Superficie di risposta VS Superficie di risposta della miscelaSalve Signori,
Scrivo perché sono un po' confuso riguardo alle opzioni che ci sono in JMP. Sto cercando di valutare un DOE e la costruzione del modello Effetto ci sono diverse opzioni come la superficie di risposta che è di default ma ho fatto un confronto con Minitab e ho trovato risultati diversi tra i due software ma penso che il risultato di Minitab sia quello buono perché è più in base ai grafici dei fattori che ho in precedenza, quindi ho iniziato a giocare un po 'con l'opzione e ho scoperto che la superficie di risposta della miscela era la più vicina. Perché sta succedendo? Ho provato a trovare maggiori informazioni al riguardo nel tutorial di JMP e mancano informazioni
Nota: il mio DOE è costruito da 4 fattori e ho diverse risposte
Distinti saluti
FactorialFactorialFattoriale
ParetoPareto Pareto
Re: Superficie di risposta VS Superficie di risposta della miscelaCiao Archi,
Poiché puoi trovare la convalida incrociata k-fold praticamente in ogni piattaforma di modellazione, sarebbe meglio ricercarla da solo.Puoi cercare la guida di JMP o cercare tramite google (k-fold cross-validation JMP) e vedrai diversi collegamenti per informazioni e anche alcuni utili video di YouTube.
Migliore,
Conto
Re: Superficie di risposta VS Superficie di risposta della miscelaCiao Billy,
Non sto usando JMP pro, dove potrei trovare altri tutorial su Convalida incrociata K-fold in JMP? non so come posso modificare k-fold?
Re: Superficie di risposta VS Superficie di risposta della miscelaCiao Archi,
Con JMP esistono molti modi per impostare la convalida incrociata per evitare l'overfitting del modello.Quasi tutte le piattaforme all'interno di JMP consentono la convalida incrociata K-fold.Se disponi di un set di dati più piccolo, usa un k-fold per il numero di campioni (righe) nel tuo set di dati.Ad esempio, se hai 20 righe imposta il tuo k-fold su 20. Questa è anche chiamata convalida incrociata leave-one-out.
Se utilizzi JMP Pro, puoi utilizzare una colonna di convalida e un'altra opzione sarebbe consentire a JMP di selezionare in modo casuale fino al 20% dei tuoi dati e quindi nascondere ed escludere i dati selezionati da utilizzare come set di controllo per testare la capacità predittiva del tuo modello
L'overfitting è un vero problema per molti modelli predittivi.Controlla i tuoi valori p per ogni parametro.Con JMP il valore p predefinito per le variabili importanti per il modello è 0,05. Qualunque cosa al di sopra di tale valore è sospetta e dovresti controllare la capacità predittiva del modello con e senza variabili che hanno un valore p superiore a 0,05.
Un altro segno rivelatore che potresti essere troppo adatto è se i tuoi valori R-quadrato e R-quadrato regolati sono significativamente diversi l'uno dall'altro.Questi due valori saranno probabilmente abbastanza vicini tra loro se il modello non è overfit.Esistono molti altri modi per verificare l'overfitting, ma quanto sopra dovrebbe aiutarti a decidere se JMP o minitab ti stanno fornendo il modello predittivo migliore.
Spero che questo ti aiuti.
Migliore,
Conto
Re: Superficie di risposta VS Superficie di risposta della miscelaCiao Bill,
Hai un buon punto lì. Come posso sapere quando un sistema è troppo adatto e quando non lo è? Nemmeno io so come fa minitab. Ho detto nella precedente e-mail. Ho appena selezionato i parametri predefiniti che sono descritti nel toturial. Sono d'accordo con te in alcune occasioni, ma il problema che non riesco a risolvere è che ho alcuni parametri che non sono valutati da JMP come la larghezza del taglio o non sembrano essere significativi. D'altra parte, minitab considera questo fattore significativo. è 180 gradi di differenza.
