215455_it-IT

liliconcom

Linee di predizione curvate anziché lineari

Sono molto nuovo a JMP, poiché probabilmente questa domanda ti farà sapere. Ho progettato un DoE nella speranza che potessi predire l'esito di futuri esperimenti. Dopo aver usato "Fit Model" e fondamentalmente mantenendo tutto come predefinito (Standard Least Squares ed Effect Screening), vedo solo linee rette quando vado alla sezione di predizione, come mostrato di seguito. 

 

So in base ad altri esperimenti che ho eseguito che alcune di queste relazioni dovrebbero essere linee curve (polinomiali, logaritmiche, esponenziali ... cosa hai). Mi piacerebbe vedere queste linee di predizione più simili all'immagine qui sotto dal sito web JMP:

Per favore fatemi sapere come ottenere previsioni migliori dai miei dati! Grazie mille!

Ri: Linee di predizione curve invece di Lineare

Per rispondere completamente alla tua domanda potresti riempire un intero libro in quanto diversi libri sul design degli esperimenti sono stati scritti per aiutarti a rispondere alla tua domanda.

 

Ma, per cercare di essere breve, il tuo design ti consentirà di adattare un tipo specifico di modello (il design e il modello vanno insieme). Se desideri vedere le curve, devi avere un modello che mostri quel comportamento. Questo in genere significa che il modello deve avere termini quadratici o quadrati. La scelta del design deve fornire le giuste esecuzioni sperimentali che consentano la stima di tali termini.

Ri: Linee di predizione curve invece di Lineare

Grazie mille per la spiegazione. 

 

Avevo l'impressione che disporre di un set di parametri continui a 3 stadi avrebbe consentito di realizzare attacchi curvi? Ho usato un metodo di metodo Taguchi del seguente tipo:

 

Questo non dovrebbe consentire attacchi curvi poiché ci sono tre livelli numerici per ogni parametro continuo? Grazie ancora!

Ri: Linee di predizione curve invece di Lineare

Bene, sì, 3 livelli definiscono una curva, ma devi considerare le combinazioni di tutte le variabili. Guarda questa trama che mostra tutte e quattro le variabili insieme (un grafico di B contro A per ogni combinazione di C e D). Non c'è mai un punto in cui si hanno tre punti nello stesso quadrante che consentirebbero la stima di un quadratico.

 

 

Se dovessi rimuovere un fattore, ad esempio D, POTRAI ottenere alcuni effetti quadratici, ma non sarai ancora in grado di stimare le interazioni.

 

 

In sostanza, il design di Taguchi che stai guardando è chiamato design di risoluzione III. È inteso per adattare solo gli effetti principali, non le interazioni tra i fattori. È SEMPRE necessario scegliere il design che soddisferà gli obiettivi della sperimentazione. Se si desidera stimare gli effetti quadratici, è necessario un tipo di progettazione diverso.

 

Ricorda che il designer personalizzato di JMP ti aiuterà in questo. Piuttosto che scegliere un design con nome (come Taguchi), specifica i fattori e il modello che desideri stimare. JMP sceglierà quindi il design che ti consente di stimare il modello scelto.

Ri: Linee di predizione curve invece di Lineare

Grazie, è stato molto utile!

Ri: Linee di predizione curve invece di Lineare

Integrare @Dan_Obermiller Le risposte, un posto efficiente per iniziare a costruire ENTRAMBE le tue abilità base del DOE E 'Come in JMP' è attraverso il completamento di alcune lezioni di formazione SAS che coprono il dominio DOE. Due per iniziare potrebbero essere:

 

https://support.sas.com/edu/schedules.html?ctry=us&crs=JMDOE

https://support.sas.com/edu/schedules.html?ctry=us&crs=JDRS

 

E se hai solo risorse (tempo, denaro, ecc.) Come @Dan_Obermiller suggerimenti, completerei la prima voce sopra. Con JMP e il suo corso di Custom Design ... è il modo per andare al giorno d'oggi per l'efficienza, la flessibilità e l'adattabilità di molti, molti tipi di problemi pratici all'approccio alla risoluzione dei problemi DOE.