나는 고객 회의를 준비하고 있는데 누군가 이미 과거에 이것을했는지 궁금합니다 ...
실험을 분석 할 때 Fit Least Squares 출력에 어떤 출력이 표시되는지 알고 싶어합니다.누군가 이미 스크린 샷과 함께 무엇을 찾아야하는지에 대한 간략한 설명을 가지고 있습니까?
미리 감사드립니다.
나는 아무것도 정리하지 않았지만 다음을 강조합니다 (DOE 분석 프레젠테이션을 위해 성격 스크리닝도 선택합니다).
-예측 플롯으로 실제를보십시오. 빨간 선을 벗어난 데이터 포인트 덩어리가 있습니까? 모델에 적합하지 않은 경우 선택하고 그래프 빌더에서 조사합니다. 데이터가 모두 파란색 선에 있습니까? 모델이 설명하는 모든 것은 평균입니다. 포인트가 상단과 하단의 빨간색 선 위에 있습니까? 그렇지 않은 경우 모델은 점이 선을 벗어나는 위치를 잘못 예측합니다. 종종 모델은 전체 데이터 범위에서 잘 수행되지 않으며 사용자는 이것이 중요한지 생각해야합니다. 예를 들어, 모델이 사양을 벗어난 측정 값과 사양을 벗어난 측정 값에 대해 제대로 작동하지 않는지 신경 쓰나요?
-전반적인 중요성-p = .1 등인 경우 목욕물 접근 방식으로 아기를 버리지 마십시오. 여전히 DOE의 신호가 있지만주의해서 진행하십시오. 특히 많은 돈을 썼다면. 중요하지 않은 DOE를 이해하기 위해 결과를 분할 할 수도 있습니다.
-R- 제곱 및 조정 된 r- 제곱 = 높고 함께 원합니다 (최대 = 1, 최소 = 0). 수정 된 r- 제곱이 0에 가까우거나 음수이고 R- 제곱에서 멀리 떨어져있는 경우 모델이 실행 횟수에 비해 너무 복잡하므로 모델에서 무언가를 꺼내야합니다. R-Square = 모델이 Y 변수에 대해 설명하는 변동의 양입니다. 낮은 r-square는 요인 및 요인 설정이 결과에 큰 영향을 미치지 않거나 신호에 많은 노이즈가 있음을 의미합니다 (시스템을 확인하기 위해 실행을 복제 했습니까)? 또한 소음이 많은 경우 몇 번의 달리기는 전력이 많지 않습니다. 적합 요약이 스크리닝에 표시되지 않는 것이 마음에 들지 않으므로이 기능을 켜거나 최소 보고서 성격을 사용하고 몇 가지 다른 기능을 켜십시오. 조정 된 R- 제곱은 DOE에서 한계 결과로 R- 제곱보다 훨씬 아래로 떨어지는 것이 일반적이며 사람들은 최소한의 실행으로 모든 상호 작용을 테스트 할 수 있습니다.
-적합성 부족-이것이 켜져 있으면 모델에 더 추가하십시오. 팝콘 데이터와 함께 이것을 정말 쉽게 보여줄 수 있습니다. 이것에 대한 세부 사항은 고객에게 거의 중요하지 않습니다. 모델에 상호 작용 또는 고차 다항식을 추가해야하는 신호일 뿐이므로 무언가 누락되거나 부족합니다. 나는 이것이 사람들에게 가스 등으로 3 차 효과를 추가하도록 알려주는 것을 보았습니다. 그들이 찾지도 못했지만 의미있는 것입니다.
-잔차 플롯을보십시오. 이상하게 보이면 (웃음, 찡그린 얼굴, 원뿔) 그래프 빌더에서 데이터를 조사합니다. 아마도 Y- 변환으로 수정되었을 것입니다. box-cox에 대해 언급 할 수 있지만 그것은 잡초에 있습니다.
-축척 된 추정치 (이 순서대로!) -그림을 이해하게하는 것이 다음 2 개의 테이블을 수행하는 것이 더 쉽습니다. 이것은 매우 유용합니다. 스케일 된 추정치를 기준으로 정렬하고 Y 변수의 DIRECTION에서 위아래 효과의 파레토입니다! 중간에있는 회색 막대에 초점을 맞 춥니 다. 화면 크기 3 증가 용해, 화면 크기 5 감소 다음 두 섹션을 더 자세히 알고 싶으면 결과에 대해 무슨 일이 일어나고 있는지 알기 때문에 간략하게 유지할 수 있습니다. 여기서 통계 테스트는 매개 변수 추정 테이블과 동일합니다.
