Ciao, sono Ron Kenneth.
Questo è un giunto parlare con Chris Gotwalt.
Il parlare è Su Funzionale Dati Analisi e Non lineare Regressione Modelli.
E in ordine a esaminare il opzioni
e che cosa bene ottenere fuori di questo genere di analisi,
bene volere prendere un informazione qualità prospettiva.
In un senso, questo è un Seguire su a un parlare bene hanno dato ultimo anno
in il stesso Scoperta Vertice.
Così io volere inizio con semplice esempi
a introdurre FDA e Non lineare Regressione.
E poi Chris volere copertina un complesso e altro ancora
sostanzialmente Di più complesso esempio di ottimizzazione,
quale include miscela esperimenti progettato a partita un riferimento profilo.
Così il storia inizia con dati Su compresse Quello sono dissolto
e misurazioni sono fatto in diverso volta punti,
cinque minuti, dieci minuti, 15 minuti, ogni cinque minuti,
e poi 20 minuti, dieci minuti dopo,
30, e poi 15 minuti dopo, 45 minuti.
Noi avere 12 compresse Quello sono Nostro Prodotto
e 12 compresse Quello sono il riferimento.
I nostri obbiettivo è a avere un Prodotto Quello partite il riferimento.
E in questo genere di dati, bene avere un profilo,
e bene tener conto di Due opzioni,
FDA e NLR.
In l'esempio di Chris, bene parlare di qualcosa chiamato l'F 2,
quale è un Terzo opzione per analizzando questo genere di dati.
Così ecco che cosa esso sembra come con il grafico costruttore.
Sig il sinistra, bene avere il riferimento profili.
Sig il Giusto bene avere il compresse e il test.
Noi potere vedere questo è un esempio a partire dal mio prenotare Su moderno industriale statistiche,
il prenotare con Shelly Zack, quale è adesso in suo Terzo edizione.
Così Su il sinistra voi potere vedere là è un compresse Quello sembra
un bit diverso.
È etichettato T 5R.
E Se bene correre un funzionale dati analisi di questo dati,
T 5R fa Guarda diverso.
Noi vedere Quello il crescita parte è diverso.
Esso ha un Lento crescita ma coerente crescita.
Esso fa non avere il forma Quello bene vedere in il Altro dissoluzione curve.
Questo era fatto con un Quadratico B-spline con 1 nodo,
e il quadratico era in questo Astuccio,
raccordo il dati meglio di il QB.
Questo è un bit di un fuori dal comune situazione.
Così perché di il forme, il B-spline quadratico era un meglio in forma.
Se bene Guarda in T 1R,
il primo compresse Quello ha ancora diverso forma,
esso spara su e poi esso rimane.
Così fondamentalmente, il compresse ha dissolto.
Ovviamente, al di là un alto numero di dissoluzione,
c'è non tanto sinistra per il soluzione.
Così T 1R e T 5R, essi sembrare diverso.
T 5R stand fuori Di più di T 1R.
Così, sì T 5R Su il grappolo analisi
Su il funzionale principale componenti fa In piedi fuori.
Così qui bene vedere come funzionale principale componenti
dispersione complotto di il primo Due funzionale principale componenti punti,
che cosa bene osservare visivamente.
E T1R, quale è prossimo a T 2R,
è un diverso grappolo.
Noi potere procedere con un non lineare regressione approccio.
Aspetto bene sono raccordo un Gompertz tre parametri modello
con tre parametri,
il asintoto, il crescita Vota, e il inflessione punto.
Questo è il modello e quando bene in forma il profili,
bene ancora vedere Quello T 5R stand fuori.
Così bene avere il stesso qualitativo impressione Quello bene aveva con FDA.
Adesso bene avere questi tre parametri elencati
e bene potere correre un profiler Su il modello perché bene adesso avere un modello.
Questo è dove T 1R stand.
Così di in esecuzione il profilo Su il diverso compresse,
bene potere anche vedere come simile o diverso essi Guarda come.
