Ciao,
Ho progettato una serie di esperimenti utilizzando Latin Hypercube Design (3 fattori), eseguito tutte le simulazioni (simulazioni CFD) e ora sto analizzando le risposte utilizzando il processo gaussiano.
Cosa significa ogni termine nella tabella denominata Model Report?
Credo che numeri più grandi (ad esempio nella colonna dell'effetto principale) significhino che il fattore ha un effetto più importante sulla risposta. È giusto? Ad esempio, in questa figura, il fattore più importante sarebbe la direzione del vento e l'effetto della distanza di separazione non influisce in modo significativo sulla risposta. Va bene questa interpretazione?
Come devo interpretare le colonne theta e sensibilità totale?
Vorrei che il metodo di analisi non solo mi fornisse l'equazione di correlazione (modello), ma anche una sorta di screening, che indichi i fattori più rilevanti nel problema. C'è qualche altra analisi che potrebbe essere migliore per questo rispetto al processo gaussiano?
Come devo analizzare se il modello si adatta bene ai risultati quando si utilizza il processo gaussiano, c'è a criterio o regola pratica che dovrei seguire?
Non ho esperienza con JMP e Gaussian Process, quindi perdonami se le mie domande sono troppo semplici.
