여러분 모두에게,
우선 내가 직면하고 있는 문제를 예를 들어 소개하려고 노력할 것입니다. 100개의 라인과 6개의 열(PAR1, PAR2, VAR, MOD, MEA, ERR)이 있는 테이블을 상상해 보십시오.
열 MOD에는 3개의 매개변수 P1, P2 및 VAR에 따라 달라지는 모델(=공식)이 포함되어 있습니다.
열 P1 및 P2의 값은 고정되어 있으며 각 라인마다 다릅니다.
열 VAR에는 처음에 기본값(예: 1)으로 초기화되는 세 번째 매개 변수가 포함되어 있습니다. 구체적인 예를 제공하기 위해 MOD에 다음 공식이 포함되어 있다고 가정해 보겠습니다. MOD[i] = 3.P1[i]^3+COS(2.P2[i]^2+VAR[i]).
MEA 열에는 라인마다 다른 측정 결과가 포함되어 있습니다.
그리고 마지막으로 ERR에는 모델과 측정 사이의 2차 오차가 포함됩니다. 즉, ERR[i] = (MOD[i] - MEA[i])^2입니다.
내 목표는 모델의 값이 측정 값과 같도록 각 라인에 대해 VAR[i]의 값을 결정하는 것입니다.
Excel에서는 Solver를 사용하여 이를 수행합니다. 우리는 또한 각 줄에 대해 알고리즘(단순 이분법, Newton, Brent, ...)이 F[i] = MOD[i] - MEA[i] 함수의 루트를 찾는 JSL 스크립트를 상상할 수 있습니다. 양 ERR[i] 최소화.
하지만 더 간단한 대안이 있는지 궁금합니다. JMP 플랫폼으로?
친절한 답변을 기다립니다.
스테판
추신: 커뮤니티의 첫 번째 기여/질문에 관대하십시오! 
완벽한! Minimize()와 Constrained Minimize()라는 두 함수가 존재한다는 사실을 몰랐습니다. 도와 주셔서 정말로 고맙습니다
루프의 각 행을 최적화하여 VAR의 최적 값을 얻기 위해 원하는 비용 함수에서 minimize()를 사용할 수 있습니다.이와 같이 설정하는 방법은 다음과 같습니다.
dt = Current Data Table();
cost = expr(abs(3 * :PAR1[i] ^ 3 + Cos( 2 * :PAR1[i] ^ 2 + VAR1 ) - :MEA[i]));
for(i=1, i<=N Row(dt), i++,
:VAR[i] = Minimize(cost,{VAR1(-5, 5)});
);오류 1개만 최적화하고 있으므로(오차 제곱합을 최소화할 필요 없음) 제곱하지 않고 오류의 더 간단한 비용 함수를 사용할 수 있습니다.
minimize()와 함께 사용할 수 있는 더 많은 인수가 있습니다.Constrained Minimize()도 확인하십시오.이것은 내가 설정한 테스트 테이블에서 작동하는 것처럼 보였고 MEA에 합리적인 값을 입력하는 한 오류가 최소화되었습니다.
