JMP Pro14.1のFDEこんにちは、
DoEを作成し、応答温度として使用します。 ただし、時間の経過とともに温度を測定したので、Functional DataExplorerでデータを分析したいと思います。 目標は、ここでの例と同様の温度と時間の傾向を返す優れたプロファイラーを作成することです。 JMP®Proを使用した機能データのモデル化このように見える：
ただし、私が持っているJMP Pro 14.1にFDOEプロファイラー（またはFDOEに近いプロファイラー）が必要です（技術的な理由から、今のところ変更できません）
御時間ありがとうございます。
DOEその他Re：JMP Pro14.1のFDEドキュメントを読みましたか？ 因子を使用して関数をモデル化する方法については、「予測および特殊モデリング」ユーザーガイドの282ページにあるJMP Pro14の例があります。
Re：JMP Pro14.1のFDEこんにちは、
確かに14.1に例があります。 データポイント（スカラー）の応答があり、予測子として機能する場合は問題だと思います。 データ構造はワイドフォーマットです。
一方、私のデータはこれに似ています例。 予測子は（DoEからの）データポイントであり、応答は関数です。 そこでは、データは長い形式で構造化されています。
プロセスは明確だと思います要約を保存するステージ（FPCを取得しているところ）ですが、どうすればよいかわかりません（バージョン14と15の間でFDEに最も違いがあると思います）。 一般化されたモデルを実行すると思いますが、正しい選択がありません。
Re：JMP Pro14.1のFDE私はあなたの要求についてJMP開発に相談しました。 ここに彼らの答えがあります：
「JMPの最近のバージョン（JMP14.1または.2だと思います）では、次のことができます。機能予測式を保存するから一般化された回帰。そうでない場合は、FDEからのFPCに関して予測式を保存し、式内のFPC参照を次のように置き換えることができます。一般化された回帰予測式」
Re：JMP Pro14.1のFDE機能予測式を保存する方法を14.2で示すビデオ（下）を見ました。 しかし、14.1で前進する方法がわかりません。
しかし、お時間をいただきありがとうございます。機能データエクスプローラーの内容、場所、理由、方法（2019-EU-45MP-050）
Re：JMP Pro14.1のFDE@Elef 、FDEワークフローは14.1から14.2の間で劇的に改善され、機能予測式を保存できるようになりました。また、保存されたサマリーテーブルにプロファイラースクリプトを自動的に生成します。JMP 15では、FDEプラットフォームに組み込まれた機能的なDoE分析が追加され、ワークフローがさらに改善されています。JMP Pro 14.1の場合、FPCスコアを取得してモデリングに使用できますが、JMPには、14.2までパススルーするためにZ変数を使用する機能がありませんでした。機能予測式には参照するものが何もないことを意味します。FPCが形状に与える影響を確認できますが、14.2に到達するまでDoE係数は確認できません。うまくいけば、ソフトウェアの新しいバージョンにすぐに更新できるようになります。
Re：JMP Pro14.1のFDEこんにちは、
z変数を直接含める方法がないことは理解していますが、v15に似たプロファイラー（写真のような）を手動で作成する方法があるかどうか疑問に思いました。
御時間ありがとうございます。Re：JMP Pro14.1のFDE@Elef 14.1では直接ではありません。 FPCを保存し、DoEファクターの応答としてFPCを使用してモデルを作成できます。14.1では、そのモデルにはDoE係数がないため、上部に示されているプロファイラーを生成できません。ただし、これにより、どのファクター設定がどのFPCレベルにつながるかを確認できるため、少し回避策が得られます。次に、FPCレベルを、モデルがDoEファクター設定から予測する設定に手動で変更できます（FPCは一方のプロファイラーのファクターであり、もう一方のプロファイラーでは応答であるため、プロファイラーのリンクは機能しません）。
Re：JMP Pro14.1のFDEこんにちは、
@phersh 、 やったあなたが提案したこと、すなわち 各FPCをDoE係数でモデル化しました（合計で2つのFPCしかないので、それほど多くの作業はありません）。 ただし、FPC1モデルとFPC2モデルの係数はまったく異なります。 すべての要因は異なる方向を示しています。さて、私は何を結論付けるべきですか？ 1番目のFPCAが変動の90％のように説明しているので、1番目のモデルの係数を維持する必要がありますか？ または、両方のモデルの係数を組み合わせる方法はありますか？ 2番目のオプションでより堅牢な結果が得られると思いますか？
もう一度ありがとう。
