Ich verwende JMP 14.3, um einen Workflow mit 6 Eingabevariablen und 3 Ebenen zu optimieren (die Datei mit der Datentabelle ist beigefügt). Meine Idee ist es, JMP zu verwenden, um die beste Kombination der 6 Variablen zu erhalten, die mir das beste Ausgabeergebnis liefert, aber die geringste Anzahl von Experimenten durchführt.
Es scheint mir, dass die beste Option darin besteht, ein endgültiges Screening-Design zu erstellen, um die Haupteffekte zu sehen. Ich habe meine Faktortabelle mit den Extremwerten (Minimum und Maximum für jede Variable) definiert und die Tabelle der durchzuführenden Experimente erstellt. Die generierte Tabelle enthält 17 Experimente.
Während mehrerer Wochen habe ich die 17 Experimente durchgeführt und die Ergebnisse (Y) in die beigefügte Tabelle aufgenommen. Mit diesen Daten habe ich das Screening angepasst und festgestellt, dass 4 der Variablen statistisch signifikant sind. Ich habe im Vorhersageprofiler Folgendes ausgewählt: Optimierung und Erwünschtheit> Erwünscht maximieren, um die optimalste Kombination von Faktoren zu erhalten.
An dieser Stelle habe ich mehrere Fragen:
1. Welche Werte / Ebenen sollte ich für die nicht signifikanten Werte wählen? Könnte ich einen von ihnen auswählen?
2. Ich möchte ein Modell erstellen, um die Ausgabe (Y) basierend auf den ausgewählten Werten der Faktoren vorherzusagen oder zu schätzen. Wie könnte ich das machen? Könnte ich eine größere Anzahl von Werten simulieren?
3. Könnte ich eine Gleichung (oder Formel aus dem Modell) erhalten?
Vielen Dank.
Freundliche Grüße,
Wardiam