Questo è il tavolo Quello mappe fuori il parametri di questo asintoti.
così T 1R crescita valuta .21,
T5R, questo compresse Quello stava in piedi fuori.
Crescita Vota .075,
molto Lento crescita Vota,
coerente ma Lento.
Il inflessione punto è 11.5, modo Su il Giusto.
Così bene potere vedere attraverso questo parametri i valori il differenza.
Noi potere anche scegliere su Due compresse Quello In piedi fuori per crescita aliquote.
T2R 1.77,
e T8R, quasi No crescita.
Bene ottenere indietro a T 2 e T 8 in un minuti.
Se bene prendere il principale componenti di questi tre parametri spazio.
Così bene nascondere il parametri come Se questi sono il misurazioni
e bene correre un multivariato controllo tiro.
Noi potere vedere T 1, questo è il primo uno
e bene potere vedere T 5, questo è il blu uno, il quinto uno.
Questo bene già vedere.
Essi sono entro il controllo limiti di il T Piazza
multivariato statistiche distanza controllo grafico.
E T 2 e T 8 Quello io evidenziato Prima adesso In piedi fuori
e bene potere vedere qualitativamente perché.
Questo è il modello degradazione approccio in il guida documenti
Quello è Usato per modellazione dissoluzione curve.
In in esecuzione come analisi con un informazione qualità prospettiva,
il primo domanda è chiedendo che cosa è il obbiettivo di il analisi?
E poi bene potere tener conto di il metodo di analisi.
Aspetto poi disse utilizzando non lineare regressione e funzionale dati analisi.
Chris volere ottenere in come questo è combinato
con dati derivato a partire dal sperimentale design.
Noi avere un utilità funzioni e il informazione qualità
è il utilità di applicando un metodo F Su dati X condizione n di il obbiettivo.
è valutato con otto dimensioni.
E qui Chris ancora bene parlare di dati risoluzione e dati struttura.
Così Chris, il pavimento è il tuo.
Grazie Ron.
Adesso sono andando a dare un esempio Quello è un piccolo bit Di più complicato
di il primo uno.
In di Ron esempio,
Hey era confrontando il dissoluzione curve di test compresse
a quelli a partire dal un impostare di riferimento compresse.
In Quello situazione, il aspettativa è Quello
il curve dovrebbe in genere essere a seguire il stesso il percorso.
E Hey mostrato come a Trovare anomalo curve
Quello deviare a partire dal il riposo di il popolazione.
In questo secondo esempio, bene anche avere un riferimento dissoluzione curva.
Ma bene sono analizzando dati a partire dal un progettato sperimentare
dove il obbiettivo è a Trovare un formulazione in Due polimero additivi
e il importo di forza Usato in il compresse produzione processi
Quello conduce a un chiudere partita
a il riferimento schizzi il soluzione curva.
Il grafico voi vedere qui Spettacoli
il dati a partire dal il riferimento curva Quello bene volere a partita.
A fare questo sono andando a dimostrare tre analisi di il dati
Quello uso diverso metodi e Modelli
a Trovare fattore impostazioni Quello partita il riferimento Quello piombo a un...
A fare questo sono andando a dimostrare tre analisi di questo dati
Quello uso diverso metodi e Modelli a Trovare fattore impostazioni
Quello volere migliore partita il riferimento curva.
In il primo analisi,
sono andando a riassumere a testa di il DoE curve
fuori uso a un separare metrica chiamato F2
Quello è tipicamente Usato in dissoluzione curva analisi,
un misurare di accordo con il riferimento partita.
Là, Malato uso standard DoE metodi a modello Quello F2 risposta
e poi Trovare il fattore impostazioni Quello sono predetto
a migliore essere d'accordo con il riferimento.
In il secondo analisi,
Malato uso un funzionale DoE modellazione approccio
dove io modello il curve utilizzando questi persiane,
estratto funzionale principio componenti I negozi, e modello loro.
Malato carico il riferimento lotto come un obbiettivo funzioni
in il Funzionale Dati Esploratore piattaforma
e poi uso il FDoE profiler
a Trovare il più vicina partita consigliato di Quello modello.
