408383_it-IT

liliconcom

Profilier di previsione Automazione della simulazione

Ciao a tutti!

 

All'interno del Prediction Profiler l'utente è in grado di generare valori PPM con determinate formule di previsione, input e limiti di specifiche. Questo può essere fatto semplicemente premendo il pulsante "simula" accanto al profiler di previsione nella configurazione della GUI del profiler. A questo punto verrà generata una tabella contenente i valori di media, PPM e Deviazione standard.

 

Io sono curioso: Questo processo può essere automatizzato all'interno di uno script (o altrove nella GUI) per produrre più valori PPM su un determinato intervallo di valori per una qualsiasi delle variabili di input . Userei questi dati per tracciare e mostrare i vari valori PPM rispetto ai parametri di input forniti. Per ora, non ho trovato un modo per farlo. L'unico modo attualmente è semplicemente modificare il valore di input e premere nuovamente il pulsante di simulazione, quindi documentare manualmente il valore PPM di output. Questo ovviamente non è un modo molto efficiente per farlo, ma attraverso le mie ricerche online e in questi forum non ho trovato un altro metodo.

 

Apprezzerei molto qualsiasi suggerimento per aiutare ad automatizzare questo processo! Grazie.

dainaScriptingfinestreRe: Profilier di previsione automazione della simulazione

Ciao @CerealGuy , benvenuto nella community!

 

Il simulatore in JMP ha uno strumento chiamato esperimento di simulazione che è stato creato per ciò che credo tu stia cercando di realizzare qui.Lo script seguente contiene commenti che dovresti essere in grado di seguire, insieme ad alcune esplorazioni dei menu di simulazione per trovare i comandi giusti (guarda nel triangolo rosso accanto a Simulazione all'interno del profiler).È questo il percorso che stai cercando?

 

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 ) ) )
);