最も急な上昇または下降の経路<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは、
私はどのようにあるかを尋ねたクライアントがいます JMPで実行される「最急上昇または下降の経路（POA / POD）」彼は、そのような目的のためにMinitabにマクロ関数があると言いました。私はMinitabを使用したことがなく、POAを使用する方法がわかりません。私の理解に基づいて、方向は1次モデルの係数によって与えられ、パスに沿ったすべてのステップで移動する距離を定義する公式があります。この種の問題に対処するためにJMPでサンプルまたはアドインを共有できる場合は、感謝します。
ありがとうございました。
ヤンフェイ
再：最も急な上昇または下降の経路Yanfei：顧客が追求しているシナリオの別の側面は、多重応答の共同最適化ですか？その場合、JMPは望ましい機能を使用して、ソリューションが望ましい機能によって設定された条件を満たすことを保証するのに役立つため、ロジックと概念がJMPでもう少しエレガントになります。JMP Desirability Functionアルゴリズムでは、パスに影響を与える各応答に対して、重み係数（幾何平均的な種類のロジックに設定されていると思われる重み？...共最適化装置は、表面に沿って解を求めます。これらの重み係数のみに基づいて、共最適化器は因子空間で異なる解を見つける場合があります。
再：最も急な上昇または下降の経路ルー、ありがとう。それは大いに役立ちます。
これでプロセスが理解でき、JMPでこの種の計算を簡単に実行できることがわかりました。また、Martinが提案したように、DSDのようなより高度な方法も彼に勧めます。
再：最も急な上昇または下降の経路こんにちはマーティン、
DSDは探検するための興味深い代替手段だと思います。より広い範囲での実験を許可することにより、次の可能性を提供します。
-1つの実験（または3つ以上の要因が重要であることが判明した場合は2つの実験）で局所的な最適値を特定する
-学び、習得するためのよりシンプルなワークフロー
-Minitabによって促進されるワークフローのリスクである2つの要素の相互作用との交絡による重要な要素の欠落を防ぎます。
マルコム
再：最も急な上昇または下降の経路ありがとう、マーティン。
Minitabをインストールし、マクロをダウンロードし、例を実行してその動作を確認してみました。出力から、基本因子のステップ長を指定して、係数と他の因子の増分ステップを計算するだけです。
詳細な計算プロセスに感謝しますが、必要に応じてJMPで式を書くことができるようにクライアントに見せることができます。また、DSDはクライアントにとって非常に良い提案です。現在変更する準備ができていなくても、より良い選択肢があることを知っておく必要があります。そして、クライアントが彼らが彼らの問題に対処するのを助ける高度な技術があることを知って非常に喜んでいると思います。
再：最も急な上昇または下降の経路こんにちはYan飛、
Minitabのマクロを見ると、次のように使用されます。
1。スクリーニング実験を実行して、重要な主な要因を特定します
2。それらの線形モデルを適合させる
3。これで、マクロを使用して新しい実行を識別し、RSMモデルを準備します。したがって、ベース変数を選択し、パスに沿って歩きます。マクロ内にもある説明は次のとおりです。
4。新しい実験を実行します
5。すべてのデータを使用して、RSMをモデル化して、重要なモデル効果を識別し、設定を最適化できます。
つまり、この手順を1ステップで最大3変数まで可能にするDSDを実行するように顧客に提供できると考えています。さらに、変数が多い場合、DSDは相互作用と二次効果に関して主効果が直交することを可能にします。これにより、適切なモデルをすぐに見つけることも可能になります。制約または多くのカテゴリ変数がある場合は、この目的のためにカスタムデザイナーを使用するか、確認を実行するDSDを使用できます。
とにかく、顧客は物事を行う特定の方法をよく知っており、それに依存しています。そのため、別のツールに切り替えたときに、同じ機能を再度使用したいと考えています。時にはもっと良い方法がありますが、それは彼らが知っていることではありません。ですから、このマクロは彼がやりたいことをする唯一の良い方法ではないことを彼に納得させることが重要だと思います。
私の考えに対する他の意見に興味があります。
マーティン
再：最も急な上昇または下降の経路fe飛、
ここで役立つのは、Minitabマクロへのリンクです
http://support.minitab.com/en-us/minitab/17/macro-library/macro-files/quality-control-and-doe-macros/ascent/
再：最も急な上昇または下降の経路ありがとう、マーティン。クライアントは、特定の問題について相談するのではなく、JMPの機能について質問しました。私は彼からより多くの情報を入手し、私たちに何ができるかを彼に知らせる必要があります。
再：最も急な上昇または下降の経路ありがとう、ドン。
はい、私にとって最大の課題は、各ステップでどれだけ移動するかを決定することです。あなたが言ったように、それは式ではなくドメイン知識の大部分に依存します。
クライアントにはこれに対する特別なニーズはありませんでしたが、「 一次モデルのフィッティングでは、JMPで「最急上昇または下降の経路（POA / POD）」はどのように実行されますか？そのような目的で、Minitabと同等のマクロ関数はありますか？」Minitabのマクロ関数について、彼が何を意味するのかわかりません。
後で彼に確認し、明日彼からより多くの情報を得ます。
再：最も急な上昇または下降の経路こんにちはYan飛、
私の頭に浮かんだ最初のことは、顧客が何を達成するかということです。通常、POA / PODは最適化の問題に使用され、さまざまな実装があります。基本は、勾配を見て、ドンが説明したとおりです。ただし、これらの方法は、開始点とステップ幅を変更しない限り、ローカルの最適値になる可能性があります。
プロファイラーのオプティマイザーが、達成したいことを既に実行できるように。そうでないかもしれない。彼は単に2Dのものではなく、少なくとも3Dの問題があり、表面の最大/最小を見つけたいと思っているのでしょうか？
マーティン
再：最も急な上昇または下降の経路POAまたはPODは、予測式の勾配です。最大の課題はその計算ではなく、デザインスペースの外側（そして多くの場合、デザインスペースの隅から開始する）にどれだけ踏み出すかです。ほとんどの場合、ドメインの知識が必要です。一度に1回実行する場合は、標準値（おそらくデザインスペースの範囲の一部）で開始し、各ステップで期待値と実際の値の差を計算し、依存関係に応じて増減できますこの値の大きさ。
