408383_de-DE

liliconcom

Vorhersage-Profilier-Simulationsautomatisierung

Hallo alle!

 

Im Prediction Profiler kann der Benutzer PPM-Werte mit vorgegebenen Vorhersageformeln, Eingaben und Spezifikationsgrenzen generieren. Dies kann durch einfaches Klicken auf die Schaltfläche „Simulieren“ neben dem Vorhersage-Profiler im Profiler-GUI-Setup erfolgen. Zu diesem Zeitpunkt wird eine Tabelle mit den Mittelwert-, PPM- und Standardabweichungswerten erstellt.

 

Ich bin neugierig: Kann dieser Prozess innerhalb eines Skripts (oder anderswo in der GUI) automatisiert werden, um mehrere PPM-Werte über einen festgelegten Wertebereich für jede der Eingabevariablen zu erzeugen? . Ich würde diese Daten dann verwenden, um die verschiedenen PPM-Werte im Vergleich zu den gegebenen Eingabeparametern darzustellen und darzustellen. Bisher habe ich keine Möglichkeit gefunden, dies zu tun. Die einzige Möglichkeit besteht derzeit darin, einfach den Eingabewert zu ändern, erneut auf die Schaltfläche „Simulieren“ zu klicken und dann den Ausgabe-PPM-Wert manuell zu dokumentieren. Dies ist offensichtlich keine sehr effiziente Methode, aber bei meinen Recherchen im Internet und in diesen Foren habe ich keine andere Methode gefunden.

 

Ich würde mich sehr über Tipps zur Automatisierung dieses Prozesses freuen! Danke.

Datenexploration und -visualisierungQualitäts- und VerfahrenstechnikWindowsBetreff: Prediction Profilier Simulationsautomatisierung

Versuchen Sie es mit „Hilfe > Skriptindex“ und suchen Sie nach „Simulator“:

Diese Beispiele sollen helfen.

Betreff: Prediction Profilier Simulationsautomatisierung

Danke @ich h , diese Antwort ist genau das, wonach ich gesucht habe! Ich schätze die Kommentare und den ausführlichen Code für jeden der von mir beschriebenen Abschnitte.

 

Meine einzige zusätzliche Frage ist, wie ich auch in diesem Skript die „Spec Limits“ vom Simulator aus festlegen kann. Etwa so:

// 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>  )
 )
);

Wenn ich dieses Codeäquivalent hinzufüge, wird das Dialogfeld „Spec Limits“ angezeigt, aber ich konnte es im Aufruf „Spec Limits()“ nicht mit verschiedenen Ausdrücken füllen. Ich hatte Probleme, Dokumentation für solche Kleinigkeiten zu finden.

Betreff: Prediction Profilier Simulationsautomatisierung

Hallo @Getreide Kerl , willkommen in der Community!

 

Der Simulator in JMP verfügt über ein Tool namens Simulationsexperiment, das meiner Meinung nach für das entwickelt wurde, was Sie hier erreichen möchten.Das folgende Skript enthält Kommentare, denen Sie folgen können sollten, sowie eine Erkundung der Simulationsmenüs, um die richtigen Befehle zu finden (sehen Sie im Profiler im roten Dreieck neben „Simulation“).Ist das der Weg, den Sie suchen?

 

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 ) ) )
);