需要帮助确定哪些数据应该在重复测量中被随机威胁你好。
有人可以帮我解决这个问题或验证我在这里走得好吗？
我有一个长格式的数据，其中包含月份（从 1 月到 3 月）、当月中的某天（从 1 到 31）、班次（从 1 到 3 日）、班次内的总能耗（这是因变量）和工作时间一个班次（从 0 到 8 小时）内 12 个不同系统（机器）的小时数。
我想找出每个系统的能源消耗，并能够根据每个系统的预期工作时间来预测未来的预期能源消耗。
由于有重复的措施，混合模型对我来说似乎很合适。 现在，我已经提出了我应该将什么视为固定、随机和重复的问题。
我认为月份是随机的，因为它只包含一年内所有月份的样本（3 个月）。 此外，观察结果不是随机的，而是顺序的。 这会是个问题吗？
我将日班和班次视为固定的，因为它们涵盖了一个月内的所有日班和班次。 这是适当的方法吗？
关于重复结构我认为当天应该重复测量但是什么结构是合适的？
另外，您能否解释一下应该嵌套什么以及如何嵌套。 我在想嵌套会变成几天，几个月内会变成几天。 这可以做到吗？ 我该怎么做？
这是我的直觉思维，如果你给我一些反馈和帮助，我会很感激。 还可以分享任何如何嵌套的教程，因为这是我第一次使用 JMP。
谢谢你们
分析其他视窗回复：需要帮助确定在重复测量中应该随机威胁哪些数据你好@机器河马109 ,
听起来是个有趣的问题。 您可以共享 JMP 文件中的数据吗？ 你的数据表的结构听起来有点复杂，我自己编造一些东西并确保它具有正确的数据结构。
听起来您在 12 台不同的机器上收集了时间序列数据，这些机器在 0 到 8 小时之间针对不同的班次运行。 这可以使用许多不同的方法来建模。 一种方法是进行时间序列预测。 另一个可能是 NN 或 Boosted Trees，甚至 GenReg 模型也可以很好地拟合数据。 但是，听起来您正试图根据总运行时间来预测每台机器的未来功耗，对吗？
我有兴趣尝试一下，看看哪种建模方法效果最好。 您肯定需要做的一件事是将数据划分为训练/验证/测试集，以确保您拥有最好的模型。 要么这样，要么您必须使用类似的相关结构来模拟数据，以便您可以使用该模拟数据来训练模型并在真实数据上对其进行测试。
如果你能分享数据，我可能会尝试一些事情，让你知道我发现了什么。
听起来很有趣！，
DS
回复：需要帮助确定在重复测量中应该随机威胁哪些数据您好 SDF1，感谢您的快速回复。
不幸的是，我无法分享数据，因为它来自我实习的公司的实际数据。 数据看起来如何：
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 ....
我对每个系统消耗多少能源更感兴趣，当然还可以根据计划的生产/工作时间预测未来的消耗。
回复：需要帮助确定在重复测量中应该随机威胁哪些数据几年前，我帮助一位客户制定了资源规划模型。 他们制定了项目计划，项目负责人可以在其中输入复杂性或创新水平等内容，并希望了解完成项目所需的资源和时间。 在他们通过项目负责人的经验这样做之前，事实证明，新模型在几乎所有情况下都优于他们。
他们有时间参与项目的不同阶段，以及每个阶段涉及的资源（人员）来自以前的数据和实际长度。
成功的关键是一个聚类步骤（这里是一个潜在的类分析）来为不同的场景找到好的预测器，因为整体模型不能很好地工作。
然后，他们为每个集群场景创建了模型，并使用验证和测试集来找到最佳模型并针对看不见的数据进行测试。
对于建模过程，我们比较了 JMP Pro 中的不同策略，例如 Bootstrap 森林、使用各种方法（套索、弹性网络等）的广义回归、神经网络等。 比较这些对于了解可能的缺陷或情况（以及为什么）一个模型表现更好（因为有时是在他们不太感兴趣的环境中，因此会选择一个对其他模型表现更好的模型，甚至如果整体性能有点低）。
最后，他们拥有集群场景的模型，并根据他们的项目设置使用适当的模型来预测时间尺度和资源计划。
我相信转移到你的情况应该没有那么困难。 我想说的是，在直接进入建模过程之前，您需要先了解您的数据。 可能存在一种情况（可能尚未在数据中，如生产线或测试设备，...），由于该潜伏变量，该情况会为相同的参数设置生成不同的输出。 将所有数据放入一个大篮子可能会导致错误的预测。
回复：需要帮助确定在重复测量中应该随机威胁哪些数据你好@机器河马109 ,
这个问题听起来很简单，但它需要您在 JMP 中使用许多不同的平台来探索您的数据。 例如，评估像 GenReg、决策树、SVM、NN、KNN、PLS 和标准最小二乘之类的东西。 我认为您的数据结构的格式不适合时间序列分析/预测。 时间序列平台需要每个观察（行）的唯一时间标识符。 因此，在第 1 天（等等）进行 1、2、3 班次是行不通的。
根据您共享的结构，似乎每个系统 (1-12) 在给定日期的给定轮班期间运行 0-8 小时，并且功耗是所有系统的总功耗。
在开发模型时，如果您使用标准拟合模型平台，您可能需要考虑/咨询您的同事，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）项。 例如，也许您知道 systemX Hrs 和班次之间存在一些交叉项，例如 System5 在第 3 班次期间总是运行至少 6 小时，但在其他两个班次中运行不到 4 小时。 这将引入班次和系统使用时间混合在一起的效果。 我不建议把它扔进去，除非你事先有证据证明这种相互作用存在。
如前所述，您需要将数据（以 MWh 为单位的功率）至少划分为训练集和验证集，并且您可能希望通过 Power 和 Shift 对其进行分层，以便训练集和验证集在轮班并保持系统人力资源使用的相同分布。 我附上了一个与你的一月和二月结构相同的模拟数据表。 我制作的验证列按 Power 和 Shift 进行了分层，您可以探索分布并查看数据是如何划分的——75% 的训练和 25% 的验证。 您甚至可以考虑进行 60/20/20 拆分 60% 的训练、20% 的验证和 20% 的测试，然后拆分（将其作为子集）测试数据以比较不同的模型。
最终，您需要探索具有多个不同平台的模型并优化每个模型的拟合。 一旦您生成了多个模型，您可能希望通过评估保留的“测试”集上的每个模型来查看哪个模型执行得最好——这将是未用于训练或验证模型的数据。 性能最佳的模型将是您希望为您的公司部署的模型。
回到线程的标题，听起来您不需要在模型中包含随机效果。 我认为您不需要将任何数据视为随机数据。
希望这可以帮助！，
DS
