Aide JMP DOE sur le profileur de prédictionSalut tout le monde,
Je suis nouveau sur JMP DOE. J'ai un problème.
J'ai réalisé mon propre ensemble d'exécutions sans utiliser les outils JMP DOE. Mais j'ai besoin d'obtenir le profileur de prédiction de cet ensemble. Comment?
S'il vous plaît, aidez-moi, je ne peux pas refaire mes expériences.
Merci.
Re : Aide JMP DOE sur le profileur de prédictionPour ajouter à mon collègue @ian_jmp et @txnelson Selon les commentaires de JMP, en utilisant JMP à des fins de modélisation empirique, le JMP Prediction Profiler imprègne de très nombreuses méthodes de plate-forme de modélisation au sein de JMP. Par exemple, un profileur de prédiction peut être trouvé dans les méthodes de modélisation basées sur une arborescence de la plateforme de modélisation prédictive ou dans les sous-plateformes basées sur la modélisation dans la section Études de consommation.
Re : Aide JMP DOE sur le profileur de prédictionMerci beaucoup pour cela. Je ne connais pas encore grand-chose à JMP et cela m'a donné des connaissances supplémentaires.
J'ai essayé d'exécuter ma conception dans « Fit Model », puis d'exécuter le profileur et j'ai obtenu ce dont j'avais besoin. Merci encore.
Re : Aide JMP DOE sur le profileur de prédictionLa documentation sur les modèles d'ajustement est facilement disponible dans les menus déroulants
Aide==>Livres==>Ajustement de modèles linéaires
L'extrait ci-dessous, tiré de la table des matières du livre, vous montre qu'il existe de nombreux exemples sur la manière de configurer le type de modèle d'ajustement que vous devrez peut-être utiliser.
Model Specification Specify Linear Models 31
Overview of the Fit Model Platform 32
Example of a Regression Analysis Using Fit Model 33
Launch the Fit Model Platform 36
Fit Model Launch Window Elements 37
Construct Model Effects 39
Fitting Personalities 45
Model Specification Options 47
Informative Missing 49
Validity Checks 50
Examples of Model Specifications and Their Model Fits 50
Simple Linear Regression 50
Polynomial in X to Degree k 51
Polynomial in X and Z to Degree k 52
Multiple Linear Regression 52
One-Way Analysis of Variance 53
Two-Way Analysis of Variance 54
Two-Way Analysis of Variance with Interaction 55
Three-Way Full Factorial 57
Analysis of Covariance, Equal Slopes 59
Analysis of Covariance, Unequal Slopes 60
Two-Factor Nested Random Effects Model 62
Three-Factor Fully Nested Random Effects Model 64
Simple Split Plot or Repeated Measures Model 65
Two-Factor Response Surface Model 66
Knotted Spline Effect 68
Re : Aide JMP DOE sur le profileur de prédictionNe vous inquiétez pas, tant que vous avez les résultats, vous pouvez faire des progrès (même si cela dépendra de la conception de vos courses). Dans ce cas, le flux de travail dans JMP nécessite que vous adaptiez une sorte de modèle à vos données (si vous aviez généré une conception via JMP, vous auriez un script enregistré dans le tableau pour vous aider à démarrer cette étape). Une fois que vous avez trouvé un ajustement utile, le profileur de prédiction sera disponible dans la fenêtre du rapport. Vous pouvez également choisir d'enregistrer la ou les formules de prédiction de l'ajustement dans le tableau de données, puis d'utiliser le profileur de prédiction en dehors de la plateforme d'ajustement.
Vous devrez probablement adapter une sorte de modèle linéaire, j'examinerais donc cet aspect de Modèle adapté commencer avec.
