各大媒体就开始了铺天盖地的报导。上网一看，各种观点纷至沓来，比较有趣的是一些“苹果的成功，是忽悠＋营销”之类的观点，令人无法置评，姑且一笑了之。

       漫漫长假，无心睡眠，顺手打开电视，凌晨两点左右，一不小心转到了CCTV，在重播。央视水先生长篇开场，讨论为什么全世界都在悼念苹果，两位令人尊敬的嘉宾，言之凿凿，铿锵有力。一位的观点大致是“苹果的成功，在于把产品变成了情人和宠物”——说的多好啊。情人和宠物，或者说，宠物般的情人，情人般的宠物，在他眼里是全人类都无法抗拒的：这是一种多么令人无法拒绝的美好人生，有单位，有公车，有特供，有情人。谢谢他的实话实说。另一位的观点….对不起，我实在缺乏继续看下去的勇气，关机了――CCTV说实话了，这让我很不习惯。

为什么是苹果？

       我既不是苹果迷，也不是苹果用户。迄今没有买过任何苹果的产品，实在无法评论IPHONE和IPAD以及IMAC到底好在哪里。公司有个同事，她的IPAD摆弄了个把月就扔在橱柜里了。另一个同事，永远随身携带IPHONE的充电器，据说每天都要充电。在我眼里，待机时间长，短信和电话簿空间够大且方便倒来倒去，可以上网、收发电子邮件，就是我的完美手机了，从来没有想过要不要试试苹果。

       不过说到苹果的竞争力，也许我是在中国有点资格说些什么的为数不多的几个人之一了。首先我所服务的公司和苹果的渊源由来已久。JMP的全称就是John’s
Mackintosh Program, John Sall先生是全球数据分析领导者SAS公司联合创始人，著名统计学家和计算学家。20多年前为了降低统计分析的门槛，John Sall先生把SAS的统计分析部分与苹果的图形能力相结合，把SAS的算法和程序迁移到苹果操作系统Mackintosh平台上，诞生了今天的桌面数据分析领导者JMP软件。JMP在数据分析领域的成就，之初乃得益于苹果的创造。

其次，苹果不仅仅创造了卓越的操作系统和产品，苹果本身也是数据分析在创新、研发、工程等领域应用的全球先行者和倡导者。大概2003年之后，苹果开始在全球范围导入先进统计分析方法，改善产品研发、创新流程以及生产工艺和质量。 2009年，我们中国区的同事参与并主持了苹果亚太区工艺和质量工程师的数据分析培训，这是苹果全球范围导入JMP、对质量改善工作标准化的关键一步。

       在苹果，我听到的一些说法令我惊讶。苹果美国的统计学家对我们的要求是，“你们的软件太强大了，我们不需要那么多的功能，可不可以给我们定制一个苹果版的JMP 瘦身版，功能砍一半，价格也砍一半？” 在JMP中国区工作的这些年，我通常听到的本土客户的说法更多是“我们有独特的文化和土壤、你们的功能不能满足我们的要求”，或者是“软件好还远远不够，你们要确保我们从你们的软件里获益”，更有甚者“我们是中国第一，你们为了开拓中国市场应该对我们全部免费”。

       前后对照，差异显著。以苹果的市场地位和富可敌国，大可要求免费或者要求商业软件产品根据苹果“更独特的文化和土壤”而进行升级和重新开发。至于价格，随随便便一个“中”字头的公司，哪家每年的IT采购不是好几千万的一掷千金？苹果居然会“斤斤计较”于一点点软件采购费用（JMP单机版每用户价格才1万八千人民币不到）!

仅在对知识产权的尊重、对自身需求的理解以及成本控制与IT采购管理上，苹果就早已领先这类公司个把时代了。

工业化环境下的数据分析早已是卓越企业运营的必要条件，苹果很好地坚持和推广了这类科学方法。为了让统一的质量和工艺改善方法在全球范围内以高度统一的标准被迅速推广和接纳，苹果借助了JMP内置的客户化定制模板，把所有工艺环节和质量分析领域的流程按照下述逻辑标准化和自动化了：