Questi primo Due approcci uso piccolo argomento questione informazione
di questi tipi di compresse.
In il Terzo analisi,
Malato modello il curve utilizzando un non lineare modello
Quello era conosciuto a in forma questo genere di compresse bene
e uso il Curva DoE opzione in il in forma Curva piattaforma
a modello il relazione tra il DoE fattori
e il forma di il curva.
io volere a credito Argilla Imbonitore per aggiunta questo capacità a JMP prof 16.
io pensare esso ha un molte di promettere per modellazione curve
il cui, di chi generale forma potere essere presunto a essere conosciuto in avanzare
a venire a partire dal uno di il supportato non lineare Modelli.
A il fine, verifica lotti prendere Fatto
utilizzando il consigliato formulazione impostazioni per a testa di il tre analisi,
e bene rispetto loro a un nuovo riferimento lotto.
Che cosa bene fondare era Quello il non lineare basato sulla regressione approccio
portato a il più vicina partita a il riferimento.
Che cosa bene vedere qui è un dispersione complotto matrice di il quattro fattori
in il progettato sperimentare.
Là era un miscela vincolo tra il Due polimeri,
come bene come un vincolo Su il totale importo di polimero
e il proporzioni di il individuale polimeri.
Ecco un Guarda in alcuni di il crudo dati a partire dal il sperimentare.
A il superiore di il tavolo, bene avere dati a partire dal il riferimento Quello bene desiderare a partita.
Là sono 16 DoE formulazioni o lotti in il sperimentare.
Noi potere solo vedere dati a partire dal Due di loro in questo immagine, anche se.
Là prendere sei compresse per formulazione.
Là prendere quattro dissoluzione misurazioni per compresse.
Aspetto bene vedere trame di il dissoluzione curve per a testa di il 16 DoE formulazioni
con il dissoluzione curva di il riferimento lotto qui in il minore Giusto.
Adesso, sono andando a fare un Presto preliminare informazione qualità valutazione
utilizzando il domande Quello lo farai Trovare in il foglio di calcolo
Quello voi potere Scarica a partire dal il JMP utente Comunità pagina.
Il primo parte di il valutazione è relazionato a il dati risoluzione.
In questo Astuccio, io pensare poi disse analizzare, cercare, guardare bello Buono.
Il dati scala è bene allineato
con il ha dichiarato obbiettivo perché è un design sperimentare.
Il misurazione dispositivi sembrare a essere affidabile e preciso,
e il dati analisi è decisamente andando a essere adatto
per il dati aggregazione livello,
e bene essere illustrante diverso tipo di dati aggregazione
come bene estratto caratteristiche a partire dal questi dissoluzione curve.
Come lontano come il dati struttura va, poi disse in bello Buono forma.
Il dati è di certo allineato con il ha dichiarato obbiettivo,
bene non avere noi i problemi con valori anomali o mancante i valori,
e il analisi metodi sono Tutto adatto per il dati struttura,
anche se bene fare vedere alcuni variazione
in il qualità di il risultati dipendente Su il genere di analisi bene fare.
Come lontano come dati integrazione va, questo è un bello semplice analisi.
Noi avere multiplo risposte,
e poi disse esplorando diverso modi di combinando loro in estratto caratteristiche.
Così c'è un Comune flusso di lavoro a Tutto tre di il analisi sono andando a essere mostrando.
Primo, bene avere a ottenere il dati in un modulo
Quello è analizzabile di il piattaforma Quello poi disse utilizzando.
Quindi c'è in giro un caratteristiche estrazione.
Quindi bene modello quelli caratteristiche.
Questo è tutto dove c'è un molte di differenza tra il metodi,
e poi bene uso il profiler in diverso modi
a Trovare un formulazione Quello da vicino partite il riferimento.
Primo, sono andando a andare Sopra il F2 analisi.
F 2 è un standard misurare di accordo di un dissoluzione curva
parente a un riferimento dissoluzione curva.
