Ciao a tutti
Questa è una domanda piuttosto semplice ma interessante.
Prendi i dati dell'esperimento Popcorn di JMP come esempio. Come sapete, il fattore di questo esperimento è uno categorico e due continui.
Il tempo è impostato su 3-5 e la potenza è impostata su 5-10.
Controllare il profiler che è stato analizzato e ottimizzato con i risultati sperimentali dopo la progettazione, come mostrato di seguito.
Indipendentemente dalle condizioni dell'esperimento, se si espande l'asse temporale, è possibile ottenere il profiler come di seguito.
E dove Hotspot Usa profilo al limite per vedere i valori seguenti.
Ora la domanda è.
In Profiler, puoi controllare il livello di fattori che vanno oltre l'intervallo dell'esperimento. In tal caso, le stime della risposta a valori superiori al livello sperimentale sono previste da JMP? Ad esempio, puoi spostare una linea rossa per portare il Tempo a otto.
La seconda domanda è se quanto sopra è vero, nel caso estremo, se trascini il mouse su 20, puoi fidarti della risposta e del cambiamento nella risposta e negli altri fattori. Naturalmente, sappiamo che sono necessarie ulteriori sperimentazioni per stimare casi al di fuori dell'intervallo sperimentale. Ma la chiave di questa domanda è quanto puoi essere affidabile se non hai subito quel tempo e denaro.
Infine, è normale per questo caso, ma è normale creare una combinazione che superi il livello sperimentale dato quando ottimizzato? Ad esempio, nell'esempio sopra, Time è il 5 migliore. È possibile ottenere 5.1 quando si esegue l'ottimizzazione? Per casi reali di clienti, da 0 a 150 è il livello sperimentale, ma quando ottimizzato, il punto ottimale per quel fattore è impostato su 154.61317. Il miglior caso fuori dal range sperimentale non è compreso.
Grazie