1.     
问题定义和数据收集

2.     
数据清洗和整理

3.     
探索性数据分析

4.     
深度分析与建模

5.     
锁定影响成本、质量和效率的根本原因，并确定改善方案

6.     
模拟与改善

7.     
反馈与持续改善

被反复分析、改善和提升的质量，大大巩固了苹果的客户满意度，更加强了苹果的定价权。前几天去黄浦江边上的世博公园散步，宝钢大舞台旁边触摸屏导游设施仍然通电，我试着点击了几下屏幕，基本上没有什么反应了。屏幕倒是挺干净，可能保洁仍在日常维护，只是可靠性很差――如果苹果IPAD用了一年以后也这副德性，苹果还能以高出竞争对手许多的价格定价么？

       时至今日，国内电子消费企业仍然忙碌于讨论什么是全面质量管理，今年培训了多少个黑带，做了几个改善项目，拿到了几个“国家级质量奖”，聘请了几家知名咨询公司这类事务性工作。我们的质量奖很丰富，我们的质量很贫乏。

对手眼中的苹果

2011年3月初，IPad 2发布，时任苹果CEO的史蒂夫乔布斯亲自上台： “更快，更好的图形，更薄，更轻，同样传奇般漫长的电池待机时间，更多的摄像头，同样的价格！！”

这次发布，距离I-pad1的发布才11个月。IPad2发布后，IPad1旋即降价，下面是来自当时互联网的一些摘录：

• 摩托罗拉CEO：“即将上市的新版Xoom定价将是539美元”


• 汉王副总裁王邦江：“苹果在断同行的路“；“纯粹卖终端将不再有利润空间。”


• 三星移动副总裁李东洙：“三星要重新考虑即将上市的10英寸平板电脑的定价。”


• 联想：乐PAD即将上市


• 黑莓：Playbook正打算进入中国市场


• ……


• 5个月后，惠普宣布touch pad产品全线降价到99美元甩货，且新产品开发将被中止

乔布斯在发布会的结束时说，2011年是Year of
Copycat(抄袭者之年)，竞争对手对于苹果的模仿只有一个结局，就是苹果用IPad2“把所有竞争对手打回原点”。

华尔街日报报导，苹果今年的中国销量是去年同期的六倍左右。

乔布斯创新法则

市场上，苹果对于客户需求的响应与否定、对于产品生命研发过程的管理，对于质量的承诺与努力，显然是时代标杆。这几年国内高科技制造业流行持续改善和六西格玛。六西格玛的第一课，就是奉客户之声为圭笏。“以客户为中心”是这类方法论的出发点和逻辑。

苹果对于创新的坚持，尤其是乔布斯对创新的坚持，首先体现在从跟随客户要求到领导客户要求上面：颠覆六西格玛，颠覆客户之声，否定客户的要求。
研发是科学，而创新是艺术。艺术的过程是创造性的过程，创新是否定过去和继承过去的奇妙结合。乔布斯则把这种奇妙结合进行了升华和重新定义。

年初，我的朋友王昆先生给我发来了美国商业周刊专栏作家撰写的Innovate the Steve Jobs Way(直译为斯蒂夫乔布斯创新法则)，可谓字字珠玑，摘录如下并意译：

1.     
Do what you love                     只做喜欢做的事情

2.     
Put a dent in the universe  远见卓识 源于设想

3.     
Kick start your brain          突破常规
思维不同

4.     
Sell dreams, not products  编织梦想 不卖产品

5.     
Say no to 1000 things        去繁就简
保持专注

6.     
Create insanely great
experiences    神奇体验 一手打造

7.     
Master the message            有效传播

乔教主创新法则其实很清晰明了：突破常规，编织梦想，保持专注，有效传播。

对梦想、创新的执着，不仅仅体现在乔布斯对苹果产品的发明上，对于生死，他的观点同样和他的行为保持了高度的一致：
“没有谁想死。甚至想去天堂的人也不想为了去天堂而死。但死亡是我们所有人的目的地，没有谁跑掉过。本来也应该是这样，因为“死”很有可能就是“生”的最佳发明。它是“生”的变革促进者。它把旧的清理掉，为新的让路”。

关于人生，他对斯坦福的毕业生们说“你的时间是有限的，所以不要把它浪费在走别人的人生道路上面。不要受教条羁绊，那是在用别人的思考成果活着。不要让他人意见的噪音淹没你内心深处的声音。最重要的是，要有勇气听从内心和直觉的召唤。它们或多或少已经知道你真正想成为一个什么样的人。其他一切都是次要的”。他的创新法则，其实也是他的人生法则。

