レベル: 中級職務: アナリスト / 科学者 / エンジニアPhilip Ramsey 氏、North Haven Group およびニューハンプシャー大学のオーナー兼教授
最優秀寄稿論文ファイナリスト
プロセス/製品の開発または改善には重要ですが、拘束された混合物および混合物プロセス実験は、地域的および線形の制約によって引き起こされる大きな影響相関のために分析が困難でした。 多くの場合、当てはまらない小さなアンダーフィット モデルや、予測分散が膨張した大きなオーバーフィット モデルが選択されています。 JMP Proの一般化回帰プラットフォームの高度なモデル選択方法により、潜在的な混合効果の大規模なセットを適合させて評価できるようになりました。 剪定フォワード、LASSO、またはすべての可能なモデルなどのモデル選択手法により、潜在的な効果の数が実験試行の数を超える場合でも、候補の大規模なプールから効果の最良のサブセットを見つけることができます (過飽和)。 地域制約と線形制約の両方を持つ 10 成分の混合実験を使用して、一般化回帰が大規模な混合モデル (Scheffe フル キュービックなど) を評価し、効果の重要なサブセットを識別する方法を示します。 過剰適合を防ぐための Gotwalt と Ramsey (2018) の自動検証方法が示されています。 同じ方法を使用して、複雑な混合過程因子実験を分析します。 トークは主にライブの JMP 分析とディスカッションです。 Custom Design での混合または混合プロセス実験の生成についても説明します。
