Aquí hay una gran presentación de @Phil_Kay utilizando la nueva plataforma Model Screening en JMP Pro 16.
La situación involucra un ejemplo de investigación y desarrollo industrial donde una empresa está tratando de desarrollar un proceso para fabricar un producto químico de alto valor.Hay miles de posibles combinaciones de "ingredientes" para este proceso.Eligieron 150 combinaciones al azar y esperan usar esa información para encontrar la combinación de mayor rendimiento.
El desafío es lograr el máximo rendimiento posible.Para hacer eso, construyeron modelos para comprender el efecto de cada variable en el rendimiento, y lo usaron para predecir el rendimiento de las combinaciones de ingredientes que no se probaron.Usaron Model Screening en JMP Pro 16 para construir y probar los modelos, y seleccionaron el modelo que mejor se desempeñó en los datos de validación. A partir de ahí, pudieron acotar su búsqueda del rendimiento más alto en las combinaciones que se predijo que tendrían un mejor rendimiento que las combinaciones que no lo fueron.
En este video, verá cómo los flujos de trabajo automatizados para ejecutar, comparar, seleccionar y explorar modelos ahorran tiempo, brindan información más detallada e impulsan mejores decisiones.
