需要幫助確定哪些數據應該在重複測量中被隨機威脅你好。
有人可以幫我解決這個問題或驗證我在這裡走得好嗎？
我有一個長格式的數據，其中包含月份（從 1 月到 3 月）、當月中的某天（從 1 到 31）、班次（從 1 到 3 日）、班次內的總能耗（這是因變量）和工作時間一個班次（從 0 到 8 小時）內 12 個不同系統（機器）的小時數。
我想找出每個系統的能源消耗，並能夠根據每個系統的預期工作時間來預測未來的預期能源消耗。
由於有重複的措施，混合模型對我來說似乎很合適。 現在，我已經提出了我應該將什麼視為固定、隨機和重複的問題。
我認為月份是隨機的，因為它只包含一年內所有月份的樣本（3 個月）。 此外，觀察結果不是隨機的，而是順序的。 這會是個問題嗎？
我將日班和班次視為固定的，因為它們涵蓋了一個月內的所有日班和班次。 這是適當的方法嗎？
關於重複結構我認為當天應該重複測量但是什麼結構是合適的？
另外，您能否解釋一下應該嵌套什麼以及如何嵌套。 我在想嵌套會變成幾天，幾個月內會變成幾天。 這可以做到嗎？ 我該怎麼做？
這是我的直覺思維，如果你給我一些反饋和幫助，我會很感激。 還可以分享任何如何嵌套的教程，因為這是我第一次使用 JMP。
謝謝你們
分析其他視窗回复：需要幫助確定在重複測量中應該隨機威脅哪些數據你好@機器河馬109 ,
聽起來是個有趣的問題。 您可以共享 JMP 文件中的數據嗎？ 你的數據表的結構聽起來有點複雜，我自己編造一些東西並確保它具有正確的數據結構。
聽起來您在 12 台不同的機器上收集了時間序列數據，這些機器在 0 到 8 小時之間針對不同的班次運行。 這可以使用許多不同的方法來建模。 一種方法是進行時間序列預測。 另一個可能是 NN 或 Boosted Trees，甚至 GenReg 模型也可以很好地擬合數據。 但是，聽起來您正試圖根據總運行時間來預測每台機器的未來功耗，對嗎？
我有興趣嘗試一下，看看哪種建模方法效果最好。 您肯定需要做的一件事是將數據劃分為訓練/驗證/測試集，以確保您擁有最好的模型。 要么，要么您必須使用類似的相關結構來模擬數據，以便您可以使用該模擬數據來訓練模型並在真實數據上對其進行測試。
如果你能分享數據，我可能會嘗試一些事情，讓你知道我發現了什麼。
聽起來很有趣！，
DS
回复：需要幫助確定在重複測量中應該隨機威脅哪些數據您好 SDF1，感謝您的快速回复。
不幸的是，我無法分享數據，因為它來自我實習的公司的實際數據。 數據看起來如何：
月 日班消耗量 MWh System1 in Hr System2 in Hr System3 in Hr.......
1 1 1 3.8 8 2 5 ....
1 1 2 3.2 8 6 6 ....
我對每個系統消耗多少能源更感興趣，當然還可以根據計劃的生產/工作時間預測未來的消耗。
回复：需要幫助確定在重複測量中應該隨機威脅哪些數據幾年前，我幫助一位客戶制定了資源規劃模型。 他們制定了項目計劃，項目負責人可以在其中輸入複雜性或創新水平等內容，並希望了解完成項目所需的資源和時間。 在他們通過項目負責人的經驗這樣做之前，事實證明，新模型在幾乎所有情況下都優於他們。
他們有時間參與項目的不同階段，以及每個階段涉及的資源（人員）來自以前的數據和實際長度。
成功的關鍵是一個聚類步驟（這裡是一個潛在的類分析）來為不同的場景找到好的預測器，因為整體模型不能很好地工作。
然後，他們為每個集群場景創建了模型，並使用驗證和測試集來找到最佳模型並針對看不見的數據進行測試。
對於建模過程，我們比較了 JMP Pro 中的不同策略，例如 Bootstrap 森林、使用各種方法（套索、彈性網絡等）的廣義回歸、神經網絡等。 比較這些對於了解可能的缺陷或情況（以及為什麼）一個模型表現更好（因為有時是在他們不太感興趣的環境中，因此會選擇一個對其他模型表現更好的模型，甚至如果整體性能有點低）。
最後，他們擁有集群場景的模型，並根據他們的項目設置使用適當的模型來預測時間尺度和資源計劃。
我相信轉移到你的情況應該沒有那麼困難。 我想說的是，在直接進入建模過程之前，您需要先了解您的數據。 可能存在一種情況（可能尚未在數據中，如生產線或測試設備，...），由於該潛伏變量，該情況會為相同的參數設置生成不同的輸出。 將所有數據放入一個大籃子可能會導致錯誤的預測。
回复：需要幫助確定在重複測量中應該隨機威脅哪些數據你好@機器河馬109 ,
這個問題聽起來很簡單，但它需要您在 JMP 中使用許多不同的平台來探索您的數據。 例如，評估 GenReg、決策樹、SVM、NN、KNN、PLS 和標準最小二乘之類的東西。 我認為您的數據結構的格式不適合時間序列分析/預測。 時間序列平台需要每個觀察（行）的唯一時間標識符。 因此，在第 1 天（等等）進行 1、2、3 班次是行不通的。
根據您共享的結構，似乎每個系統 (1-12) 在給定日期的給定輪班期間運行 0-8 小時，並且功耗是所有系統的總功耗。
在開發模型時，如果您使用標準擬合模型平台，您可能需要考慮/諮詢您的同事，看看是否有任何理由需要/想要在模型中包含任何交叉（混合）項。 例如，也許您知道 systemX Hrs 和班次之間存在一些交叉項，例如 System5 在第 3 班次期間總是運行至少 6 小時，但在其他兩個班次中運行不到 4 小時。 這將引入班次和系統使用時間混合在一起的效果。 我不建議把它扔進去，除非你事先有證據證明這種交互存在。
如前所述，您需要將數據（以 MWh 為單位的功率）至少劃分為訓練集和驗證集，並且您可能希望通過 Power 和 Shift 對其進行分層，以便訓練集和驗證集在輪班並保持系統人力資源使用的相同分佈。 我附上了一個與你的結構相同的模擬數據表，用於 1 月和 2 月。 我製作的驗證列按 Power 和 Shift 進行了分層，您可以探索分佈並查看數據是如何劃分的——75% 的訓練和 25% 的驗證。 您甚至可以考慮進行 60/20/20 拆分 60% 的訓練、20% 的驗證和 20% 的測試，然後拆分（將其作為子集）測試數據以比較不同的模型。
最終，您需要探索具有多個不同平台的模型並優化每個模型的擬合。 一旦您生成了多個模型，您可能希望通過評估保留的“測試”集上的每個模型來查看哪個模型執行得最好——這將是未用於訓練或驗證模型的數據。 性能最佳的模型將是您希望為您的公司部署的模型。
回到線程的標題，聽起來您不需要在模型中包含隨機效果。 我認為您不需要將任何數據視為隨機數據。
希望這可以幫助！，
DS