In il formula,
il Rs sono il significa di il riferimento curva in a testa volta punto,
e il Ts sono il significa di il non riferimento curva.
Il convenzione è a dire Quello il Due curve sono equivalente
quando F2 è maggiore di o pari a 50.
È importante a punto fuori
Quello sono Compreso questo F 2 basato analisi
non appena come un esempio di un dissoluzione DoE analisi,
ma Di più a grandi linee come un esempio di come riducendo un risposta
Quello è intrinsecamente una curva fuori uso a un separare numero
conduce a un tanto minore qualità analisi
e risultati in il fine
di un procedura Quello tratta curve come prima classe cittadini.
Così adesso sono andando a Condividere il F2 analisi di il dissoluzione DoE dati.
Il primo cosa bene avere a fare è calcolare il lotto significa
di il dissoluzione curve in il diverso volta punti.
Quindi bene creare un formula colonna
Quello calcola il F2 dissoluzione curva accordo statistiche
per a testa di questi curve parente a il riferimento lotto,
e bene modellato il F2 utilizzando il DoE fattori come ingressi
e uso il profiler a Trovare il fattore impostazioni Quello partita il riferimento.
Prima delle il analisi,
bene uso il del tavolo sommario caratteristiche
a calcolare il significa di il dissoluzione misurazioni
di lotto e attraverso a testa di il volte.
Noi potere Salva noi stessi un piccolo bit di opera di utilizzando Tutto di il DoE fattori qui
come raggruppamento variabili così lo faranno essere portato attraverso
in il successivo tavolo.
Adesso bene avere un 17 righe dati impostare
e bene nascondere e escludere il riferimento lotto.
Adesso prendere Appunti di il i valori di il dissoluzione significa per il riferimento
perché poi disse andando a uso quelli
quando bene creare un formula colonna Quello calcola il F2 accordo metrica
per a testa di il lotti parente a il riferimento lotto
e adesso poi disse andando a essere capace a uso questo F2 formula colonna
come un risposta a essere modellato.
Noi uso il modello script creato di il DoE piattaforma
a impostare su Nostro modello per noi.
Noi posto F2 come Nostro risposta variabile
e poi disse andando a analizzare questo dati oggi
utilizzando il generalizzato regressione piattaforma in JMP prof.
quando bene ottenere in il piattaforma
bene vedere Quello esso ha automaticamente fatto un standard locazione piazze analisi
perché esso fondare Quello là prendere abbastanza gradi di libertà
in il dati per esso a fare così
e è dato noi un AICc di 155,6.
sono andando a vedere Se bene potere fare meglio di provando
un migliore sottoinsiemi riduzione di il modello
e quando bene fare Quello bene vedere
Quello il AICc di Quello migliore sottoinsiemi va fuori uso a 136
più piccoli è meglio con il AICc
e il differenza di 20 è bello sostanziale
così io voluto concludere Quello il normale migliore sottoinsieme è un meglio modello
di il normalmente piazze uno.
sono andando a Tentativo uno Di più cosa benché
e in forma un tronco d'albero normale distribuzione con migliore sottoinsiemi a il dati.
quando io fare Quello il AICc va fuori uso un piccolo bit ulteriore a 130,6.
Questo è tutto un modesto differenza, ma è Buono abbastanza
Quello sono andando a concludere Quello bene sono andando a opera
con il Ecco gNormale,
specialmente perché bene sapere Quello poi disse Lavorando con un rigorosamente positivo risposta
e il LogNormale distribuzione si adatta dati Quello è rigorosamente positivo.
A partire dal là, il analisi è bello semplice,
così sono andando a salto dritto avanti a utilizzando il profiler.
F2 è un accordo metrica Quello bene volere a massimizzare.
Così bene ottenere in il profilatore,
bene giro Su Desiderabilità funzioni e avere loro impostare a massimizzare,
e poi massimizzare desiderabilità a Trovare il combinazione di fattore impostazioni
Quello questo modello dice dà noi il più vicina partita a il riferimento,
e Quello voluto essere in questo combinazione di fattore impostazioni Quello bene vedere qui.
