Hola a todos
Esta es una pregunta bastante básica pero interesante.
Tome los datos del experimento de palomitas de maíz de JMP como ejemplo. Como saben, el factor de este experimento es uno categórico y dos continuos.
El tiempo se establece en 3-5 y la potencia se establece en 5-10.
Verifique el generador de perfiles que ha sido analizado y optimizado con los resultados experimentales después del diseño como se muestra a continuación.
Independientemente de la condición del experimento, si expande el eje de tiempo, puede obtener el perfilador de la siguiente manera
Y donde Hotspot's Use Perfil en Límite para ver los valores a continuación.
Ahora la pregunta es.
En Profiler, puede verificar el nivel de factores que están más allá del rango del experimento. Si es así, ¿son las estimaciones de la respuesta a valores superiores al nivel experimental predicho por JMP? Por ejemplo, puede mover una línea roja para llevar el tiempo a ocho.
La segunda pregunta es si lo anterior es cierto, en el caso extremo, si arrastra el mouse a 20, puede confiar en la respuesta y el cambio en la respuesta y los otros factores. Por supuesto, sabemos que se requiere experimentación adicional para estimar casos fuera del rango experimental. Pero la clave de esta pregunta es qué tan confiable puede ser si no tiene ese tiempo y dinero de inmediato.
Finalmente, ¿es normal para este caso, pero es normal hacer una combinación que va más allá del nivel experimental dado cuando se optimiza? Por ejemplo, en el ejemplo anterior, el tiempo es 5 mejor. ¿Es posible obtener 5.1 al realizar la optimización? Para casos de clientes reales, 0 a 150 es el nivel experimental, pero cuando se optimiza, el punto óptimo para ese factor se establece en 154.61317. El mejor caso fuera del rango experimental no se entiende.
Gracias