作为这个时代最伟大的梦想家和实践者之一，乔布斯似乎一生都在走自己的路，一条与众不同的创新之路和人生之路。他留给人类的，远远不止手机和电脑。

向伟大的斯蒂夫.乔布斯先生致敬。

日益激烈的竞争环境和海量的数据资料使得数据驱动的决策和数据分析技术从来没有像今天这样受到重视。SAS公司JMP软件的诞生和每一次的产品升级都给这个领域带来了全新的空气和颠覆性的革新。其卓越的数据可视化和交互能力、全面而强大的分析功能、易学易用等特点在业界早已声名远播，业已成为全球顶尖企业和行业领袖创新发展不可缺少的关键力量，JMP产品的应用领域涵盖业务可视化、数据探索、质量管理、流程优化、产品研发、可靠性、精益六西格玛、生物统计、临床试验、公共卫生以及学术教育等诸多领域。

多年来，JMP全球的专业团队对前沿分析方法及其应用的探索和研究从来就没有停止过，JMP中国区团队也致力于将最先进和高效的数据分析技术和应用经验呈现给中国的客户，最新的JMP9和JMP Clinical产品也将于近日正式在中国发布：开创数据分析的新“视”界——JMP9 & JMP Clinical新品发布暨先进数据分析方法研讨会将于2011年3月在北京、上海、深圳三地举行，这将是“又一次改变一切”的时刻。

JMP9

作为一款使用简单、功能强大的统计发现软件，JMP可以快速地在您和您的数据之间构建起高效的沟通，它适合于从入门级分析人员到资深统计学家的各类人士使用。

在JMP9中，JMP软件独特的交互性、可视化数据分析能力已经扩展到了Microsoft Excel，R等软件，这将极大地便利这些软件用户；此外，JMP9的新功能还将极大地方便那些高级数据挖掘和建模技术的用户。下面是JMP9应用的简单举例：

探索性数据分析(EDA: Exploratory Data Analysis)

当获得了大量数据的时候，您可能需要在没有多少经验的情况下对其进行仔细的分析，探索性数据分析能够在这种情况下帮助你找到所有这些数据中隐含的信息。JMP软件中的探索性数据分析是启发式、开放式和完全动态的，将JMP中的气泡图、地图、密度图等高级图形和动态链接、数据过滤器等工具协同配合，可以非常快捷地获、整理和探索数据，使数据探索的过程充满乐趣，您可以体验无数“WOW”的发现时刻。

质量管理与持续改善

您公司的质量管理水平可能还停留在“QC七工具”的阶段，也可能已经开始推广精益六西格玛，JMP强大而全面的分析功能和动态交互式的分析方式都可以帮助工艺、质量、制造、研发等技术部门的工程师分析质量现状、确认潜在的关键因素并制定行之有效的改善方案。JMP整合了数据抽样、客户之声调查、变异源分析、统计过程控制、帕累托图分析以及试验设计与分析(DOE: Design Of Experiments)等一系列从简单到复杂的各类质量管理工具。更重要的是，在JMP软件中，所有这些工具的实施都是“可视化”的。

可靠性分析和质量预测

可靠性低的产品会危害企业的品牌和声誉，由此产生的保修成本会逐渐蚕食企业有限的利润空间。JMP巧妙地将复杂的可靠性分析和数据可视化完美结合在一起，通过寿命分布、竞争原因分析、加速寿命试验和老化分析等交互式分析平台，帮助您准确预测产品的使用寿命，查明材料和工艺中的缺陷、寻找设计中的薄弱环节，明确提高产品可靠性的方向。

分析集散中心

JMP 既可以作为独立的桌面分析软件使用，还能将JMP与用户喜爱的其它分析软件配合使用，以充分挖掘它们的应用潜力，发挥分析中枢的功效。例如，用户可以直接读取Access、SPSS、Minitab等其他格式的数据文件，可以方便地使用JMP的编程语言JSL编制和分享标准化或者个性化的分析流程，可以和SAS公司其他的商业分析解决方案、开源的统计编程语言R以及Excel很好地结合使用。

JMP9 Pro

JMP9 Pro在包含JMP9全部功能的基础上，还包含了用于数据挖掘和预测性建模的高级分析技术。

交互式数据挖掘(Data Mining)

