DOE quand la réponse Y est un vecteur (ex: Y est une courbe)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Je travaille avec un simple DOE 3² pour voir l’influence de 2 variables sur la forme d’une courbe. Donc, ma réponse Y n'est pas une valeur unique mais une courbe, c'est à dire Y est un vecteur (contenant les coordonnées y des points qui forment la courbe).
Je me demandais s'il était possible dans JMP d'utiliser le vecteur Y comme une réponse complète au lieu d'effectuer le script classique sur chacun des points qui forment la courbe, ce qui est laborieux.
Merci de votre aide!
Re: DOE quand la réponse Y est un vecteur (ex: Y est une courbe)Quentin,
Si le monde réel n'était pas si compliqué, vous pourriez simplement adapter une distribution normale au PSD. Vous n’auriez alors que deux paramètres (au lieu de 40) décrivant complètement le PSD. Cependant, les distributions ne correspondent probablement pas à une distribution paramétrique, vous devrez donc vous concentrer sur des mesures non paramétriques.
Mon impression est qu'il y a très peu de fonctionnalités du PSD dont vous devez vous soucier. Même si vous avez utilisé un modèle PLS, les valeurs de 40 "X" sont probablement réduites à deux ou trois propriétés essentielles, telles que le centre de la distribution et le niveau de son pic ou de son minimum. Tous ces éléments peuvent être capturés par les 10e, 50e et 90e centiles - et la différence entre eux - pour essentiellement saisir les principales caractéristiques de la distribution granulométrique. En outre, ces mesures sont probablement plus familières aux scientifiques et aux ingénieurs travaillant sur le problème (KISS).
Il est également probable que la DSP ne soit pas le seul attribut (réponse) préoccupant. Des propriétés telles que le débit, la surface, la teneur en humidité, etc. peuvent être encore plus importantes pour résoudre le problème. C'est là que le PLS ou MANOVA pourrait être intéressant.
Greg
Re: DOE quand la réponse Y est un vecteur (ex: Y est une courbe)Je pense qu'une réponse viable dépendra dans une certaine mesure de la qualité de vos données et de la raison pour laquelle vous souhaitez utiliser les résultats de l'analyse.
Vous pouvez essayer de modéliser les valeurs Y qui constituent la réponse fonctionnelle à l'aide de PLS, ou vous pouvez essayer une sorte d'extraction de caractéristiques qui fait ensuite l'objet d'une analyse plus poussée. La suggestion de Sebastian ci-dessus pourrait être considérée comme un exemple de ce dernier point, mais elle suppose que vous puissiez trouver un modèle utile, idéalement avec des paramètres ayant une pertinence scientifique ou technologique. Une autre «caractéristique» pourrait être l'aire sous la courbe (éventuellement entre certaines limites pertinentes) ou une régression quantile (qui pourrait convenir à une distribution de la taille de l'échantillon).
Voir:
Modèles partiels des moindres carrés
http://www.jmp.com/support/help/Distribution_Option_in_Generalized_Regression.shtml
Re: DOE quand la réponse Y est un vecteur (ex: Y est une courbe)Cher Sébastien,
Merci de votre aide. En effet, je pense que c'est la seule solution pour le moment. Cependant, cela implique que vous puissiez adapter un modèle à vos données, ce qui n'est pas toujours possible.
Quoi qu'il en soit, je vais essayer!
Merci encore!
Re: DOE quand la réponse Y est un vecteur (ex: Y est une courbe)Récemment, j'ai eu un problème similaire. Je ne pense pas qu'il existe une solution simple. Nous avons fait ce qui suit:
1. Ajustez un modèle non linéaire en utilisant la plate-forme non linéaire pour chaque exécution. Dans notre cas, un ajustement de Michaelis-Menten a assez bien fonctionné.
2 Nous avons ensuite utilisé les deux paramètres de l’ajustement de Michaelis Menten comme variables de réponse pour notre DOE.
De cette façon, nous avons eu une sorte de modèle hiérarchique: X => Paramètres d'ajustement non linéaire == Y (représentant les caractéristiques pertinentes de la courbe).
Si vous n'êtes pas pressé, vous voudrez peut-être visiter le JMP Discovery Summit 2016 à Amsterdam où mon patron présentera (en supposant bien sûr que son exposé sera accepté) exactement ce projet.
Sebastian
Re: DOE quand la réponse Y est un vecteur (ex: Y est une courbe)Cher smoore2, merci de votre aide, mais je pense que je n’ai pas été assez clair.
J'essaie en fait de modéliser l'effet de 2 facteurs expérimentaux seulement sur la forme de la courbe, ce qui ne peut pas être facilement modélisé par la fonction ay = f (x) (cette courbe est en fait la distribution granulométrique d’un matériau après son traitement par l’appareil étudié). Ainsi, les valeurs x sont fixes, elles ne sont pas une variable mais les valeurs y correspondantes.
La seule solution que j'ai trouvée pour le moment est de modéliser mon problème de cette façon pour mes 11 courses:
- Première colonne: valeurs (+1, 0 ou -1) pour le facteur n ° 1,
- 2ème colonne: valeurs (+1, 0 ou -1) pour le facteur n ° 2,
- Colonnes 3 à 42:
- En-tête de colonne = x - valeur: valeurs y correspondantes pour x.
Ceci est très laborieux car je dois traiter chaque valeur x séparément et je voudrais traiter chaque valeur x en une fois pour voir l’influence de mes facteurs sur la courbe globale y = f (x) sur pas sur chaque singulier ( xi, yi) couples.
J'espère que mon explication est claire et que quelqu'un a une idée de ce que je pourrais faire!
Merci de votre aide!
Re: DOE quand la réponse Y est un vecteur (ex: Y est une courbe)Quentin, on dirait que vous avez en réalité deux variables de réponse pour votre DOE: les valeurs x et y de votre réponse vectorielle. Vous pouvez facilement modéliser chaque variable de réponse avec les résultats de votre DOE. Il peut y avoir certaines difficultés s'il existe une forte interaction entre les variables x et y, auquel cas, vous pouvez inclure la valeur x dans le modèle prédictif pour y et inversement. Je ne suis pas sûr que ce soit totalement «casher», mais c'est ce que je ferais pour voir si cela fonctionne.