Adesso il F2 analisi è completare,
e poi disse andando a andare in il secondo analisi,
il funzionale DoE analisi.
Per questo analisi,
poi disse andando a opera con il dati in un impilato formato
dove Tutto di il dissoluzione misurazioni avere stato combinato in un separare colonna,
e bene avere un volta colonna come bene.
Il primo cosa bene fare è andare in il Funzionale Dati Esploratore piattaforma.
In il piattaforma lanciare,
bene mettere dissoluzione come Nostro risposta, volta è Nostro X,
il lotto colonna come Nostro ID,
e bene fornitura il quattro DoE fattori come supplementare variabili.
Una volta poi disse in il piattaforma,
bene prendere un Guarda in il dati utilizzando il iniziale dati complotto.
Questo particolarmente dati impostare no bisogno noi pulire su o allineamento opzioni,
ma bene sono andando a andare avanti e carico il riferimento dissoluzione curva
come un obbiettivo funzioni.
Per relativamente semplice funzioni come questi
io tipicamente uso B - Spline per mio funzionale modello.
quando bene fare Quello bene vedere Nostro B-Spline modello in forma,
e il iniziale in forma Quello ha venire su è un cubo modello Quello è comportarsi povero.
È interpolazione il dati punti bene,
ma tipo di facendo pazzo le cose in tra loro.
Così sono andando a modificare a partire dal il predefinito consigliato modello
Sopra a un quadratico Spline modello invece di il cubo uno.
Noi fare Quello di semplicemente cliccando Su Quadratico Sopra qui
in il Giusto di il B-Spline modello in forma.
Bene vedere Quello questo quadratico modello si adatta il dati bene.
UN funzionale principale componenti analisi è automaticamente calcolato,
e bene vedere Quello il Funzionale Dati Esploratore piattaforma ha fondare
tre funzionale principale componenti.
Il primo uno è molto dominante,
spiegando 97. 9 percento di il funzionale variazione.
E esso sembra come questo è un livello impostare su o fuori uso tipo di forma componenti.
Il secondo uno sembra come un Vota componente,
e il Terzo uno quasi sembra come un quadratico.
Guardare un piccolo più vicini in questo quadratico B-Spline modello in forma,
bene vedere Quello questo modello è raccordo il individuale dissoluzione curve
bello bene.
Così adesso poi disse pronto a fare Nostro funzionale DoE analisi.
A testa di Nostro individuale dissoluzione curve ha stato approssimato adesso
di un sottostante significare funzioni Comune a Tutto il lotti
più un lotto dipendente FPC punto volte il primo autofunzione,
più altro dipendente dal lotto FPC punto volte il secondo autofunzione,
e così Su con il Terzo uno.
Che cosa poi disse andando a fare è impostare su individuale DoE Modelli
per a testa di questi funzionale principale componenti punteggi
come risposte utilizzando Nostro DoE fattori come ingressi.
Il Funzionale Dati Esploratore piattaforma, di corso,
fare Tutto questo semplice e tipo di cravatte esso su in un arco per noi.
E quando io dire Quello
esso cravatte esso su in un arco per noi, che cosa io veramente significare è il FDoE profiler.
Così questo pannello qui Spettacoli Nostro predetto traiettoria
di dissoluzione come un funzioni di volta,
e poi bene potere vedere come Quello traiettoria voluto modificare
di alterando il DoE fattori.
Quella relazione con il DoE fattori
arriva a partire dal questi tre generalizzato regressione Modelli
per a testa di Nostro funzionale principale componenti punteggi.
Se bene volere bene potere aprire quelli su
e bene potere Guarda in il relazione
tra il DoE fattori e Quello funzionale principale componenti punto,
e bene potevo Anche alterare il modello
di in movimento in giro a Altro quelli in il soluzione il percorso.
io appena volere a punto fuori Quello è possibile a modificare il DoE modello
per un FPC punto.
In il interesse di volta,
sono appena andando a avere a spostare Su e non dimostrare Quello anche se.