无论您是银行、电信行业的数据分析人员，还是半导体、化工公司的工艺工程师，都可能不满足于传统的统计分析方法，而是想运用数据挖掘和预测技术，从海量的数据中快速地发现规律，并建立合适的模型来进行有效的预测。JMP Pro不仅集成了像多元逐步回归、聚类分析、偏最小二乘等经典方法，还具备了像决策树（包括Decision trees、Bootstrap forests 和Boosted trees）、神经网络（支持两层隐藏节点）等高端数据挖掘工具。即使面对海量数据，您也可以非常从容自如地处理数据，建立、优化、验证和测试备选模型，而众多的可视化工具可以帮助你在单一的交互式环境中回顾和比较各种模型。

JMP Clinical

JMP Clinical是JMP产品家族的最新杰作，这个多功能软件可以简化临床试验数据的安全性审查，缩短昂贵和繁琐的药物开发过程，深受医学评审员、流行病学家、生物统计学家和生物测定学团体等临床医学业内人士的青睐。

临床试验

JMP Clinical使用 CDISC 数据（新兴的临床试验标准），帮助临床医生和生物统计人员进入到现代审核环境中。其标准的数据和报告格式简化了沟通过程，为内部审核和食品药物管理局的最终考虑节省时间。 高度直观的仪表盘图形不需要任何编程，高端的统计分析也可以用图形表达，方便用户在数据中发现规律。总体而言，它可以非常简单地深入到每一个患者档案中去，从而发现关于不良事件、实验室检验、伴随药物等内容的具体信息。

试验设计

临床试验本身的科学性和可靠性是药物疗效和安全性评价的基础。为了确保临床试验的科学性和可靠性，就必须重视临床试验中用到的设计方法。JMP Clinical包含了JMP9中试验设计平台的全部功能，既能满足一般农业、工业、服务页企业试验设计的要求，更是设计临床试验及其样本大小的理想工具。它除了提供经典的试验设计方法之外，还为用户准备了更加强大且易用的定制试验设计，即使没有任何试验设计经验的初学者也能在简短的自学之后应用自如，用其产生合理的设计方案。

一直以来, SAS公司的JMP软件都特别地将交互式图形和内置的强大统计分析功能相结合，提供强大、高效的统计发现能力。除其本身丰富的创新功能之外, JMP还能为用户发挥分析中枢的作用。用户可以非常方便地编制和分享自定义的分析程序，将JMP与喜爱的其它分析软件结合使用以充分挖掘它们的应用潜力。

用户只需要在JMP中用鼠标点击所需的功能，就可以调用SAS或R软件来拓展数据管理和数据分析所需的指令。用户一旦创建了自己的分析程序，就可以利用JMP中新的插件体系来有效地管理和配置它们。

用户可以把JMP作为您个性化的统计工作平台，在任何问题下，都可以为特定的问题定制出完善的个性化的应用程序。

SAS

SAS软件长期以来一直以其强大的数据访问和管理能力，久经实践检验的、至深至远的数据分析能力而享誉全球。JMP既可以作为一个独立的软件运行，同时也是SAS的探索性数据分析(Exploratory Data Analysis)客户端。在很多方面，JMP都可以和其他SAS技术结合使用。这种结合让那些早已习惯JMP直观操作界面的用户能够轻松地使用来自SAS的强大分析能力，也能让那些熟悉SAS的用户可以使用JMP来拓展其可视化数据探索能力。用户无论想拓展SAS的使用来最大限度的提高投资回报，还是要增强JMP的交互式数据可视化能力，都可以考虑创建分析程序，在喜欢的JMP操作环境中使用所需的广泛的SAS分析功能。

R

JMP可以和开源的统计编程语言R很好地结合使用。这意味着R程序员可以快捷地充分发挥JMP中互交式图形的优势，生成我们非常需要的多样的动态视图，而这些动态视图对于我们的数据探索和模型解释是非常重要的。同时，JMP软件的用户也可以开拓和使用R开源社区提供的先进的统计分析功能，避免不必要的麻烦和复杂性。用户可以在JMP和R之间进行数据交换，在JMP脚本中提交R代码，直接在JMP中展现R的图形。结合这些要素，无论是略懂JMP的R程序开发员，还是略懂R的JMP开发者，都能够在任何需要R的地方利用这些功能开发出有用的JMP插件，而且这种方式适用于任何用户。

