Crear un modelo de simulación y un modelo experimental y comparar.Tengo algunos datos experimentales y algunos datos de simulación y me gustaría comparar las sensibilidades de los factores y ver cómo se alinean.
Esto es similar a: ¿Cómo hago un modelo de predicción basado en los datos de mi experimento anterior?
Soy nuevo en JMP y espero estar haciendo esto bien.
Se adjunta la simulación (2) y los datos experimentales (3).
1. ¿Usar el comando Ajustar modelo en los dos conjuntos de datos y comparar los parámetros estima el enfoque correcto?
2. Si es así, cuando ejecuto ambos conjuntos de datos, obtengo los mismos valores para los errores estándar para X1 X2 X3. Tenía la impresión de que los errores estándar se relacionan con la calidad del ajuste de la estimación del parámetro, pero no veo cómo podrían ser los mismos para los 3. ¿Hay algo que me falta aquí?
Gracias
Modelado estadístico avanzadoExploración y visualización de datosRe: Crear un modelo de simulación y un modelo experimental y compararEsperaría que Y no cambiara demasiado, tal vez 0,1 más o menos. Los 6 puntos que destacó probablemente sean problemas de prueba.
Las repeticiones son medidas de diferentes dispositivos, pero con los mismos parámetros de diseño.
¿Cómo se analiza como réplicas aleatorias?
Al reducir el modelo, ¿te refieres a eliminar los términos adicionales?
Para ser honesto, cuando estaba mirando esto originalmente, no tenía sentido para mí que los errores de ETS fueran todos iguales y tan bajos. Después de leer más sobre estadísticas, tenía sentido cómo se calculaban los errores. Supongo que esperaba mostrar que las estimaciones de los parámetros estaban dentro de "1 desviación estándar" de lo medido, ya que la medición tuvo resultados muy ruidosos. Cuando comparé las estimaciones de los parámetros, pensé que el experimento y la simulación estaban más o menos seguidos, por lo que quedé bastante satisfecho con el resultado.
Re: Crear un modelo de simulación y un modelo experimental y compararLo siento, pero me resulta muy difícil responder a tu pregunta cuando no entiendo la situación ni el experimento ni el análisis que hiciste. ¿Cuánto cambio en Y es de interés científico o de ingeniería? El rango total en Y sobre las 810 filas de datos es 0,44. ¿Tiene esto importancia práctica? Tiene múltiples puntos de datos para cada combinación de tratamiento. ¿Son estas repeticiones o réplicas aleatorias? Si analizo el experimento real tratándolo como réplicas aleatorias, encuentro al menos 6 puntos de datos que son inusuales (mediante análisis de residuos). El RSquare es de aproximadamente 0,49, lo que significa que el modelo utilizado para el análisis sólo explica alrededor del 49% de la variación de los datos. Sólo los efectos principales y posiblemente el efecto cuadrático tienen interés estadístico. ¿Has reducido el modelo? ¿Tiene sentido el modelo?
Fuente | Valor de registro | | ValorP |
X1(0,85,1,15) | 101.912 |  | 0.00000 |
X3(0,85,1,15) | 20.133 |  | 0.00000 |
X2(0,85,1,15) | 13.329 |  | 0.00000 |
X2*X2 | 2.563 |  | 0.00274 |
X1*X1 | 1.030 |  | 0.09336 |
X1*X3 | 0.970 |  | 0.10727 |
X3*X3 | 0,925 |  | 0.11896 |
X1*X2 | 0.607 |  | 0.24733 |
X2*X3 | 0,294 |  | 0.50874 |
Re: Crear un modelo de simulación y un modelo experimental y comparar@hluo90 Con mi pregunta n.° 4, lo que pregunto es cómo se compara la distribución de la respuesta entre la simulación y los experimentos empíricos. Probablemente comenzaría con un histograma de cada uno y compararía los diferenciales, las formas y la tendencia central de cada distribución. Luego examine el grado en que las distribuciones coinciden para estas características.
Con mi pregunta número 5, cada experimento produce un modelo. Cada modelo se puede utilizar para hacer predicciones. La diferencia aritmética entre los valores observados y predichos son los residuales. ¿Cómo se comparan las distribuciones de residuos?
