Y 응답이 벡터 일 때의 DOE (예 : Y는 곡선)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />저는 커브의 모양에 2 가지 변수가 미치는 영향을보기 위해 간단한 3² DOE로 작업하고 있습니다. 따라서 제 응답 Y는 단일 값이 아니라 곡선입니다. 즉 Y는 벡터 (곡선을 만드는 점의 y 좌표를 포함)입니다.
JMP에서 커브를 만드는 각 지점에서 고전적인 스크립트를 수행하는 대신 전체 응답으로 Y 벡터를 사용하는 방법이 있는지 궁금합니다. 이는 힘든 일입니다.
도와 줘서 고마워!
Re : DOE가 벡터 일 때 (예 : Y는 커브)쿠엔틴,
현실 세계가 너무 복잡하지 않으면 PSD에 정규 분포를 간단하게 맞출 수 있습니다. 그런 다음 PSD를 완전히 설명하는 매개 변수가 두 개 (40 개 대신) 만 있습니다. 그러나 배포판은 매개 변수 분포에 적합하지 않으므로 매개 변수가 아닌 측정 값에 중점을 둘 필요가 있습니다.
나의 직감은 당신이 걱정할 필요가있는 PSD의 기능이 거의 없다는 것입니다. PLS 모델을 사용했다하더라도 40 "X"값을 분포의 중심과 정점 또는 평면과 같은 두세 가지 필수 속성으로 줄이는 것이 좋습니다. 이 모든 것은 입자 크기 분포의 주요 특징을 기본적으로 포착하기 위해 10 번째, 50 번째 및 90 번째 백분위 수 (및 그 차이)로 캡처 할 수 있습니다. 또한 이러한 조치는 문제를 해결하는 과학자 및 엔지니어 (KISS)에게 더 익숙 할 가능성이 큽니다.
PSD만이 우려의 유일한 속성 (반응)이 아닐 수도 있습니다. 유동, 표면적, 수분 함량 등과 같은 특성은 문제를 해결하는 데 더욱 중요 할 수 있습니다. 이것은 PLS 또는 MANOVA가 흥미로운 곳입니다.
그렉
Re : DOE가 벡터 일 때 (예 : Y는 커브)실행할 수있는 대답은 데이터의 품질과 분석 결과를 사용하려는 대상에 어느 정도 달려 있다고 생각합니다.
PLS를 사용하여 기능적 응답을 구성하는 Y 값을 모델링하려고 시도 할 수도 있고, 일종의 추가 기능 분석을 시도해 볼 수도 있습니다. 위의 세바스찬의 제안은 후자의 예가 될 수 있지만 과학적 또는 기술적으로 관련성이있는 매개 변수를 사용하면 유용한 모델을 찾을 수 있다고 가정합니다. 또 다른 '특성'은 곡선 아래의 영역 (가능한 일부 제한 사이) 또는 괄호 회귀 (표본 크기 분포에 적합 할 수 있음) 일 수 있습니다.
만나다:
부분 최소 자승 모델
http://www.jmp.com/support/help/Distribution_Option_in_Generalized_Regression.shtml
Re : DOE가 벡터 일 때 (예 : Y는 커브)친애하는 세바스찬,
도와 줘서 고마워. 실제로 나는 이것이 시간 beeing를위한 유일한 해결책이라고 생각합니다. 그러나 이는 항상 모델에 데이터를 적용 할 수 있다는 것을 의미합니다.
어쨌든 나는 그것을 시도 할 것이다!
다시 한 번 감사드립니다!
Re : DOE가 벡터 일 때 (예 : Y는 커브)최근에 비슷한 문제가있었습니다. 직설적 인 해결책이 없다고 생각합니다. 우리는 다음을 수행했습니다.
1. 개별 런에 대해 비선형 모델을 사용하여 비선형 모델을 맞 춥니 다. 우리의 경우 Michaelis-Menten-fit은 상당히 잘 작동했습니다.
2. 그런 다음 우리는 DOE의 반응 변수로 Michaelis Menten 적합성의 두 매개 변수를 사용했습니다.
이 방법으로 우리는 일종의 계층 적 모델을가집니다 : X => 비선형 - 맞춤 - 매개 변수 == Y (곡선의 관련 특성을 나타냄).
서두르지 않는다면 암스트롱에서 JMP 디스커버리 서밋 (JMP Discovery Summit) 2016을 방문하고 싶을 것입니다. 내 상사가이 프로젝트와 정확히 일치한다고 말하면됩니다.
세바스찬
Re : DOE가 벡터 일 때 (예 : Y는 커브)친애하는 smoore2, 당신의 도움에 감사드립니다. 그러나 나는 충분히 명확하지 않았다고 생각합니다.
나는 실제로 효과를 모델링하려고합니다. 2 실험 요소 만 ay = f (x) 함수로 쉽게 모델링 될 수없는 곡선의 형태 (이 곡선은 실제로 연구 된 장치에 의한 처리 후의 물질의 입자 크기 분포 임). 따라서 x 값은 고정되어 있으며 변수가 아니지만 해당 y 값이 있습니다.
당분간 내가 찾은 유일한 해결책은 내가 가진 나의 11 번의 달리기를 위해서 이런 식으로 나의 문제를 모델링하는 것이다 :
- 첫 번째 열 : 요인 1에 대한 값 (+1, 0 또는 -1)
- 두 번째 열 : 요인 # 2의 값 (+1, 0 또는 -1)
- 3 ~ 42 열 :
- 열 헤더 = x - 값 : x에 해당하는 y 값.
이것은 모든 x 값을 개별적으로 처리해야하므로 매우 힘들며 모든 x 값을 한 번에 처리하여 각 요인이 글로벌 y = f (x) 곡선에 미치는 영향을 볼 수 있습니다 xi, yi) 커플.
나는 나의 설명이 명확하고 누군가가 내가 할 수있는 것에 대한 생각을 갖고 있기를 바란다.
도와 줘서 고마워!
Re : DOE가 벡터 일 때 (예 : Y는 커브)Quentin, 실제로 DOE에 대한 두 개의 응답 변수 (벡터 응답의 x 및 y 값)가있는 것 같습니다. DOE 결과로 각 응답 변수를 쉽게 모델링 할 수 있습니다. x와 y 변수 사이에 강력한 상호 작용이있는 경우 약간의 어려움이있을 수 있습니다.이 경우 y에 대한 예측 모델에 x 값을 포함하거나 그 반대의 경우도 있습니다. 이것이 totaly "정결 한"인지 나는 확실하지 않다. 그러나 그것은 내가 그것이 할 것인지 알기 위해 할 것이다.