个性化

使用JMP软件的用户完全不需要是一位程序员。 但如果他是或者只是喜欢开发“插件”，他们就可以利用丰富的JMP脚本语言进行自定义和重新配置，为自己或其他用户扩展JMP的功能。用户还可以通过JMP脚本语言让喜欢的或常用的分析自动化或者自定义分析报表。灵活的JMP脚本语言(JSL)可以创建出精湛的用户界面以及与其他分析软件一起使用、建立JMP插件(自定义的统计发现程序)并与其他JMP用户共享。这可以在整个组织内部任何能获得数据或需要进行数据驱动决策的地方轻松地推广使用这些分析功能。用户还可以在 JMP File Exchange中寻找需要的JMP插件或者将自己的插件分享给其他用户。

不论企业的产品是半导体、电灯、汽车、鞋、医疗器械还是飞机引擎，产品的可靠性无疑都是影响企业业务的重要因素。如果产品在其生命周期内能够稳定地为客户发挥其应有的作用，这些客户将很可能重复购买企业的产品或者为企业带来更多的客户；相反，如果产品的可靠性达不到预期的要求，不仅企业长期积累的品牌形象和声誉会大打折扣，其利润空间也往往会因为居高不下的保修风险而被蚕食殆尽，客户重复购买企业产品的可能性也将大幅降低，这对于企业产生的影响无疑是深远而沉重的。

为了防止产品失效并提高保修质量，我们需要借助高效实用的方法理解和提高产品的可靠性，需要从海量的产品测试数据或保修数据中迅速地发现其中隐藏的趋势和异常值，精确查明材料和工艺中的缺陷、寻找设计中的薄弱环节并找到解决方案来提高产品的可靠性。

下面，我们以SAS公司JMP软件中的“生存/可靠性分析”平台为例，简要介绍可靠性分析中常用的方法。JMP软件提供了下述所有可靠性方法，其具体情况可以参考JMP官方网站: www.jmp.com/china，这里不再赘述。

寿命分布(Life Distribution)

精确地预测产品和组件的可靠性寿命是可靠性研究中经常需要做的工作，它是指从大量可能的可靠性分布中快速、准确地找到最合适的分布来拟合特定产品的寿命分布情况。这项工作的难点通常在于如何快速、准确地拟合大量可能的寿命分布并从中确认出最合适的分布。这项工作通常包括两个部分：第一，对可能的可靠性分布逐一进行拟合和检验；第二，对拟合、检验的结果进行比较，以确定出最合适的寿命分布模式。

第一部分工作往往伴随着较大的运算量。第二部分的工作可以通过使用非参数程序或者手动地选择和比较不同参数分布来完成。这些工作往往需要工程技术人员具备一定的统计学知识和借助专业软件。而JMP软件可以自动对所有可能的寿命分布进行自动拟合和比较，并自动从中确认出最合适的寿命分布模式，既方便易用，同时对技术人员统计学知识的要求也大幅降低。很多时候，我们在明确寿命估计的基础上还需要外推分析将来时间段的情况，这一点也可以借助JMP动态的“刻画器”来完成。

竞争原因分析

现实中，从数据分析中发现的独立的失效模式往往不止一种，这时候技术人员往往需要对这些失效模式进行单独分析以为每种失效模式指定最合适的分布。这时我们需要使用的一种有效的方法就是竞争原因分析。这种方法不仅可以为每种失效模式找到合适的分布，还能帮助评估产品质量的潜在改进机会。这对于降低失效和保修风险、提升总体质量是非常有帮助的。

加速试验

加速试验是可靠性研究中非常有效、也十分常用的一种方法。在加速试验的规划阶段，我们需要使用的一种试验设计(DOE)方法是加速寿命试验设计(JMP软件提供的试验设计方法之一)，它可以帮助合理地安排试验，用最经济的成本获得关于产品可靠性的足够的关键信息，为此后的进一步分析奠定基础。在实际的分析工作中，我们需要建立所关注的因素和结果的关系模型，常用的方法有回归、方差分析等，并常常需要根据实际情况进行多种形式的转换，包括Arrhenius，电压，线性，对数，logit， 位置和尺度等。

