예측 프로파일러 - 응답을 최대화하기보다 가장 안정적인 동작점을 찾는 방법안녕하세요,
예측 프로파일러를 사용하면 응답을 최대화하는 조건을 결정할 수 있습니다.
가장 안정적인 작동 지점도 찾을 수 있습니까?
인터랙션 효과가 많기 때문에 시각적으로 식별하기가 너무 어렵습니다.
미리 감사드립니다.
친애하는,
클레어
암사슴Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법듣기 좋은.나는 인정하는 것을 잊었다 @robert_anderson 튜토리얼의 저자로.
Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법안녕하세요,
빠른 답변에 감사드립니다!
저는 몬테카를로 시뮬레이터를 사용했는데 정확히 제가 찾던 것이었습니다! 감사해요!
Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법빠른 답변 감사합니다!
데이터 세트는 기밀이며 요소는 연속적이며 DoE에는 3가지 수준이 있습니다. 우리에게 안정성은 특성화된 범위 내에서 요인 설정을 변경할 때 반응이 거의 변하지 않는 경우입니다.
채택된 솔루션의 튜토리얼은 가장 안정적인 작동 지점을 찾고 분석을 완료하는 데 도움이 되었습니다.
Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법이것은 훌륭한 튜토리얼입니다! 내가 찾던 바로 그거야! 많은 감사Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법관심 있는 이 블로그 게시물을 찾을 수 있습니다. 2가지 최적화 접근법을 사용하여 최적의 프로세스 운영 조건 찾기
Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법클레어, 몇 가지 질문:
1. 첨부된 데이터 세트가 보이지 않는데 데이터 세트가 무엇인가요? 실험에서 나온건가요?
2. 모델의 요인에 대해 몇 개의 수준이 있습니까?
3. "안정성"을 정량화하는 방법이 있습니까? 아마도 일정 기간 동안의 변동성의 척도일 것입니다.
4. 없는 경우 데이터 세트에서 만들 수 있습니까?
본질적으로 사용 중인 응답 변수는 다음에 대한 모델을 제공할 가능성이 높습니다. 평균 응답의. 당신이 관심을 가질 수 있는 것은 응답의 변화입니다. 이것을 만들 수 있다면 프로파일러와 상호 작용 플롯을 사용하여 영향을 미치는 요인을 결정할 수 있습니다. 저것 응답 변수.
당신이 찾고 있는 것은 고원 이론적인 "반응 표면"에서. 이는 견고성의 한 측면이므로 좋은 생각입니다.
Re: 예측 프로파일러 - 응답을 최대화하는 대신 가장 안정적인 작동점을 찾는 방법확신하는. 가지고 있는 데이터 및 응답 유형에 따라 몇 가지 옵션이 있습니다. 요령은 상호작용이 많은 요인에 대해 특정 수준을 선택할 때 다양한 요인의 기울기가 상대적으로 평평한 곳을 찾는 것입니다. 얼마나 많은 대화형 효과가 있는지에 따라 예측 프로파일러 내에서 기울기가 가장 평평한 수준에서 해당 요소를 잠글 수 있습니다. 그런 다음 공동 최적화 및 바람직함 기능을 사용하여 가장 강력한 위치를 찾으십시오. 또 다른 생각은 가장 평평한 지점 근처에 설정된 상호 작용 요인 평균 및 변동과 함께 Monte Carlo 시뮬레이터를 사용하는 것입니다. 변수가 덜한 응답을 위해 타겟팅하기 위해 약간의 편향을 포기해야 할 수도 있습니다. 고려해야 할 사항이 많습니다.