Distinti saluti
Re: Superficie di risposta VS Superficie di risposta della miscelaGrazie per le immagini e sembra che tu sia più che probabile in una situazione di overfit con il tuo modello minitab.Il riepilogo dell'effetto JMP mostra i fattori più importanti e attivi nel modello in base al valore p e al valore logworth.Sulla base dell'output di JMP, gli effetti quadratici sembrano avere scarsa influenza sul miglior modello complessivo.Non ho familiarità con il modo in cui minitab aiuta a trovare i fattori più importanti per i loro modelli, ma potrebbe essere un buon punto di partenza per assicurarti che il tuo modello non sia troppo adatto.
Re: Superficie di risposta VS Superficie di risposta della miscelaCiao Bill,
Sì, ho modificato i miei fattori da categorico a continuo e vedo i risultati ma non sono riuscito a trovare alcuna differenza nella risposta della superficie, vedi immagine allegata. Alla tua domanda, Minitab funziona in pieno quadratico come opzione predefinita, vedi anche l'immagine allegata.
Distinti saluti
Re: Superficie di risposta VS Superficie di risposta della miscelaSe posso, vorrei aggiungere a cosa @Dan_Obermiller ha scritto.
Il metodo che hai utilizzato per analizzare prima i tuoi dati in JMP non era un confronto equo con minitab perché avevi solo fattori categorici.Non è possibile stimare termini quadratici o al quadrato con fattori categorici, quindi non esiste una superficie di risposta.Ecco perché Dan stava dicendo di cambiare i fattori in continui.Con i fattori continui è possibile ottenere le stime quadratiche desiderate se effettivamente esistono e sono importanti per il modello.Sarebbe bello vedere l'output del tuo modello minitab per vedere se ci sono termini al quadrato nel tuo modello.Se ci sono, ciò aiuterebbe a spiegare la differenza nei modelli che hai visto inizialmente.
L'ultima immagine che hai condiviso sembrava che ti stessi avvicinando a quello che era Dan.
HTH
Conto
Re: Superficie di risposta VS Superficie di risposta della miscelaCiao, grazie per i tuoi tavoli e il tuo feedback. Ho rivisto le tabelle e le immagini che hai caricato e ho alcune difficoltà tecniche per sviluppare gli esperimenti della tabella RMS. Semplicemente perché lo strumento indicato con O non può eccedere più di 1. È una restrizione che abbiamo. Abbiamo sviluppato uno screening prima e abbiamo stabilito i parametri operativi. In effetti, abbiamo sviluppato tutti gli esperimenti e stiamo cercando di analizzare i dati e avere un grafico di Pareto di effetto standardizzato e fare l'ANOVA e vedere quali parametri hanno l'effetto più significativo. Non ho ancora provato lo strumento Excel di JMP perché pensavo che il modello Fit fosse abbastanza potente da realizzarlo. Tuttavia, ho ancora qualche domanda.
Cosa intendevi con questo “L'unico motivo per specificarli come discreti è FORZARE determinati livelli nel design. Se vuoi veramente farlo, specifica un modello di ordine superiore e/o usa l'opzione Discrete Numeric"
Come hai ottenuto il fattore RS nell'opzione modello fit?
Infine, riprendendo l'ultimo punto,
“Ricorda che JMP è progettato per creare il miglior esperimento possibile, non per corrispondere a una specifica tabella di esecuzioni. La tabella delle corse potrebbe non essere la scelta migliore. L'unico modo per fare in modo che JMP "crei" una tabella che corrisponda alla tabella di Excel è utilizzare DOE > Classical > Full Factorial. Specifica tutti i fattori e crea il design. Quindi è necessario rimuovere manualmente la combinazione indesiderata. Nota che l'ultimo pezzo deve essere manuale perché se non fai quella combinazione NON stai eseguendo un disegno fattoriale completo. Ecco perché JMP non crea automaticamente quel progetto. Questo è lo scopo del design personalizzato: creare design per la tua situazione specifica piuttosto che cercare di forzare l'adattamento di un design che non è realmente appropriato.
In realtà, l'ho fatto all'inizio di questa discussione e ho scoperto che i risultati non sono corretti se ho confrontato i risultati, ad esempio, con Minitab; tuttavia, mi sono ricordato che mi hai detto che abbino solo il DOE al modello.
Cordiali saluti e buona giornata
Re: Superficie di risposta VS Superficie di risposta della miscelaGrazie per aver fornito i file. Questo aiuta enormemente.