Noi avere diagnosi trame,
il più importante uno probabilmente essendo il In realtà da Predetto Complotto.
Questo ha Nostro tracciato dissoluzione misurazioni Su il Asse Y
e il predetto dissoluzione i valori utilizzando il funzionale DoE modello.
E come sempre bene volere a vedere Quello complotto
avere dati punti stretto lungo il 45 livello linea.
E in questo Astuccio, io pensare questo modello sembra bello Buono.
Noi non volere a vedere noi modelli in Nostro residui,
e sono non vedendo noi cattivo quelli qui.
Così questo modello sembra bello Buono, e poi disse andando a opera con esso.
Così Io ho già spiegato come questo pannello Giusto qui
rappresenta il predetto dissoluzione curva come un funzioni di volta
e il individuale DoE fattori.
Adesso, questi Altro Due righe qui sono perché
noi abbiamo caricato il riferimento come un obbiettivo funzioni.
Così questo riga è il differenza
di il predetto dissoluzione curva a partire dal il obbiettivo riferimento curva.
E poi il parte inferiore pannello qui è il integrato distanza
di il predetto curva a partire dal il obbiettivo.
quando bene massimizzare desiderabilità in questo profilatore,
esso dà noi il combinazione di fattore impostazioni
Quello minimizzare questo integrato distanza a partire dal il obbiettivo.
Così sono andando a fare Quello di portando su massimizzare desiderabilità.
E adesso bene vedere il risultati di il funzionale DoE analisi,
dove bene avere identificato .725 di polimero UN
275 di polimero B,
un totale polimero di di .17,
e un compressione forza di di 1700
minimizzare il distanza tra Nostro predetto curva e il riferimento.
Adesso, noi abbiamo fatto Due analisi.
Tutti e due di quelli analisi avere consigliato Quello bene andare
a il più basso impostazioni di polimero UN e il più alta impostazioni di polimero B.
Essi differire in i loro raccomandazioni
per che cosa totale polimero importo a uso e come tanto compressione forza a uso.
Il Terzo analisi sono andando a fare è il Curva DoE analisi.
Questo è andando a essere strutturato bello simile
in alcuni modi a il funzionale DoE analisi,
in Quello poi disse andando a uso il stesso versione di il dati
dove dissoluzione misurazioni sono Tutto in uno colonna
e bene avere un volta colonna.
Ma bene non avere un integrato obbiettivo funzioni opzioni
in il In forma Curva piattaforma ancora.
Così il primo cosa bene avere a fare è in forma appena il riferimento lotto
e Salva suo predizione formula indietro a il tavolo.
Quindi bene fare un Curva DoE analisi,
quale è in gran parte simile a un funzionale DoE analisi
in Quello poi disse estrazione caratteristiche a partire dal il curve
modellazione il curve.
Quindi bene andare a il grafico profilo a Trovare impostazioni Quello migliore partita il riferimento.
Il non lineare modello Quello poi disse andando a essere utilizzando è
un tre parametri Weibull Crescita curva,
quale ha un lungo storia in il analisi di dissoluzione curve.
Curva di crescita di Weibull avere un asintoto parametri UN
Quello rappresenta il valore come volta va a infinito.
C'è cosa c'è chiamato il inflessione punto parametri
Quello io vedere è un ridimensionamento fattore Quello tipo di si estende fuori
o stringe in il interezza di il curva.
E poi c'è anche un crescita Vota parametri
Quello dettami il forma di il curva.
Che cosa io pensare è veramente prezioso di utilizzando questo modello
parente a il funzionale DoE modello o il F2 genere analisi
è Quello poi disse andando a essere modellazione caratteristiche estratto a partire dal il dati
Quello avere vero scientifico senso,
specialmente il asintoto e inflessione punto parametri.
Adesso Curva DoE analisi no avere un obbiettivo corrispondenza capacità
come il Funzionale Dati Esploratore.
Così bene inizio il analisi di escluso Tutto di il DoE righe in il dati tavolo.
Questi sono rappresentato con il impostare colonna pari a UN.
