안녕하세요! 6 개의 열이 있고 6 번째 열은 기본적으로 열 1-5의 공식입니다. 예를 들면
-컬럼 1 : 온도 A
-컬럼 2 : 온도 B
-컬럼 3 : 온도 C
-컬럼 4 : 온도 D
-열 5 : 흐름
-열 6 : 흐름 * [(AC) / (BD)]
내가보기에 JMP에서 가장 좋은 도구는 무엇입니까? 1-5 사이의 열 중 6 열이 변경되는 이유에 가장 기여하는 요소는 무엇입니까? 제 질문이 분명했으면 좋겠습니다 ... 감사합니다.
귀하의 질문이 이해가되지 않습니다.수식을 사용하여 만든 6 열-수식은 각 변수가 포함되는 방식을 보여주기 때문에 6 열에 얼마나 기여하는지 묻는 것은 의미가 없습니다. 일반적으로 설명하려는 반응 변수가 있습니다. 열은 해당 반응을 예측하는 데 사용하는 잠재적 인 요인입니다.그런 다음 각각이 얼마나 기여하는지 묻는 것이 합리적입니다.
6 열은 반응 변수이고 1-5 열은 요인입니다.
요인에 대한 반응의 민감도를 요구하고 있습니다. 미적분에 의해 결정될 수 있으며 새 열에서 새 변수를 계산할 수 있습니다. 그러면 최대 값을 가진 열이 가장 큰 영향을 미치는 열이됩니다. 민감도는 실제 값의 함수이므로 요인 영역의 각 지점에서 다를 수 있습니다.
민감도는 방정식 자체를보고 결정됩니다. 방정식은 다음과 같습니다.
Y = 흐름 * (AC) / (BD)
미적분을 통해 이러한 민감도 방정식을 얻고 각각 공식이있는 5 개의 새 열로 만들 수 있습니다.
SA = dY / dA = 유량 / (BD), 단위는 도당 유량입니다.
SB = dY / dB = -Flow * (AC) / (BD) ^ 2, 단위는 도당 유량입니다.
SC = dY / dC = -Flow / (BD), 단위는 도당 유량입니다.
SD = dY / dD = 유량 * (AC) / (BD) ^ 2, 단위는 도당 유량입니다.
SFlow = dY / dFlow = (AC) / (BD), 단위는 무 차원
내가 찾은 열 간의 관계에 대한 기존 모델 (예 : 수식)이있을 때마다 프로파일 러 관계가 어떻게 생겼는지 알 수있는 최고의 도구입니다.
나는 당신의 공식을 취하고 온도에 대한 몇 가지 범위를 구성하고 유량을 -1에서 1로 설정했습니다.
프로필러를 게시했습니다. JMP 공개 아래에 삽입했습니다.
여기에 데이터 테이블도 첨부합니다.
자세히 알아보기 예측 프로파일 러 .
