JMP Pro 14.1의 FDE안녕하세요,
DoE를 만들었고 응답 온도로 사용했습니다. 하지만 시간에 따라 온도를 측정했기 때문에 Functional Data Explorer로 데이터를 분석하고 싶습니다. 목표는 여기 예제와 유사한 온도 및 시간 추세를 반환하는 멋진 프로파일 러로 끝나는 것입니다. JMP® Pro를 사용하여 기능 데이터 모델링 다음과 같이 보입니다.
그러나 JMP Pro 14.1에서 FDOE 프로파일 러 (또는 FDOE에 가까운 프로파일 러)를 갖고 싶습니다 (기술적 인 이유로 현재로서는 변경할 수 없습니다).
시간 내 줘서 고마워.
암사슴다른Re : JMP Pro 14.1의 FDE문서를 읽었습니까? 요인을 사용하여 함수를 모델링하는 방법에 대한 "예측 및 전문 모델링"사용자 안내서의 282 페이지에있는 JMP Pro 14의 예가 있습니다.
Re : JMP Pro 14.1의 FDE안녕하세요,
실제로 14.1에 예가 있습니다. 데이터 포인트 (스칼라) 응답이 있고 예측 변수로 기능하는 것이 문제라고 생각합니다. 데이터 구조는 넓은 형식입니다.
반면에 내 데이터는 이것에 더 가깝습니다. 예 . 예측 변수는 DoE의 데이터 포인트이고 응답은 함수입니다. 데이터는 긴 형식으로 구성됩니다.
나는 과정이 명확하다고 생각합니다 요약 저장 stage (FPC를 얻는 곳) 그러나 무엇을 해야할지 모르겠습니다 (그리고 버전 14와 15 사이에 FDE에 가장 많은 차이점이 있다고 생각합니다). 일반화 된 모델을 실행한다고 생각하지만 올바른 선택이 없습니다.
Re : JMP Pro 14.1의 FDE귀하의 요청에 대해 JMP Development와 협의했습니다. 그들의 대답은 다음과 같습니다.
"최신 버전의 JMP (JMP14.1 또는 .2)에서는 기능적 예측 공식 저장 ...에서 일반화 회귀 .그렇지 않은 경우 FDE의 FPC 측면에서 예측 공식을 저장하고 공식의 FPC 참조를 일반화 회귀 예측 공식 "
Re : JMP Pro 14.1의 FDE14.2에서 Functional Prediction Formulas를 저장하는 방법을 보여주는 비디오 (아래)를 보았습니다. 그러나 나는 14.1로 나아가는 방법을 볼 수 없습니다.
그러나 시간 내 주셔서 감사합니다.Functional Data Explorer의 대상, 위치, 이유 및 방법 (2019-EU-45MP-050)
Re : JMP Pro 14.1의 FDE엘레 프 , FDE 워크 플로는 14.1과 14.2 사이에서 크게 향상되어 기능적 예측 공식을 저장할 수 있습니다.또한 저장된 요약 테이블에서 프로파일 러 스크립트를 자동으로 생성합니다.JMP 15에서는 FDE 플랫폼에 내장 된 기능적 DoE 분석이 추가되어 워크 플로우가 더욱 향상됩니다.JMP Pro 14.1의 경우 FPC 점수를 얻고 모델링에 사용할 수 있지만 JMP는 14.2까지 통과하기 위해 Z 변수를 사용할 수 없었습니다. 기능적 예측 공식에 참조 할 것이 없음을 의미합니다.FPC가 모양에 미치는 영향을 볼 수 있지만 14.2에 도달 할 때까지는 DoE 요소가 아닙니다. 곧 새 버전의 소프트웨어로 업데이트 할 수 있기를 바랍니다.
Re : JMP Pro 14.1의 FDE안녕하세요,
z 변수를 포함하는 직접적인 방법이 없다는 것을 이해합니다. 그러나 v15와 유사한 프로파일 러 (그림에있는 것과 같은)로 끝나는 수동 방법이 있는지 궁금합니다.
시간 내 줘서 고마워.Re : JMP Pro 14.1의 FDE엘레 프 14.1에서 직접적이지 않습니다. FPC를 저장하고 DoE 요인에 대한 응답으로 FPC를 사용하여 모델을 만들 수 있습니다.14.1에서는 해당 모델에 DoE 계수가 없으므로 상단에 표시된 프로파일 러를 생성 할 수 없습니다.그러나 이것은 어떤 요인 설정이 어떤 FPC 수준으로 이어지는 지 확인할 수 있으므로 약간의 해결 방법을 제공합니다.그런 다음 FPC 수준을 DoE 요인 설정에서 모델이 예측 한 설정으로 수동으로 변경할 수 있습니다 (FPC는 한 프로파일 러의 요인이고 다른 프로파일 러의 응답이므로 연결 프로파일 러는 작동하지 않습니다).
Re : JMP Pro 14.1의 FDE안녕하세요,
@phersh , 나는했다 당신이 제안한 것 즉 각 FPC를 DoE 요소로 모델링했습니다 (총 2 개의 FPC 만 있으므로 작업량이 많지 않음). 그러나 FPC1 모델과 FPC2 모델의 계수는 완전히 다릅니다. 모든 요소는 다른 방향을 보여줍니다.이제 어떻게 결론을 내릴까요? 1 차 FPCA가 변동의 90 %처럼 설명하는 1 차 모델의 계수를 유지해야합니까? 아니면 두 모델의 계수를 결합하는 방법이 있습니까? 두 번째 옵션이 더 강력한 결과를 줄 수 있다고 생각합니까?
다시 한번 감사합니다.
