収集済みの履歴データを使用して RSM を作成するやあ、
説明変数と応答変数の過去の値のダンプがあります。 このデータを考慮して RSM を構築するにはどうすればよいですか? 一連の実行ですでに収集されたデータに基づいてカスタム設計を構築できますか?
Re: 収集済みの履歴データを使用して RSM を作成する何かが欠けているのかもしれませんが、履歴データから x 行列と y 行列がすでに得られているのに、主な目的が RSM モデルの評価である場合に、なぜカスタム設計を作成する必要があるのでしょうか? 履歴データとして JMP データ テーブルを使用するだけで、モデルの適合プラットフォームに直接移動し、適切なモデルの特性、効果の仕様などを選択できます。設計マトリックスで設計の評価プラットフォームを使用して評価することもできます。パワー、効果間の相関関係など。
カスタム デザインは具体的にどのように作成するのでしょうか? I 最適設計のためのカスタム設計プラットフォームに、組み合わせの履歴データ コレクション内で見つかる一連の治療組み合わせが含まれる可能性は非常に低いと思います。
標準最小二乗法などの性格の予測変数間の相関関係にだけ留意します。 DOE の主な利点の 1 つは、この問題を回避できることです...しかし、履歴データは通常、計画された実験から得られるものではありません...得られるものは得られます...そして、予測変数間の多重共点/相関がしばしば存在します。 かなりの量の多重共線性がある場合でも、すべてが失われるわけではありません...JMP (部分最小二乗法など) と JMP Pro (一般化回帰性格の罰則付き回帰手法) には、このような事態に役立つモデリング性格がまだあります。
Re: 収集済みの履歴データを使用して RSM を作成するそれは問題ではないはずです
Re: 収集済みの履歴データを使用して RSM を作成するカスタム要因計画を作成すると、過去のデータを以下のサンプル データと同じくらいランダムに処理できますか?
-> X1 - X5 - 独立変数
-> Y - 応答変数
| 実行順序 | X1 | X2 | X3 | X4 | X5 | Y |
| 1 | 69 | 0 | 430 | -3 | 11 | 23 |
| 2 | 73 | 0 | 421 | -2 | 12 | 21 |
| 3 | 86 | 1 | 426 | -1 | 12 | 27 |
| 4 | 83 | 0 | 428 | -3 | 13 | 29 |
| 5 | 58 | 1 | 391 | -3 | 11 | 24 |
| 6 | 86 | 0 | 385 | -4 | 13 | 28 |
| 7 | 74 | 1 | 446 | -4 | 14 | 29 |
| 8 | 85 | 0 | 405 | -4 | 13 | 26 |
| 9 | 93 | 0 | 368 | -2 | 15 | 21 |
| 10 | 75 | 1 | 382 | -1 | 12 | 28 |
| 11 | 93 | 1 | 414 | -3 | 11 | 27 |
| 12 | 98 | 1 | 422 | -2 | 14 | 21 |
| 13 | 63 | 1 | 397 | -2 | 15 | 29 |
| 14 | 73 | 1 | 355 | -2 | 12 | 28 |
| 15 | 61 | 0 | 420 | -4 | 11 | 23 |
| 16 | 92 | 2 | 390 | -2 | 15 | 22 |
| 17 | 75 | 2 | 427 | -2 | 14 | 25 |
| 18 | 93 | 0 | 379 | -1 | 10 | 28 |
| 19 | 78 | 2 | 431 | -2 | 10 | 30 |
| 20 | 77 | 0 | 390 | -1 | 15 | 22 |
Re: 収集済みの履歴データを使用して RSM を作成するヘルプ==>書籍==>実験計画法ガイド
ヘルプ==>チュートリアル==>DOE チュートリアル
Re: 収集済みの履歴データを使用して RSM を作成する返信いただきありがとうございます！ カスタム デザインを構築するために参照できる資料はありますか?
Re: 収集済みの履歴データを使用して RSM を作成するはい。 履歴データと一致するカスタム設計を構築でき、モデルが構築されたら、履歴データを切り取って設計に貼り付けるだけです。
