Créer un modèle de simulation et un modèle expérimental et comparerJ'ai donc des données expérimentales et des données de simulation et j'aimerais comparer les sensibilités des facteurs et voir comment elles s'alignent.
Ceci est similaire à : Comment puis-je créer un modèle de prédiction basé sur mes anciennes données d’expérience ?
Je suis nouveau sur JMP et j'espère donc que je fais les choses correctement.
Ci-joint la simulation (2) et les données expérimentales (3).
1. L'utilisation de la commande Ajuster le modèle sur les deux ensembles de données et la comparaison des estimations de paramètres sont-elles la bonne approche ?
2. Si tel est le cas, lors de l'exécution des deux ensembles de données, j'obtiens les mêmes valeurs pour les erreurs standard pour X1 X2 X3. J'avais l'impression que les erreurs standard étaient liées à la qualité d'ajustement de l'estimation des paramètres, mais je ne vois pas comment elles pourraient être les mêmes pour les 3. Y a-t-il quelque chose qui me manque ici ?
Merci
Modélisation statistique avancéeExploration et visualisation des donnéesRe : Création d'un modèle de simulation et d'un modèle expérimental et comparaisonJe m'attendrais à ce que Y ne change pas trop, peut-être 0,1. Les 6 points que vous avez soulignés sont probablement des problèmes de test.
Les répétitions sont des mesures de différents appareils, mais avec les mêmes paramètres de conception.
Comment l’analysez-vous en tant que répétitions randomisées ?
Par réduire le modèle, entendez-vous supprimer les termes supplémentaires ?
Pour être honnête, lorsque j'ai regardé cela à l'origine, cela n'avait pas de sens pour moi que les erreurs STD soient toutes les mêmes et si faibles. Après en avoir lu davantage sur les statistiques, la manière dont les erreurs étaient calculées semblait logique. Je suppose que j'espérais montrer que les estimations des paramètres se situaient à « 1 écart type » de la mesure, car la mesure avait des résultats très bruyants. Lorsque j'ai comparé les estimations des paramètres, j'ai pensé que l'expérimentation et la simulation étaient plus ou moins suivies et j'étais donc plutôt satisfait du résultat.
Re : Création d'un modèle de simulation et d'un modèle expérimental et comparaisonDésolé, mais il m'est très difficile de répondre à votre question lorsque je ne comprends pas la situation, l'expérience ou l'analyse que vous avez faite. Dans quelle mesure le changement dans Y présente-t-il un intérêt scientifique ou technique ? La plage totale en Y sur les 810 lignes de données est de 0,44. Est-ce que cela a une signification pratique ? Vous disposez de plusieurs points de données pour chaque combinaison de traitements. S'agit-il de répétitions ou de répétitions randomisées ? Si j'analyse l'expérience réelle en la traitant comme des répétitions randomisées, je trouve au moins 6 points de données inhabituels (via l'analyse des résidus). Le RSquare est d'environ 0,49, ce qui signifie que le modèle utilisé pour l'analyse n'explique qu'environ 49 % de la variation des données. Seuls les effets principaux et éventuellement l'effet quadratique présentent un intérêt statistique. Avez-vous réduit le modèle ? Le modèle a-t-il du sens ?
Source | Valeur du journal | | Valeur P |
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 : Création d'un modèle de simulation et d'un modèle expérimental et comparaison@hluo90 Avec ma question n°4, ce que je demande, c'est comment la distribution de la réponse se compare-t-elle entre la simulation et les expériences empiriques. Je commencerais probablement par un histogramme de chacun et comparerais les spreads, les formes et la tendance centrale de chaque distribution. Examinez ensuite dans quelle mesure les distributions correspondent à ces caractéristiques.
Avec ma question n°5, chaque expérience produit un modèle. Chaque modèle peut être utilisé pour faire des prédictions. La différence arithmétique entre les valeurs observées et prédites correspond aux résidus. Comment se comparent les distributions des résidus ?
Avec ma question n°5, en utilisant quelque chose comme la capacité de simulation Monte Carlo de JMP, vous pouvez faire varier les variables prédictives dans chaque modèle et voir comment les réponses changent en fonction de cette variation.