老化分析

为了在产品或组件效率降低乃至最终失效之前就对其性能进行预测，以最大限度地降低失效和保修风险，工程师们还需要研究老化数据随时间变化的情况和趋势，并对其进行预测。这时，根据数据的不同来源（如非破坏性测试（重复测量或可靠性分析）数据和破坏性测试数据等），所用的分析方法也存在一定的差异。

在实际的质量改进、产品研发、工艺优化、六西格玛和科学研究工作中，我们经常需要通过建立定量的模型来研究输入因素和输出因素之间、或者自变量和响应变量之间的关系，例如研究太阳能电池板的光电特性和其光电转换率之间的关系，化学材料的成分和加工工艺对其化学特性如溶解度、抗氧化性的影响等等。研究这类问题最好的方法就是我们特意地改变输入因素或者自变量，然后观察输出因素或者响应变量发生了怎样的变化，而如果对输入因素或自变量的改变是根据一个事先设计的科学方案（而不是盲目操作或仅凭经验）来积极地进行的，那将是帮助我们获得和理解有用信息的最好方法。

然而，在大多数实际问题中都存在两个或以上个输入因素或自变量，那种一次只改变一个变量的试验方案本质上是没有任何用处的。为了用合适的方法揭示多个输入因素或自变量是如何共同对输出因素或响应变量产生影响的，我们就需要使用试验设计方法（DOE: Design Of Experiments）。试验设计方法就是以合适的方案来科学地规划试验，在尽可能节省试验成本的情况下获得关于输入变量如何影响输出变量的尽量多的信息。它通常包括试验方案设计和试验结果分析两个部分。

下面，我们以SAS公司的JMP软件为例，简单介绍一下试验设计方法及其关键工具。JMP软件的试验设计平台堪称目前最先进、最全面、最灵活的试验设计方案，它集成了下述所有试验设计方法。关于JMP的具体情况可以参考JMP官方网站: www.jmp.com/china，这里不再赘述。

试验设计方法群中有多种经典试验设计方法，但同时也具备多种创新的试验设计方法，最重要的是需要在不浪费宝贵资源的情况下，能按照特定的实际问题定制试验设计方案。一旦试验和数据采集工作得以完成，工程技术人员需要能够非常便利地开展数据分析和建模工作，了解响应变量的模式、锁定活跃的关键因子并对响应变量进行优化，进而预测优化的效果和稳健性。

经典试验设计(Classical Design)

Ronald Fisher最早提出了试验设计的四个基本原则：阶乘原则、随机化、重复试验和划分区组。但直到不久以前，生成和分析一个试验并拓展这些原则的应用主要还依赖手工计算。尽管如此，实践者80多年的智慧结晶已经创造了一系列广泛使用的试验设计方法，它们可以满足特定的试验条件和试验目标的要求。这些经典的试验设计方法主要包括完全因子设计、筛选设计、响应表面设计、混料设计和田口设计等。如果决定选用经典试验设计方法，各种试验评估工具（例如预测方差刻画器和FDS图等）也是不可缺少的，它们可以帮助在开始消耗试验资源之前对所选择的试验方案进行评估。

定制试验设计(Custom Design)

举个简单的例子，当有两个因子的时候，完全因子试验设计会在一个正方形区域内安排试验点，但有的时候我们可能已经知道需要探索的区域并不是正方形的。这种情况下，如果工程技术人员仍然需要使用完全因子试验设计，就必须让实际问题向这种方法本身做出妥协，必要时需要对实际问题做一定的修正。定制试验设计(Custom Design)可以说是JMP软件的独创，在这种设计中类似的妥协不存在，它可以根据实际问题的需要创新地构建出合适的试验设计方案，这样就能最有效地利用试验资源。这种方法可以在统一的试验设计框架中应付各种各样的试验挑战：可以在同一个试验中既包含过程变量、又包含混料因子；可以用“难改变”或“极难改变”的因子来应付随机性受到限制的情形；可以定义只在“如果可能”的情况下才能被估计的模型变量；可以进行样本量计算，以确保在试验上的投资是有值得的。

其他试验设计(Other Design)

即使响应变量没有固有变异性，试验设计方法仍然能够帮助技术人员高效地探索高维因子空间，JMP中的空间填充设计(Space-Filling Design)就是其中的一种方法，这种方法一般用高斯过程平滑器(Gaussian Process smoother)进行分析，以获得一个具备较低的预测偏倚和方差的替代模型。