-매개 변수 추정 (확장 된 효과 후)-그들이 구축 한 모델의 계수. 나는 이것으로 그들에게 예측 표현을 보여줍니다. 그 t-test는 0 (영)과 겹치는 지 확인합니다.
-효과 테스트-각 요인이 유의 했습니까? 효과 검정은 경우에 따라 (연속 변수) 모수 추정치와 동일하지만 명목 / 순서 데이터에 대해 여러 수준에서 검정합니다. 공칭 레벨이 코딩되는 방식은보고되지 않습니다. 값 순서 열 속성으로이를 조정할 수 있습니다 (마지막 항목은 생략 됨).연속적인 항목 (예 : 화면 크기 x 밀링 시간)과 범주 형 변수 상호 작용이있을 때도 해석하기가 더 쉽습니다. 이러한 항목이 매개 변수 추정치에 기록되는 방식은 범주 중 하나 간의 암시 적 차이이므로 하나는 제외됩니다.
-그럼 프로파일 러! 저는 보통 변수의 중요성을 평가하는 것으로 시작하는데 사람들이 그렇게하는 것을 보지 못합니다. 이제 중요하지 않은 것부터 중요하지 않은 것의 올바른 순서로되어 있고 중요하지 않은 것들은 Y 축에서 멀리 떨어져 있기 때문에 프레젠테이션에 도움이됩니다. 색상을 지정할 수도 있으며 방금 살펴본 내용을 강조합니다. "화면 크기가 얼마나 중요한지보세요! -여기 깊이 들어갈 필요가 없습니다. 시각적 도구입니다. 그런 다음 최적화 및 시뮬레이션.
-명목 수준 (화면 크기 등) 간의 통계 테스트를 수행하기위한 참고 사항-모든 도구가 있으므로 레버리지 플롯을 사용합니다.
좋은 토론에 감사드립니다, 로라.
다른 사람들이 댓글을 달거나 편집하거나 재사용 할 수있는 슬라이드를 만들었습니다.
정말 맛있어요 뿡뿡 . 사실 이번 주에 한 고객이 똑같은 것을 요청했습니다.
나는 이와 같은 것이 우리 자원의 다른 곳에 존재한다고 생각하지 않습니다. 더 널리 공유하는 것이 좋습니다. JMPer 케이블 우편.
감사,
필
잘했다, 헉 ! 동의한다. PowerPoint의 콘텐츠는 멋진 블로그 게시물이 될 것입니다. 뿡뿡 !
나는 그것이 지저분해진다는 것을 알고 있지만 순수한 복제물과 추가 수준의 요인이 필요하다는 적합성 부족 슬라이드를 추가합니다. 완전 요인 설계를 완전히 복제 할 수 있지만 전체 모형을 적합하면 적합도 검정 부족을 얻지 못할 것입니다.
좋은 생각이야, 척!제 편집자가되어 주셔서 감사합니다!
다른 사람들이 관심을 가질 경우를 대비 한 게시물입니다.여기에는 5 개 부분이 있으며 이것은 1 부입니다.
https://community.jmp.com/t5/JMP-Blog/An-analyst-s-new-year-s-resolution-Use-models-to-solve-more/ba-p/346098
마지막은 다음주 2 월 11 일에 게시 될 예정입니다.
웬디
두 가지 의견이 있습니다.
1. 스케일링 된 추정치의 해석.
당신은 예 : "염분이 낮음 (33.67)에서 높음 (66.33)으로 증가하면 마모도 29.2 * 2 = 58.4 단위 증가"
추가하는 것이 좋습니다 " 다른 변수 (예 : 실리카 및 황)는 평균에서 일정하게 유지됩니다. "위의 문장에.
2. 예측 프로파일 러
프로파일 러에 대해 나열한 내용 외에도 견적을 시각화하고 또 다른 중요한 기능을 최적화하는 것을 고려합니다. 이 RSM의 경우 JMP가 입력 변수의 다른 값에서 예상 마모를 계산하도록 할 수 있습니다. 예를 들어 식염수로 인한 마모의 변화는 최소값에서 최대 값으로 증가 할 때 58.3986 (= 159.1262 -100.7276)입니다.(확장 된 추정치 보고서에서 계산 한 것과 동일한 값)
