FDE en JMP Pro 14.1Hola,
Creé un DoE y tengo como temperatura de respuesta. Sin embargo, medí la temperatura a lo largo del tiempo, por lo que me gustaría analizar los datos con el Explorador de datos funcionales. El objetivo es terminar con el generador de perfiles agradable que devolverá la tendencia de temperatura y tiempo similar a su ejemplo aquí: Uso de JMP® Pro para modelar datos funcionales luciendo así:
Sin embargo, me gustaría tener el generador de perfiles FDOE (o generador de perfiles cerca de FDOE) en JMP Pro 14.1 que tengo (y por razones técnicas por mi parte no puedo cambiar por ahora)
Gracias por tu tiempo.
GAMAOtroRe: FDE en JMP Pro 14.1¿Has leído la documentación? Hay un ejemplo con JMP Pro 14 en la página 282 de la guía del usuario "Modelado predictivo y especializado" sobre cómo proceder para modelar las funciones con factores.
Re: FDE en JMP Pro 14.1Hola,
De hecho, hay un ejemplo en 14.1. Creo que es un problema donde tienes puntos de datos (escalares) respuesta y funciones como predictores. Allí la estructura de datos está en formato ancho.
Por otro lado, mis datos son más parecidos a los de este ejemplo . Los predictores son puntos de datos (de un DoE) y la respuesta es una función. Allí los datos se estructuran en formato largo.
Creo que el proceso es claro hasta que Guardar resúmenes etapa (donde obtengo los FPC) pero luego no sé qué hacer (y creo que hay más diferencias en FDE entre las versiones 14 y 15). Supongo que debo ejecutar un modelo generalizado, pero no tengo las opciones adecuadas.
Re: FDE en JMP Pro 14.1Conversé con JMP Development sobre su solicitud. Aquí está su respuesta:
"En versiones más recientes de JMP (creo que JMP14.1 o .2) se puede Guardar fórmulas de predicción funcional desde Regresión generalizada .De lo contrario, puede guardar la fórmula de predicción en términos de los FPC de FDE y reemplazar las referencias de FPC en las fórmulas con el Regresión generalizada fórmulas de predicción "
Re: FDE en JMP Pro 14.1He visto un video (abajo) que muestra en 14.2 cómo guardar las fórmulas de predicción funcional. Pero no veo cómo avanzar con 14.1.
Sin embargo, gracias por tu tiempo.El qué, dónde, por qué y cómo de Functional Data Explorer (2019-EU-45MP-050)
Re: FDE en JMP Pro 14.1@Elef , El flujo de trabajo FDE mejoró drásticamente entre 14.1 y 14.2 permitiendo la capacidad de guardar fórmulas de predicción funcional.También genera automáticamente scripts del generador de perfiles en tablas de resumen guardadas.En JMP 15, el flujo de trabajo mejora aún más con la adición del análisis DoE funcional integrado en la plataforma FDE.Para JMP Pro 14.1, puede obtener los puntajes FPC y usarlos en el modelado, pero JMP no tenía la capacidad de usar una variable Z para pasar hasta 14.2. Lo que significa que la fórmula de predicción funcional no tenía nada que hacer referencia.Puede ver el impacto de los FPC en la forma, pero no un factor DoE hasta que llegue a 14.2. Con suerte, pronto podrá actualizar a una nueva versión del software.
Re: FDE en JMP Pro 14.1Hola,
Entiendo que no hay una forma directa de incluir las variables z, sin embargo, me preguntaba si hay una forma manual de terminar con un generador de perfiles similar a v15 (como el de la imagen).
Gracias por tu tiempo.Re: FDE en JMP Pro 14.1@Elef Desafortunadamente, no directamente en 14.1. Puede guardar los FPC y hacer un modelo utilizando los FPC como respuestas para sus factores DoE.En 14.1, ese modelo no tiene los factores DoE, por lo que no puede generar el generador de perfiles que se muestra en la parte superior.Sin embargo, esto le brinda una pequeña solución, ya que podrá ver qué configuraciones de factores conducen a qué niveles de FPC.Luego, puede cambiar manualmente los niveles de FPC a la configuración que el modelo predice a partir de la configuración del factor DoE (vincular los perfiladores no funcionará ya que los FPC son un factor en un perfilador y las respuestas en el otro).
Re: FDE en JMP Pro 14.1Hola,
@phersh , Yo hice lo que sugirió, es decir Modelé cada FPC con los factores DoE (en total solo tengo dos FPC, así que no hay mucho trabajo). Sin embargo, los coeficientes para el modelo FPC1 y el modelo FPC2 son totalmente diferentes. Todos los factores muestran una dirección diferente.Ahora bien, ¿qué debo concluir? ¿Debo quedarme con lo que los coeficientes del 1er modelo desde el 1er FPCA explican como el 90% de la variación? ¿O hay una forma de combinar los coeficientes de ambos modelos? ¿Supongo que la segunda opción podría dar resultados más sólidos?
Gracias una vez más.
