プロファイラーシミュレーターを使用する場合の固有の変動を考慮親愛なるコミュニティのメンバー、
プロファイラーシミュレーターを使用する場合、要因固有の変動性に関して質問があります。
設定した定義済みの受け入れ基準を常に満たすことができる受け入れ可能な因子の範囲を定義したいとします。
また、この係数には固有の変動性があるとしましょう。つまり、係数を2に設定する場合、真の値は2 +/- 0.1％の間です。
DoEを実行して、モデルと関連する伝達関数を取得します。
この許容可能な因子範囲を定義するために、Profilerシミュレーターを起動します。
- 分布をランダムに選択します
- しかし、どの標準偏差を述べる必要があります。モデルRMSEだけでなく、要因固有の変動性も考慮する必要がありますか？または、RMSEは、因子固有の変動性が既に含まれていることのみを考慮します。つまり、モデルは、モデル誤差のこの固有の変動性を既に捕捉しているということです。
おかげで、
ヒューゴ
しゅう
再：プロファイラーシミュレーターを使用する場合の固有の変動性を考慮ヒューゴ、シミュレーションでモデル誤差に加えて要因の固有の変動性を考慮に入れたい場合は、シミュレーションの分布をその範囲に設定します（平均で2、標準0.1％）。例でばらつきが.1％を超えないことが確実な場合は、通常を使用するのではなく、切り捨てられた標準または単変量を使用して、ばらつきの範囲全体をキャプチャします。
目標は（私が提案するように）許容範囲内に収まるように最大の因子範囲を収集することであるため、楽観的すぎるよりもむしろ保守的であることが常に良いです。
My2cents 
他の人は、毎日の仕事と使用から追加の情報を得ることができます。
再：プロファイラーシミュレーターを使用する場合の固有の変動性を考慮こんにちはマーティン、
入力いただきありがとうございます。
保守的なアプローチについてのあなたのコメントに同意します。
あなたが「 私のシミュレーションがモデル誤差に加えて要因の固有の変動性を考慮に入れていることを確認したいとき... "それから、私は実際にモデル誤差が要因固有の変動性を必ずしも考慮していないと理解しますか？
設計全体を複製する場合、モデル誤差がそのような固有の要因の変動を考慮しているという確信がありますか？
再：プロファイラーシミュレーターを使用する場合の固有の変動性を考慮」 実際、モデルの誤差は必ずしも要因固有の変動性を考慮していないことを理解していますか？」
モデルは、データ内に既に存在する場合にのみ、この変動性をacvcountに取り込みます。そのため、モデルエラーでは、設定した追加のシミュレーションエラーは考慮されません。シミュレーションでは、応答測定/機器/入力変動の経験または技術的詳細から知ることができる追加のノイズを追加できます... （たとえば、phはほとんどの場合5.5に正確に等しくないため、この値に機器で設定しても、通常はわずかな変動があります。
そうは言っても、2番目の質問への答えは次のとおりです。設計を複製すると、「同じ設定」のデータが増えます。これにより、エラーのより適切な推定が可能になります。したがって、モデルはおそらくより正確です。ただし、これには固有の要因変動性が含まれるとは必ずしも言えません。保守的な観点から、最悪のシナリオを知りたいと思います。次に、あなたの専門知識と一緒に、これらのシナリオがどれほどありそうか、そしてより小さなバリエーションが保守的なアプローチと大きく異なるかどうかをモデルで判断します。残念ながら、それはまだ近似値ですが、おそらく以前よりも（少し？）良いものです。
再：プロファイラーシミュレーターを使用する場合の固有の変動性を考慮このトピックに関する素晴らしい議論をありがとう。
再：プロファイラーシミュレーターを使用する場合の固有の変動性を考慮明確にするために、各因子に対して因子の変動性があれば、それを指定します。RMSEは、因子レベルの変化に関連しない応答のランダムな変動です。したがって、RMSEを個別に追加します。これにより、両方のソース（固定およびランダム）がシミュレーションに含まれます。
再：プロファイラーシミュレーターを使用する場合の固有の変動性を考慮ハイマーク、
ご意見ありがとうございます。プロファイラで、ランダム分布を選択して、設定値を平均値として設定し、次に要因の変動性をSDとして設定しますが、それは正しいですか？最後に、RMSEはファクターのSDとして設定しません。RMSEは応答に関連するエラーであり、モデルで既にキャプチャされているため、各シミュレーションY値の信頼区間では？
再：プロファイラーシミュレーターを使用する場合の固有の変動性を考慮予測プロファイラーでシミュレーション機能を使用する例を次に示します。
ランダムなバリエーションを指定したことに注意してください年齢そして高さしかし、固定セックス。プロセス変数の目標値は平均です。SDは予想される変動です。だから私は何が起こるかをシミュレートしたい高さ = 60インチですが、SD = 1.5インチの正規分布に従って変化します。
下部に、Yにランダムノイズも追加したことに注意してください（ 重量 ）固有であり、因子レベルに依存しません。この場合、重量因子レベルが変わらなくても、10ポンド変動します。このSDの履歴値がある場合や、回帰分析から推定されたRMSEを使用してこのモデルに適合する場合があります。