选择设计(Choice Design)是另外的一种试验设计方法，这种方法被广泛地用于消费者偏好研究；在选择设计中，消费者将被问及他们对可选商品的偏好情况，而且如果需要的话，价格也可以作为其中的因子之一。选择设计能构建科学的向消费者提问的方案，以使得消费者能够真实、准确地反映他们的心声（偏好情况），这对于指导企业开发出受市场欢迎您的产品非常重要。

加速寿命试验(Accelerated Life Tests)是可靠性(Reliability)研究中非常有效、也十分常用的一种方法。它可以帮助合理地安排试验，以获得关于产品可靠性的关键信息，可以对失效和保修风险进行预测。

优化和模拟(Optimization and Simulation)

试验方案的设计虽然至关重要，但还只是试验设计工作的一半。

不论使用何种试验设计方法，在获得实际的试验结果后，我们都需要对试验结果进行分析，以建立输入因素（或自变量）和输出因素（或响应变量）之间的关系模型——有时输出因素(或响应变量)可能不止一个，这种情况下可以通过设定的停止规则用逐步求精法拟合不同的模型。建立好有用的模型后，就需要利用这个模型来对输出因素（或响应变量）进行优化，以确立可行的操作模式和因子水平。这时要用到的工具包括多种刻画器(Profiler)工具以及其他相关的多种数据可视化工具等。以JMP软件的优化器为例，不论是简单还是复杂的问题，JMP内置的优化器(Optimizer)都可以在多个响应变量之间进行不可避免的权衡以寻找最优的方案。

分析到这里还没有结束，通过试验设计方法分析得到的最优方案是否在现实的执行环境中可行呢？或者它在具体实施的时候稳健性如何呢？这是两个非常重要的问题，因为方案的试验性实施往往会伴随不少的资源投入，如果失败就可能造成很多资源浪费。要解决这两个问题就需要使用另外一种方法：模拟(Simulation)。这种方法可以考察和预测获得的方案在实施时候的稳健性，以及预测其实际的实施效果——原则上，不论方案是否已经“最优”，都能借助模拟(如JMP的模拟器)方法对其稳健性和实施效果进行模拟和预测。

对于需要基于数据分析进行决策的工程技术人员，如质量改进工程师、工艺工程师、制造工程师、六西格玛人员等，JMP9如下新增功能将给他们带来帮助：

1. 可靠性和老化分析平台。JMP8中的 “拟合所有分布”命令，一下子就能从众多候选分布中找到最合适的寿命分布。现在JMP9中，候选分布又增加了八九种，这样就能帮助用户更精准地拟合分布，由此得到的寿命预测结果也更具可信度。新增的“老化Degradation”平台可以解决一类很实际的问题：常规的可靠性分析只对使用寿命或是最终结果（即达标还是不达标）做分析，这个更平台可以在产品失效之前，把产品质量特性随使用时间的变化规律揭示出来，这对于预测保修风险很有用。

2. 试验设计DOE优势更加明显。试验设计平台向来就是JMP软件最具优势的功能之一，继JMP8推出专用于市场调研分析的“选择设计Choice Design”之后，JMP9又新增了“混淆最优试验”、“可靠性检验计划”、“可靠性验证”和“加速寿命试验设计”四种新试验设计方案。从名称上就能看出，后三种都和可靠性试验有关，第一种实质上是一种优化的筛选设计。相信大家都知道按照经典试验设计理论构建出来的筛选设计最大的风险是主因子项和交互作用项之间可能会相互混淆。而混淆最优试验能够将这种风险降到最低，同时也不需要增加试验次数。这将能够帮助在持续改善项目中更高效地筛选出关键因子。

3. 其他新增的简单实用的功能。除了可靠性、试验设计这两大块之外，JMP9在数据整理、可视化管理、统计过程控制、回归建模等日常质量管理工具上都有改进。例如，JMP9可以对同一组数据进行多正态分布拟合了！因为在质量数据分析过程中，双峰乃至多峰的数据分布是很常见的，这主要是因为数据收集人员贪图一时方便，将两个（或以上）工人或两台（或以上）设备加工的相同规格的产品混在一起所造成的，这会给后期正确分析质量波动的原因带来很大的困扰。JMP9“分布”平台中的“正态混合拟合”，可以迅速、量化地揭示每个工人或设备的质量水平，使用方便。