Innanzitutto, dichiari che DEVI replicare il file Excel. In tal caso, non sei veramente interessato a creare un esperimento progettato. Sei interessato a eseguire le prove specifiche nel foglio Excel. Perché non aprire semplicemente la tabella di Excel in JMP, eseguire quelle prove, inserire le risposte e analizzare?
Avrai SEMPRE difficoltà a far corrispondere JMP alla tua tabella Excel perché JMP può fare meglio di quella tabella di esecuzioni.
Alcuni problemi che ho visto dal tuo tavolo:
Quando si specificano i fattori, se il fattore è continuo (come Avanzamento per dente, Velocità di taglio e Larghezza di taglio), specificare tale fattore come continuo anziché categorico. L'unico motivo per specificarli come discreti è FORZARE determinati livelli nel progetto. Se vuoi veramente farlo, specifica un modello di ordine superiore e/o usa l'opzione Discrete Numeric.
Quando ho reso i fattori continui (eccetto per Tool Name), ho creato un design a 45 run per il modello solo effetti principali (design allegato). Ho quindi confrontato il design personalizzato generato da JMP con la tabella di Excel. Il design personalizzato di JMP aveva una potenza equivalente o migliore in tutti i termini del modello. Il progetto JMP aveva una varianza di previsione inferiore rispetto alla tabella Excel per la maggior parte dello spazio di progettazione (e dove era peggiore, era estremamente vicino). Ho allegato il risultato come immagine. La linea di fondo è che JMP non ti darà un design inferiore se esiste un design migliore.
La creazione del progetto in questo modo con JMP limita i fattori a due livelli. La sperimentazione riguarda l'EFFICIENZA. Fai il minor numero di prove possibile per stimare il modello desiderato. Quindi si utilizza il modello per determinare le impostazioni ottimali. Non è necessario provare ogni combinazione in una griglia per ottimizzare un processo. Con questo approccio, poiché stavi specificando solo un modello di effetti principali, non sono necessari più di due livelli per nessuno dei fattori continui. Condurre esperimenti a più di due livelli è uno spreco.
Perché insistere su un terzo livello? Molte volte è perché ti aspetti una risposta curva. Quindi, il modello da utilizzare per stimare la curvatura è un modello di superficie di risposta. In JMP, ho fatto clic sul pulsante RSM per ottenere un modello di superficie di risposta (design allegato come JMP RSM Design). Ciò forzerà un 3° livello perché è necessario per stimare un effetto quadratico. Ho quindi confrontato questo design RSM personalizzato da 45 run con la tabella Excel. Ancora una volta, il design RSM personalizzato di JMP è superiore, come mostrato nell'immagine allegata.
Ricorda che JMP è progettato per creare l'esperimento meglio progettato possibile, non per corrispondere a una specifica tabella di esecuzioni. La tabella delle corse potrebbe non essere la scelta migliore. L'unico modo per fare in modo che JMP "crei" una tabella che corrisponda alla tabella di Excel è utilizzare DOE > Classical > Full Factorial. Specifica tutti i fattori e crea il design. Quindi è necessario rimuovere manualmente la combinazione indesiderata. Nota che l'ultimo pezzo deve essere manuale perché se non fai quella combinazione NON stai eseguendo un disegno fattoriale completo. Ecco perché JMP non crea automaticamente quel progetto. Questo è lo scopo del design personalizzato: creare design per la tua situazione specifica piuttosto che cercare di forzare l'adattamento di un design che non è realmente appropriato.
Potresti voler seguire un corso sulla progettazione di esperimenti o forse guardare il libro Optimal Design of Experiments di Goos e Jones per ottenere maggiori informazioni sulla creazione di progetti. Spero che questo sia stato utile.
