Lignes de prédiction courbes au lieu de linéairesJe suis très nouveau sur JMP, car cette question vous le dira probablement. J'ai conçu un DoE dans l'espoir de pouvoir prédire le résultat d'expériences futures. Après avoir utilisé "Fit Model" et conservé pratiquement la configuration par défaut (moindres carrés et filtrage des effets), je ne vois que des lignes droites lorsque je passe à la section de prédiction, comme indiqué ci-dessous. 
Je sais, sur la base d’autres expériences que j’ai effectuées, que certaines de ces relations devraient être des lignes courbes (polynômes, logarithmiques, exponentielles… qu’avez-vous). J'aimerais que ces lignes de prédiction ressemblent davantage à l'image ci-dessous du site Web de JMP:
S'il vous plaît, laissez-moi savoir comment obtenir de meilleures prévisions à partir de mes données! Merci beaucoup!
Re: Lignes de prédiction courbes au lieu de linéairesRépondre complètement à votre question pourrait remplir un livre entier car plusieurs livres sur la conception d’expériences ont été écrits pour aider à répondre à votre question.
Mais, pour être bref, votre conception vous permettra d’adapter un type de modèle spécifique (la conception et le modèle vont de pair). Si vous souhaitez voir des courbes, vous devez avoir un modèle qui présente ce comportement. Cela signifie généralement que votre modèle doit avoir des termes quadratiques ou carrés. Votre choix de conception doit fournir les analyses expérimentales appropriées permettant d'estimer ces termes.
Re: Lignes de prédiction courbes au lieu de linéairesMerci beaucoup pour l'explication.
J'avais l'impression qu'un ensemble de paramètres continus à 3 niveaux permettrait des ajustements courbes. J'ai utilisé une méthode de Taguchi du type suivant:
Cela ne devrait-il pas permettre des ajustements incurvés puisqu'il y a trois niveaux numériques pour chaque paramètre continu? Merci encore!
Re: Lignes de prédiction courbes au lieu de linéairesEh bien, oui, 3 niveaux définissent une courbe, mais vous devez tenir compte des combinaisons de toutes les variables. Regardez ce graphique qui montre les quatre variables ensemble (un graphique de B par rapport à A pour chaque combinaison de C et D). Il n'y a jamais un endroit où vous avez trois points dans le même quadrant qui permettrait d'estimer un quadratique.
Si vous supprimiez un facteur, disons D, vous pourriez obtenir des effets quadratiques, mais vous ne pourriez toujours pas estimer les interactions.
Essentiellement, le design Taguchi que vous regardez est appelé design III. Il est prévu d’adapter uniquement les effets principaux, pas même les interactions entre les facteurs. Vous devez TOUJOURS choisir le modèle qui répondra aux objectifs de l'expérimentation. Si vous souhaitez évaluer les effets quadratiques, vous aurez besoin d'un type de conception différent.
N'oubliez pas que le concepteur personnalisé de JMP vous aidera à cela. Plutôt que de choisir un design nommé (comme Taguchi), spécifiez vos facteurs et le modèle que vous souhaitez estimer. JMP choisira ensuite le modèle qui vous permettra d’estimer le modèle choisi.
Re: Lignes de prédiction courbes au lieu de linéairesMerci, ceci était vraiment utile!
Re: Lignes de prédiction courbes au lieu de linéairesPour compléter @Dan_Obermiller Les réponses de, un endroit efficace pour commencer à développer À LA FOIS vos compétences de base en DOE ET "Comment s'y prendre en JMP", consiste à suivre certains cours de formation SAS couvrant le domaine DOE. Deux pour commencer pourraient être:
https://support.sas.com/edu/schedules.html?ctry=us&crs=JMDOE
https://support.sas.com/edu/schedules.html?ctry=us&crs=JDRS
Et si vous ne disposez que de ressources (temps, argent, etc.) comme @Dan_Obermiller allusion à, je compléterais la première entrée ci-dessus. Avec JMP et son cours de conception personnalisée, c’est la voie à suivre de nos jours pour plus d’efficacité, de flexibilité et d’adaptabilité à de nombreux types de problèmes pratiques liés à l’approche de résolution de problèmes du DOE.