Così io Selezionare un cellule là,
Selezionare corrispondenza cellule, e poi nascondere e escludere quelli righe
così Quello io solo avere il riferimento lotto non escluso.
Quindi io andare a il In forma Curva piattaforma,
carico esso su, ottenere in là, in forma il Weibull crescita Modelli,
e poi io Salva Quello predizione formula indietro a il tavolo.
Una volta bene completare il Curva DoE analisi,
poi disse andando a confrontare il Curva DoE predizione formula
a questo riferimento predittore
a Trovare combinazioni di il fattore impostazioni
Quello ottenere noi come chiudere a questo curva come possibile.
Così adesso bene scoprire e escludere il DoE lotti,
andare indietro in il In forma Curva piattaforma,
appena come il Funzionale Dati Esploratore piattaforma.
Abbiamo detto andando a carico su il DoE fattori come supplementare variabili.
Adesso Quello poi disse in il piattaforma, bene potere in forma Nostro Weibull crescita modello.
Il iniziale in forma qui sembra bello Buono.
Sembra come poi disse catturare il forma di il dissoluzione curve.
Uno cosa io come a fare prossimo è a rendere un parametri tavolo.
Questo crea un dati tavolo con Nostro montato fuori uso il vicino regressione parametri.
io come a Guarda in questi in il distribuzione piattaforma
a vedere Se là sono valori anomali in là o qualsiasi cosa fuori dal comune.
io anche come a Guarda in il modelli io vedere in il multivariato piattaforma
appena dà voi un meglio senso di cosa c'è andando Su
con il non lineare modello in forma.
Una volta bene sapere Quello Tutto quanto è analizzare, cercare, guardare bello Buono,
bene potere fare Nostro curva DoE analisi
e questo sembra molto tanto come il funzionale DoE analisi a partire dal Prima.
Noi avere un profiler Quello Spettacoli
il relazione tra dissoluzione e volta
e come Quello relazione i cambiamenti come un funzioni di Nostro DoE fattori.
E poi bene anche avere un generalizzato regressione modello
per a testa di quelli tre parametri Quello bene potere prendere un Guarda in individualmente.
Il primo cosa io voluto fare Prima provando a uso il modello in noi modo
è Guarda in il In realtà da Predetto complotto,
così questo è tutto che cosa bene vedere qui.
Questo è il predetto i valori incorporando
entrambi il volta modello a partire dal il significare funzioni e il eigen funzioni,
come bene come il DoE Modelli Su il non lineare regressione parametri.
Questo sembra bello Buono
perché là è un abbastanza facile interpretazione
per il vitale crescita modello parametri.,
Esso potere essere utile e interessante a aprire su
il individuale modello si adatta per questi parametri.
Per esempio, qui sono il coefficienti per il inflessione punto modello.
Perché inflessione punto è un rigorosamente positivo quantità,
un LogNormale migliore sottoinsiemi modello ha stato fisso con il dati
di il generalizzato regressione piattaforma.
Noi vedere Quello il miscela manifesta avere stato costretto in
e Quello il compressione costretto di polimero UN interazione
è il solo Altro termine in il modello.
Che cosa questo significa è Quello
Se bene presa il polimero proporzioni costante
e aumento il compressione forza,
bene voluto aspettare un più grandi valore di il inflessione punto.
Uno voluto osservare questo come un compresse Quello prende più a lungo a sciogliere,
quale è Esattamente che cosa bene voluto aspettare a avere accadere.
Noi potere Salva il curva DoE predizione formula indietro a il tavolo
e bene potere vedere in Tutto suo cruento dettagli
come il modello per asintoto inflessione punto
e crescita Vota sono combinato con volta a venire su con Nostro globale predizione
per il dissoluzione curva basato Su.
Fortunatamente, con Rifiuto bene non avere a Guarda in il formula anche da vicino benché
perché bene avere profiler Quello
permettere noi vedere il relazioni in un visivo modo
piuttosto di un algebrico uno.