Re : Création d'un modèle de simulation et d'un modèle expérimental et comparaisonJe veux dire les erreurs types des estimations des paramètres. Après avoir compris un peu plus comment ils sont calculés étant donné
somme totale de l'erreur/variaton dans le paramètre, il semble que les erreurs standard des paramètres devraient être les mêmes.
Revenons au but, oui, j'essaie de comparer les 2 modèles de chaque ensemble de données. L'ensemble de données est une variation des paramètres d'un circuit. Quelle est la manière standard/meilleure de comparer les deux modèles et de montrer que la variation des paramètres d'un circuit dans la simulation/le matériel donne des résultats identiques/similaires ?
Re : Création d'un modèle de simulation et d'un modèle expérimental et comparaison1. Bien sûr, j'ai donc essentiellement une simulation des performances du circuit faisant varier certains paramètres. J'ai également mesuré les résultats du même circuit avec ces mêmes paramètres variés. Je voudrais montrer que les résultats mesurés correspondaient ou non à la simulation.
2. L'estimation du paramètre dans ce cas serait le paramètre du circuit qui a varié, et je pense donc que ce serait important d'un point de vue pratique.
3. Pour l'instant, c'est pareil, mais le modèle de simulation devrait probablement avoir plus de points.
4-6, je ne suis pas sûr de comprendre.
En fin de compte, j'essaie simplement de montrer que la simulation prédit avec précision les appareils fabriqués.
Re : Création d'un modèle de simulation et d'un modèle expérimental et comparaisonJe ne comprends pas votre question. Qu'entendez-vous par « sensibilités des facteurs » ? Essayez-vous de comparer les 2 modèles de chaque ensemble de données ? Si c'est le cas, comme @P_Bartel indique qu'il existe de nombreuses caractéristiques du modèle qui pourraient être comparées (R-carrés, RMSE, coefficients (Estimations), Résidus (En fait, vous avez des résidus inhabituels dans vos données DOE).Après avoir brièvement examiné les 2 ensembles de données, je ne suis pas sûr de l'analyse que vous effectuez, mais je n'obtiens pas les mêmes erreurs standards pour les estimations des paramètres, ni les mêmes paramètres statistiquement significatifs dans les modèles.
Comment la simulation a-t-elle été créée ? Quel modèle a été utilisé pour la simulation ?
Re : Création d'un modèle de simulation et d'un modèle expérimental et comparaisonAvertissement : je n'ai pas examiné les données, les modèles ou toute analyse que l'on pourrait créer pour votre problème.
Je concentrerai l'essentiel de mon commentaire sur votre première question... avec de nombreuses questions et quelques réflexions.
1. Pouvez-vous nous en dire davantage sur le problème pratique en question ? Je pense que toute analyse et conclusion doivent être prises en compte et filtrées à travers cette lentille plutôt que de simplement regarder des graphiques, des données et des statistiques.
2. La comparaison numérique aveugle des estimations de paramètres est une et une seule façon de comparer ces deux systèmes. Je peux pratiquement garantir qu’ils seront différents. Bon sang, relancez l'expérience empirique, et je garantirai presque une différence numérique. Mais ces différences sont-elles importantes d’un point de vue pratique ? Voir la question n°1. au-dessus de.
3. Dans quelle mesure l’espace factoriel se chevauche-t-il entre les données de simulation et les données empiriques ? Y a-t-il des domaines d’intérêt qui ne sont pas cohérents ?
4. Dans quelle mesure y a-t-il un chevauchement dans l’espace de réponse de chacun ? Y a-t-il des domaines d’intérêt qui ne sont pas cohérents ?
5. Quel est le degré de cohérence dans l’espace résiduel pour chaque modèle ? Après tout... il s'agit d'une estimation de variation inexpliquée pour chaque modèle... le degré d'incohérence est-il problématique ?
6. Avez-vous essayé la simulation pour chaque modèle afin de voir quelles sont les sensibilités dans l'espace de modélisation ?
J'invite les autres à commenter et à ajouter leurs réflexions. Mais en fin de compte, je pense que le simple fait de regarder les estimations des paramètres donne une vision très, très étroite de « que se passe-t-il dans le système ? »
