408383_zh-CN

liliconcom

预测分析器模拟自动化

大家好！

 

在预测刻画器中，用户能够使用给定的预测公式、输入和规格限制生成 PPM 值。 只需点击分析器 GUI 设置中预测分析器旁边的“模拟”按钮即可完成此操作。 此时，将生成一个包含平均值、PPM 和标准差值的表。

 

我好奇：此过程是否可以在脚本（或 GUI 中的其他位置）中自动执行，以便为任何输入变量在设定的值范围内生成多个 PPM 值。 我将使用这些数据来绘制并显示各种 PPM 值与给定输入参数的关系。 到目前为止，我还没有找到一种方法来做到这一点。 目前唯一的方法是简单地更改输入值并再次点击模拟按钮，然后手动记录输出 PPM 值。 这显然不是一种非常有效的方法，但是通过我在网上和这些论坛中的搜索，我没有找到其他方法。

 

我将非常感谢任何有助于自动化此过程的提示！ 谢谢。

数据探索和可视化质量和工艺工程视窗回复：预测分析器模拟自动化

尝试“帮助 > 脚本索引”并搜索“模拟器”：

这些例子应该有帮助。

回复：预测分析器模拟自动化

谢谢@ih ，这个答案正是我一直在寻找的！ 我很欣赏我所描述的每个部分的评论和完整的代码。

 

我唯一的附加问题是如何在此脚本中的模拟器中设置“规格限制”。 比如这样：

// Use simulation in the profiler to estimate variation in yield at a single point
prf = Profiler(
 Y( :Pred Formula Yield ),
 Profiler(
  1,
  Term Value(
   Aperture( 11.25, Lock( 0 ), Show( 1 ) ),
   Ranging( 10, Lock( 0 ), Show( 1 ) ),
   Cadence( 22.5, Lock( 0 ), Show( 1 ) )
  ),
  Simulator(
   1,
   Factors(
    Aperture << Random( Normal( 11.25, 2 ) ),
    Ranging << Random( Normal( 10, 1 ) ),
    Cadence << Random( Normal( 22.5, 4 ) )
   ),
   Responses( Pred Formula Yield << No Noise ),
<FONT color="#FF0000">            Spec Limits( Pred Formula Yield, LSL(0), USL(2) )     // insert actual Spec Limits Code here</FONT>  )
 )
);

如果我添加此等效代码，则会弹出“规格限制”对话框，但我无法在“规格限制（）”调用中使用各种表达式填充它。 我一直很难找到像这样的小事情的任何文档。

回复：预测分析器模拟自动化

你好@谷物盖伊，欢迎来到社区！

 

JMP 中的模拟器有一个名为模拟实验的工具，该工具是为我相信您在这里想要完成的任务而构建的。下面的脚本包含您应该能够遵循的注释，以及对模拟菜单的一些探索以找到正确的命令（查看探查器内“模拟”旁边的红色三角形）。这是您正在寻找的道路吗？

 

Names default to here(1);

// Open a sample data set and make a prediction for yield
dt = Open("$Sample_data/Ro.jmp");

fm = Fit Model(
 Y( :Yield ),
 Effects( :Aperture, :Ranging, :Cadence ),
 Personality( "Standard Least Squares" ),
 Emphasis( "Effect Leverage" ),
 Run(
  :Yield << {Summary of Fit( 1 ), Analysis of Variance( 1 ),
  Parameter Estimates( 1 ), Lack of Fit( 0 ), Scaled Estimates( 0 ),
  Plot Actual by Predicted( 1 ), Plot Regression( 0 ),
  Plot Residual by Predicted( 1 ), Plot Studentized Residuals( 0 ),
  Plot Effect Leverage( 1 ), Plot Residual by Normal Quantiles( 0 ),
  Box Cox Y Transformation( 0 )}
 )
);

fm << Prediction Formula;

// Use simulation in the profiler to estimate variation in yield at a single point
prf = Profiler(
 Y( :Pred Formula Yield ),
 Profiler(
  1,
  Term Value(
   Aperture( 11.25, Lock( 0 ), Show( 1 ) ),
   Ranging( 10, Lock( 0 ), Show( 1 ) ),
   Cadence( 22.5, Lock( 0 ), Show( 1 ) )
  ),
  Simulator(
   1,
   Factors(
    Aperture << Random( Normal( 11.25, 2 ) ),
    Ranging << Random( Normal( 10, 1 ) ),
    Cadence << Random( Normal( 22.5, 4 ) )
   ),
   Responses( Pred Formula Yield << No Noise )
  )
 )
);

// Do a simulation experiment to calculation variation in yield for 
// different levels of your inputs.  Note that you might need to
// adjust the ranges for different variables before this step using
// 'resent factor grid' to ensure you explore the relevant space.
dtSim = prf << Simulator( Simulation Experiment( 512, 1 ) );
dtSim << New Column( "Lowest Yield Expected",
 Numeric,
 "Continuous",
 Format( "Best", 12 ),
 Formula( :Pred Formula Yield Mean - 3 * :Pred Formula Yield SD )
);

// Graph results
dtSim << Graph Builder(
 Size( 558, 552 ),
 Show Control Panel( 0 ),
 Variables(
  X( :Aperture ),
  Y( :Ranging ),
  Wrap( :Cadence, Levels( 9 ) ),
  Color( :Lowest Yield Expected )
 ),
 Elements( Contour( X, Y, Legend( 9 ) ) )
);