Ritornare alla pagina delle risorse per gli utenti di JMP Fed Gov
22 dic Webcast - Strategie per l'analisi dei DOE
In questo webcast analizzeremo diversi set di dati DOE. Per gli strumenti di analisi visiva utilizzeremo la distribuzione e il generatore di grafici, incluso il filtraggio dei dati su colonne di fattori, nonché la sovrapposizione di fattori. Le strategie di modellazione includeranno approcci conservativi come guardare agli effetti del primo ordine prima di passare agli effetti del secondo ordine guidati dai principi di "ereditarietà degli effetti" e "scarsità degli effetti". Le strategie aggressive includeranno la regressione graduale utilizzando diversi criteri di arresto per prevenire l'eccessivo adattamento e persino l'adattamento di "Tutti i modelli possibili". Effettivo vs. I grafici di previsione con checkpoint possono essere utilizzati per aiutare a scegliere i modelli. Di seguito sono riportati vari esempi di output grafico e di regressione graduale che possono essere ricreati nella sessione:
Piattaforma di distribuzione che mostra l'ombreggiatura dei livelli dei fattori con la metà superiore dei dati di risposta selezionata.
Rendimento del generatore di grafici rispetto agli intervalli di fattori per tutti i 10 fattori. Dati riepilogati dalla media con barre di errore pari all'intervallo di confidenza sulla media. Curva più liscia (blu) e Line Fit (rosso) ai dati. È possibile vedere la dimensione relativa degli effetti principali e della curvatura.
Generatore di grafici che mostra i valori di risposta tracciati rispetto alle impostazioni dei singoli fattori con la curva "Più liscia"
Generatore di grafici che mostra la risposta rispetto alle impostazioni del fattore di un fattore con il secondo fattore sovrapposto al grafico.
Le linee non parallele sono indicative di un'interazione tra fattori.
Grafico della cronologia dei criteri per la regressione graduale di 24 osservazioni scegliendo un sottoinsieme di modelli a 4 fattori e 9 termini di un modello quadratico a 10 fattori e 66 termini "sovra parametrizzato".
Grafico delle stime dei parametri ordinate che mostrano la dominanza dei fattori A e B
Prediction Profiler impostato su condizioni che prevedono la massima resa entro intervalli di fattori. Tre punti di controllo hanno prodotto valori di 15.10, 15.93 e 16.16, tutti entro la finestra di confidenza del 95% (14.4, 20.1).
I migliori modelli da 1 a 8 termini (ignorando la costante) dall'adattamento di tutti i 10 milioni di modelli possibili per 8 fattori.
NOTA il dominio di A e B seguito da C e poi il suggerimento che G può essere importante.
Grafico in sovrapposizione di 4 metriche da una tabella del modello All Possible per i fattori A, B, C, E e F;
Termini RSquare, RMSE, AICc e BIC rispetto a modelli.
Grafico del reale vs previsto per il modello a 3 fattori adatto a 24 prove di progettazione. Vengono anche tracciati quattro punti di controllo NON utilizzati per l'adattamento.