A risolvere Nostro problema di trovare il combinazione di fattori
Quello dare noi il dissoluzione curva
Quello voluto essere più vicina a il riferimento,
io creato un formula colonna Quello calcolato
il percentuale differenza di il predetto curva,
prendendo in considerazione il DoE fattori a partire dal il riferimento.
Il ultimo fare un passo di il analisi è
a portare su questo per cento differenza risposta
in il profiler Quello è sotto il grafico menù,
essendo Sicuro a dai un'occhiata il Espandere Intermedio formule opzioni.
Questo portato a un profiler dove poi disse capace a vedere il per cento differenza
a partire dal il riferimento come un funzioni di volta e il DoE fattori,
Io ho condiviso il regione dove il differenza
è meno di uno percento in verde.
Di manualmente regolazione il fattori,
io era capace a Trovare impostazioni dove il predetto curva
è meno di uno percento a partire dal il riferimento attraverso Tutto volta i valori.
Questo sembra veramente Buono, ma in la pratica io scommessa Quello questo è eccessivamente ottimista.
Aspetto bene vedere il ottimale i valori di il fattore impostazioni per Tutto tre analisi.
Il curva DoE analisi è in il interno di il allineare per il polimeri.
Il ottimale valore per totale polimero è. 16
quale è chiudere a il funzionale DoE analisi risultato,
e compressione forza è in tra il ottimale i valori
consigliato di il F2 analisi e il funzionale DoE analisi.
A seguito di questo bene Fatto nuovo formulazioni basato Su il consigliato fattore impostazioni
a partire dal a testa di questi Modelli e misurato i loro dissoluzione curve
come bene come ha preso un nuovo impostare di misurazioni a partire dal il riferimento.
Aspetto bene vedere un sommario di il finale risultati a partire dal il verifica corre.
Il nuovo riferimento distribuzione curva è in Nero,
e il curva DoE in verde è il più vicina curva a esso,
seguito di il F DoE curva in blu.
Il risultato di modellazione F2 è in rosso, e esso fatto il più povero globale.
Questo dovrebbe forse non essere anche sorprendente.
Il F2 metrica era il più semplice,
riducendo il dati fuori uso a un separare metrica e fatto il più povero.
Il funzionale DoE modello aveva a empiricamente
guidare il forme di il curve
e poi modello tre caratteristiche di quelli forme,
essenzialmente utilizzando Di più di il informazione in il dati.
Il curva DoE portato a il migliore formulazione
perché esso Usato il dati in modo efficiente attraverso alcuni precedente conoscenza
di il parametrico modulo di il dissoluzione curve.
Noi vedere Quello il risultati di il F2 basato analisi
sono non equivalente con il nuovo riferimento cerotti,
mentre il approcci Quello trattato curve come primo classe oggetti sono equivalente.
Che cosa questo significa è Quello il approccio voluto avere necessario
in meno altro tondo di DoE corre,
e così un inefficiente analisi conduce a un inefficiente uso
di volta e risorse.
sono andando a chiudere il presentazione
con un retrospettiva Informazioni Q Valutazione di il Risultati.
Globale, bene fondare Quello il DoE curvo predizione
generalizzato il migliore a nuovo dati,
ma era il più difficile analisi a eseguire.
io volere a Appunti Quello Se bene no avere un conosciuto non lineare modello
a opera con Quello in forma il dati bene, bene potevo non avere fatto Quello analisi.
Il funzionale DoE analisi e il F 2 basato approccio
potere essere Usato Di più a grandi linee in Altro situazioni.
Il profiler conduce a eccellente comunicazione punteggi
per Tutto tre analisi.
Il capacità a vedere come il forma di il dissoluzione curva i cambiamenti
con il DoE fattori in il funzionale e basato sulla curva approcci
conduce me a dare loro un meglio comunicazione punto.
io vedere il curva DoE approccio
avendo il più alta comunicazione punto di un piccolo bit
perché poi disse direttamente modellazione Di più significativo parametri
di il funzionale Approccio DoE.
Questo è tutto Tutto bene avere per voi oggi.
io volere a Grazie voi per il tuo volta, interesse, e Attenzione.
