Salut,
J'ai conçu un ensemble d'expériences en utilisant Latin Hypercube Design (3 Factors), j'ai exécuté toutes les simulations (simulations CFD), et maintenant j'analyse les réponses en utilisant Gaussian Process.
Que signifie chaque terme du tableau nommé Model Report ?
Je crois que des nombres plus grands (par exemple dans la colonne principale de l'effet) signifient que le facteur a un effet plus important sur la réponse. Est-ce correct? Par exemple, dans cette figure, le facteur le plus important serait la direction du vent, et l'effet de la distance de séparation n'affecte pas de manière significative la réponse. Cette interprétation est-elle bonne ?
Comment dois-je interpréter les colonnes de sensibilité thêta et totale ?
J'aimerais que la méthode d'analyse me donne non seulement l'équation de corrélation (modèle), mais aussi une sorte de dépistage, pointant vers les facteurs les plus pertinents du problème. Existe-t-il une autre analyse qui pourrait être meilleure pour cela que le processus gaussien ?
Comment dois-je analyser si le modèle correspond bien aux résultats lors de l'utilisation du processus gaussien, y a-t-il un critère ou la règle d'or que je devrais suivre?
J'utilise JMP et Gaussian Process pour la première fois, alors pardonnez-moi si mes questions sont trop basiques.
