이미 수집된 과거 데이터를 사용하여 RSM 생성안녕,
설명 및 응답 변수에 대한 과거 값 덤프가 있습니다. 이 데이터가 주어진 RSM을 어떻게 구축합니까? 일련의 실행을 위해 이미 수집된 데이터를 기반으로 맞춤형 설계를 구축할 수 있습니까?
Re: 이미 수집된 과거 데이터를 사용하여 RSM을 생성합니다.내가 뭔가를 놓치고 있을지 모르지만 과거 데이터에서 이미 x 및 y 행렬을 가지고 있기 때문에 기본 목표가 RSM 모델 평가인 경우 왜 사용자 정의 디자인을 만들어야 합니까? 과거 데이터에 대해 JMP 데이터 테이블을 사용한 다음 모델 적합 플랫폼으로 바로 이동한 다음 적절한 모델 적합 특성, 효과 사양 등을 선택할 수 있습니다. 디자인 매트릭스에서 디자인 평가 플랫폼을 계속 사용하여 평가할 수 있습니다. Power, 효과간 상관관계 등
그리고 맞춤 디자인을 정확히 어떻게 만들 예정입니까? I 최적 디자인을 위한 맞춤형 디자인 플랫폼이 조합의 과거 데이터 컬렉션에서 찾을 수 있는 일련의 치료 조합을 갖게 될 가능성은 매우 낮습니다.
Standard Least Squares와 같은 성격에 대한 예측 변수 간의 상관 관계를 염두에 두었습니다. DOE의 한 가지 주요 이점은 이 문제를 피하는 것입니다...하지만 과거 데이터는 일반적으로 설계된 실험에서 나오지 않습니다...얻은 것을 얻습니다...그리고 예측 변수 간의 다중 공선성/상관이 종종 존재합니다. 상당한 양의 다중 공선성이 있다고 해서 모든 것이 손실되는 것은 아닙니다. JMP(부분 최소 제곱과 같은) 및 JMP Pro(일반화 회귀 특성의 페널티 회귀 방법)에는 이러한 상황에 유용한 모델링 특성이 여전히 있습니다.
Re: 이미 수집된 과거 데이터를 사용하여 RSM을 생성합니다.문제가되지 않아야합니다
Re: 이미 수집된 과거 데이터를 사용하여 RSM을 생성합니다.맞춤형 요인 설계를 생성하면 아래 샘플 데이터와 같이 과거 데이터를 무작위로 처리할 수 있습니까?
-> X1 - X5 - 독립 변수
-> Y - 응답 변수
| 주문 실행 | X1 | X2 | X3 | X4 | X5 | 와이 |
| 1 | 69 | 0 | 430 | -삼 | 11 | 23 |
| 2 | 73 | 0 | 421 | -2 | 12 | 21 |
| 삼 | 86 | 1 | 426 | -1 | 12 | 27 |
| 4 | 83 | 0 | 428 | -삼 | 13 | 29 |
| 5 | 58 | 1 | 391 | -삼 | 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 | -삼 | 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: 이미 수집된 과거 데이터를 사용하여 RSM을 생성합니다.도움말==>도서==>실험 설계 가이드
도움말==>튜토리얼==>DOE 튜토리얼
Re: 이미 수집된 과거 데이터를 사용하여 RSM을 생성합니다.답장을 보내 주셔서 감사합니다! 맞춤형 디자인을 구축하기 위해 참조할 수 있는 자료가 있습니까?
Re: 이미 수집된 과거 데이터를 사용하여 RSM을 생성합니다.예. 과거 데이터와 일치하는 맞춤형 디자인을 구축한 다음 모델이 구축되면 과거 데이터를 잘라내어 디자인에 붙여넣기만 하면 됩니다.