Compare JMP Design to Excel TableCompare JMP Design to Excel TableConfronta JMP Design con la tabella di Excel
Compare JMP RSM Design to Excel TableCompare JMP RSM Design to Excel Table Confronta JMP RSM Design con Excel Table
Re: Superficie di risposta VS Superficie di risposta della miscelaOk, trova allegare le due tabelle di dati, una che ho creato in Excel che devo replicare e valutare utilizzando un software statistico come JMP e la tabella di dati personalizzata che è stata creata da JMP ed è sbagliata. Ho messo 0 nella casella replicata e penso che sia nella foto dei parametri che ho postato prima. Come ho detto nelle e-mail precedenti, il mio obiettivo è replicare e valutare il DOE excel. Cosa posso fare? Ho fatto diversi test e, nonostante tutto, sono riuscito a trovare qualcosa che potesse risolvere il mio problema in JMP. E sì, hai ragione. Non esiste alcuna opzione per il fattoriale completo nella progettazione personalizzata, ma l'ho fatto perché ho invertito l'ordine dei miei fattoriali per utilizzare la valutazione DOE di restrizione
Besr saluti e buona settimana
Re: Superficie di risposta VS Superficie di risposta della miscelaArchitetto,
Invece di condividere le immagini, dovresti condividere le tabelle di dati JMP. Ciò avrà le informazioni necessarie per determinare dove le cose potrebbero andare storte. Dalle acquisizioni che hai fornito, non noto esecuzioni replicate (non ho esaminato ogni riga in dettaglio). Tuttavia, se ci sono, è perché l'algoritmo di progettazione personalizzata ha determinato che la ripetizione di determinate prove è più informativa per la stima del modello rispetto a un nuovo punto di progettazione. Il design personalizzato sceglie il design in base al MODELLO SPECIFICATO. Quale, in una delle tue catture dello schermo hai solo un modello di effetti principali specificato - nessuna interazione. Per quel modello non avresti bisogno di 45 prove, ma dal momento che ne hai chieste così tante, JMP probabilmente ripeterà alcune delle corse.
Hai anche affermato che ottieni queste ripetizioni quando "specifici l'opzione fattoriale completa nel design personalizzato". Non esiste alcuna "opzione fattoriale completa" nella progettazione personalizzata.
Re: Superficie di risposta VS Superficie di risposta della miscelaAnche con l'opzione del fattoriale completo nel design personalizzato, ho ottenuto valori duplicati. Potresti dirmi perché lo è?
Re: Superficie di risposta VS Superficie di risposta della miscelaInformazioni aggiornate: anche per tre fattori, ho alcuni parametri di ripetizione. C'è un modo per bloccare i valori di ripetizione? Immagine caricata
3 factors3 factors3 fattori
Re: Superficie di risposta VS Superficie di risposta della miscelaInformazioni aggiornate: anche per tre fattori, ho alcuni parametri di ripetizione. C'è un modo per bloccare i valori di ripetizione? Immagine caricata
3 factors3 factors3 fattori
Re: Superficie di risposta VS Superficie di risposta della miscelaCiao, ho letto il tutorial e ho fatto un design personalizzato con una combinazione non consentita e onestamente, non so perché mi ha dato una strana tabella con alcuni valori duplicati e talvolta con alcuni valori mancanti ho testato la combinazione di troppo e larghezza di taglio e funziona bene, quindi ho provato lo strumento , larghezza di taglio e velocità di taglio e andava bene anche: tuttavia, quando ho fatto i 4 insieme, inizia il disastro e ho trovato alcuni valori duplicati e alcuni valori mancati. Potresti dirmi perché, posto tutti i miei parametri e la tabella. potresti aiutarmi per favore?
Distinti saluti
DOEDOEDAI
ParametersParameters Parametri
Re: Superficie di risposta VS Superficie di risposta della miscelaNon vorresti un disegno fattoriale completo perché non potresti completarlo. Un design personalizzato con una combinazione non consentita sarebbe una scelta migliore. Dovresti fare riferimento alla guida alla progettazione degli esperimenti nella sezione Libri del menu Aiuto.
Si noti inoltre che non sarà possibile stimare l'interazione tra l'utensile e la larghezza di taglio perché non verranno eseguite tutte queste combinazioni. Quel termine non dovrebbe essere nel tuo modello.