Con mi pregunta n.º 5, utilizando algo como la capacidad de simulación Monte Carlo de JMP, puede variar las variables predictivas en cada modelo y ver cómo cambian las respuestas en función de esa variación.
Re: Crear un modelo de simulación y un modelo experimental y compararMe refiero a los errores estándar de las estimaciones de los parámetros. Después de entender un poco más cómo se calculan siendo el
suma total del error/variación en el parámetro, parece que los errores estándar de los parámetros deberían ser los mismos.
Volviendo al objetivo, sí, estoy intentando comparar los 2 modelos de cada conjunto de datos. El conjunto de datos es una variación de los parámetros de un circuito. ¿Cuál es la mejor manera estándar de comparar los dos modelos y mostrar que variar los parámetros en un circuito tanto en sim como en hardware da resultados iguales o similares?
Re: Crear un modelo de simulación y un modelo experimental y comparar1. Claro, básicamente tengo una simulación del rendimiento del circuito variando algunos parámetros. También he medido resultados del mismo circuito con esos mismos parámetros variados. Me gustaría mostrar que los resultados medidos coincidieron o no con la simulación.
2. La estimación del parámetro en este caso sería el parámetro del circuito que se varió, por lo que creo que sería importante desde un punto de vista práctico.
3. Por ahora es lo mismo, pero el modelo de simulación probablemente debería tener más puntos.
4-6, No estoy seguro de haber entendido.
En última instancia, sólo intento mostrar que la simulación predice con precisión los dispositivos fabricados.
Re: Crear un modelo de simulación y un modelo experimental y compararNo entiendo tu pregunta. ¿Qué quiere decir con "sensibilidades de los factores"? ¿Estás intentando comparar los 2 modelos de cada conjunto de datos? Si es así, como @P_Bartell indica, hay muchas características del modelo que podrían compararse (R cuadrados, RMSE, coeficientes (estimaciones), residuos (de hecho, tiene residuos inusuales en sus datos DOE).Después de observar brevemente los 2 conjuntos de datos, no estoy seguro de qué análisis está haciendo, pero no obtengo los mismos errores estándar para las estimaciones de parámetros, ni obtengo los mismos parámetros estadísticamente significativos en los modelos.
¿Cómo se creó la simulación? ¿Qué modelo se utilizó para la simulación?
Re: Crear un modelo de simulación y un modelo experimental y compararDescargo de responsabilidad: no he analizado los datos, los modelos ni ningún análisis que se crearía para su problema.
Centraré la mayor parte de mi comentario en su primera pregunta... con muchas preguntas y algunas ideas.
1. ¿Puedes compartir más sobre el problema práctico que nos ocupa? Creo que cualquier análisis y conclusión deben considerarse y filtrarse a través de esa lente, en lugar de simplemente mirar gráficos, datos y estadísticas.
2. La comparación numérica ciega de estimaciones de parámetros es una, y sólo una, forma de comparar estos dos sistemas. Casi puedo garantizar que serán diferentes. Diablos, vuelva a ejecutar el experimento empírico y prácticamente le garantizaré una diferencia numérica. Pero, ¿son importantes estas diferencias desde un punto de vista práctico? Vea la pregunta #1. arriba.
3. ¿Cuánta superposición dentro del espacio factorial existe entre los datos de simulación y los datos empíricos? ¿Hay áreas de interés que no son consistentes?
4. ¿Cuánta superposición hay dentro del espacio de respuesta de cada uno? ¿Hay áreas de interés que no son consistentes?
5. ¿Cuál es el grado de coherencia en el espacio residual para cada modelo? Después de todo... esta es una estimación de la variación inexplicable para cada modelo... ¿es problemático el grado de inconsistencia?
6. ¿Has probado la simulación para cada modelo para ver cuáles son las sensibilidades en el espacio de modelado?
Invito a otros a comentar y agregar sus pensamientos. Pero al final del día creo que simplemente mirar las estimaciones de parámetros es una visión muy, muy estrecha de '¿qué está pasando en el sistema?'
