解析でフィットモデルを使用してDOE設計として予測式を取得するにはどうすればよいですかこんにちは、
JMP で利用可能な DOE 設計ツールを使用する代わりに、実験計画を手動で作成し、JMP テーブルに貼り付けました。
必要な応答をすべて追加した後、モデルの適合を実行してデータを分析し、モデル式を取得しました。 マクロの応答曲面を使用してモデル効果を構築しました。
走り終わってフォーミュラを確認しましたが、思ったようなフォームになっていません。
たとえば、中心点 120 で温度範囲を 100 ～ 140 に設定します。 したがって、このレベルは、(温度-120)/20 によって -1 から 1 の間でコード化できます。
コード化された形式で予測式が得られると期待していましたが、得られたのは定数が異なる式でした。 この問題の解決方法を教えていただけますか。 ご協力ありがとうございました！
よろしくお願いします、
実験計画法Re: 解析でフィットモデルを使用して DOE 設計として予測式を取得するにはどうすればよいですかわかりにくい説明で申し訳ありません。 左と右は同じ実際の値からのものです。 違いは、左側のデータ テーブルは DOE 応答曲面ツールを使用して生成され、右側のデータ テーブルは自分で入力したことです。 次に、応答曲面モデルを使用してモデルの適合を実行しました。 同じ実際の値と応答値を使用したため、両方の予測式は同じになるはずだと思いました。 見た目は違いますが、予測値は同じであることを確認しました。
ということは、この違いはDOEの予測式を書き換えるコードが背景にあるからということでよろしいでしょうか？
はい。 効果の重要性を確認し、モデルを有意な項に削減しています。 次に進む前に、後で間違いがないことを確認したいと思います。 私はこのプログラムに関しては全くの初心者です。 私の状況を理解してください。 コメントありがとうございます。とても助かります。 また、編集したファイルを共有していただきありがとうございます。 あなたが開いた他の機能を学ぶことができます。 とても助かります。
よろしくお願いします
Re: 解析でフィットモデルを使用して DOE 設計として予測式を取得するにはどうすればよいですかJMP テーブルを追加していただきありがとうございます。 質問がわかりません...モデルは分析に使用されたレベルで記述されます。 したがって、左側 (スクリーンショット) が実際の値であり、右側がコード化されたレベルである場合、モデルは当然異なります。 ベータ係数は項によって乗算されるため、モデルを作成するときに実際のレベルに合わせて調整する必要があることに注意してください。 これらは傾きを正規化するためにコード化されているため、有意性を比較できます。
優れたテストは、予測式をテーブルに保存することです (応答収量の横にある赤い三角形) > [列の保存] > [予測式]。 これを完了すると、重要な因子の値を入力できます (テーブルに行を追加するだけです)。JMP は保存されたモデルを使用して結果を予測します。 結果は意味があるのでしょうか?
データセットを見ましたが、どうやってそのモデルにたどり着いたのかわかりません。 効果を分析してどれが有意であるかを判断し、モデルを有意な項に縮小しましたか? あなたが含めたいくつかの用語はほとんど効果がないことがわかります。 ファンキーな残留物もいくつかあります。 バイオマスと温度が最も大きな影響を与えるようです。 IL と Time はバイオマスと相互作用する可能性がありますが、その主な影響は無視できます。
コード化されていないモデルとコード化されたモデル (モデルを削減した後) の両方に対してモデルの適合を実行し、予測式をテーブルに保存しました。
Re: 解析でフィットモデルを使用して DOE 設計として予測式を取得するにはどうすればよいですかこんにちは、
素晴らしい説明をしていただきありがとうございました。
私はまだ混乱しています。 それでは、DOE ツールを使用して実験を設計するときに、ベータ係数を元のレベルに戻す変換は有効でしょうか?
ファイルを添付し、予測式をキャプチャしました。 左側は DOE ツールを使用したときの表現で、右側は手動で設計した実験実行で得られたものです。
それは同じであるべきだと思います。
よろしくお願いします
Re: 解析でフィットモデルを使用して DOE 設計として予測式を取得するにはどうすればよいですかまず、フォーラムへようこそ。 次に、投稿に JMP ファイルを添付していただければ助かります (匿名化できます)。
モデルの適合を実行すると、JMP はデータ (バックグラウンドでコード化された) を分析し、ベータ係数をテーブル内の元のレベル設定に変換します。 コード化されたモデルが必要な場合は、モデルの適合を実行する前にレベルをコード化する必要があります。 コーディングは 0 を中心として等距離である必要があります。たとえば、2 レベル係数の場合は -1,1、3 レベル係数の場合は -1,0,-1)