Re: Superficie di risposta VS Superficie di risposta della miscelaInformazioni aggiornate: in relazione all'e-mail precedente, ho diviso il mio DOE in due fattoriali completi, uno DOE con una larghezza di taglio di 1 e l'altro con 4.3, l'ho fatto per adattare la mia risposta al modello DOE e ho ottenuto il seguente risultato per una larghezza di taglio 1 ma non funziona perché sono interessato anche a quella risposta
FirstFirstPrimo
Result 2Result 2 Risultato 2
ResultResult Risultato
Re: Superficie di risposta VS Superficie di risposta della miscelaCome posso ottenere il mio DOE come voglio? mi spiego meglio sto lavorando con i parametri di lavorazione quindi ho tre strumenti, due dei quali sono in grado di tagliare nelle condizioni tu esempio 1 e 5 ma uno strumento è un caso speciale quindi può tagliare solo a 1, quindi questa era la ragione ho appena eliminato la parte del 5 dal fattoriale completo per un solo strumento. Come posso sviluppare un DOE con queste caratteristiche?
Distinti saluti
Desired DOEDesired DOEDOE desiderato
Re: Superficie di risposta VS Superficie di risposta della miscelaHai progettato un fattoriale completo, ma non hai completato un fattoriale completo. Ciò potrebbe portare a risultati confusi. Non completare alcune corse NON equivale a un design personalizzato. I design personalizzati sono ottimali per il modello specificato. La mancanza di alcune delle prove può effettivamente portare a non stimare alcuni termini modello.
Non è possibile rispondere alla confusione con la finestra del modello senza comprendere i dati.
Come ho detto nel mio primo post, un modello di superficie di risposta della miscela deve essere utilizzato solo quando si hanno fattori di miscela. Puoi ignorarlo perché non si applica alla tua situazione. Se lo usi, essenzialmente adatterai un modello senza intercettazione che cambia completamente tutta la matematica e le interpretazioni del tuo modello. Non usarlo.
Dall'acquisizione dello schermo di Pareto, sembra che l'ultimo termine non sia stato testato (un valore mancante per l'effetto). Questo mi porta a credere che le tue corse mancanti non ti permettano di adattarti al modello che desideri. Vedi una parte Singularity Details nel tuo rapporto JMP? Se è così allora ho ragione. Devi costruire un modello che i tuoi dati ti permetteranno di stimare.
Infine, il modello di superficie di risposta predefinito in JMP è quello predefinito perché è il modello associato al progetto fattoriale completo. Non hai eseguito quel progetto completo. Pertanto, il modello probabilmente non è corretto. Hai cambiato il design, devi cambiare il tuo modello perché queste cose vanno insieme.
Re: Superficie di risposta VS Superficie di risposta della miscelaHa fatto un fattoriale completo ma ho tagliato una parte perché un parametro era inutile nel mio esperimento. È più simile a un DOE personalizzato (il mio DOE è un test fattoriale completo 3x2x3x3=54 ma ne ho fatti 45.) ed è stato creato in JMP. Il mio dubbio è nella sezione del modello di adattamento e più specificamente nella parte dell'effetto del modello di costruzione, vedi l'immagine. L'opzione predefinita è la superficie di risposta, ma a quanto pare il risultato è diverso da Minitab, quindi ho iniziato a giocare e ho scoperto che la superficie di risposta della miscela è il risultato più vicino, la mia domanda è: perché sta succedendo? Quali sono le differenze tra i due?. Hai una mail per inviarti i miei dati?
Fit Model DialogFit Model DialogFinestra di dialogo Adatta modello
Re: Superficie di risposta VS Superficie di risposta della miscelaSono un po' confuso su diversi aspetti.
Si prega di spiegare quale design è stato creato. È stato creato in JMP?
Era un mix design? Un progetto di miscela ha un vincolo che alcuni o tutti i fattori si sommano a una quantità specifica, di solito 1. Se questo NON è il caso, ignorare l'opzione della superficie di risposta della miscela.
Potresti condividere i dati?
Suppongo anche che dal momento che hai avuto diverse risposte, la finestra di dialogo JMP Fit Model aveva tutte le risposte elencate nel ruolo Y della finestra di dialogo. Se questo è il caso, allora la tabella di riepilogo degli effetti che mostri in realtà elenca il valore p PIÙ BASSO per ciascun termine del modello IN TUTTE LE RISPOSTE. (un punto comune di confusione).
Le persone in questo forum di discussione saranno felici di aiutarti, ma abbiamo bisogno di maggiori dettagli per aiutarti.
