Wie kann ich eine inverse Vorhersage über mehrere Modelle entsprechend ihren Spezifikationsgrenzen durchführen?Liebe JMP-Community,
Ich brauche deine Hilfe. Basierend auf einer DoE-Analyse habe ich den Einfluss von 6 Eingabeparametern/-faktoren, ihre Interaktionseffekte und quadratischen Effekte auf 30 verschiedene Ausgabeparameter untersucht. Daher habe ich 30 Modelle auf der Fit-Model-Plattform erstellt.
Für jeden dieser 30 Ausgabeparameter gelten bestimmte Spezifikationsgrenzen. Ich muss den Bereich für jeden Eingabeparameter auswerten, der dazu führt, dass die Ausgabewerte innerhalb der Spezifikationsgrenzen liegen, während alle anderen Eingabeparameter bestimmte Bedingungen einhalten. Die inverse Vorhersagefunktion in JMP ist eine große Hilfe. Die manuelle Durchführung aller dieser Schritte (für jeden Eingabeparameter und über 30 verschiedene Modelle hinweg) nimmt jedoch zu viel Zeit in Anspruch (30*6 = 180). Gibt es eine Möglichkeit, diesen Vorgang zu automatisieren (vielleicht in JSL?)
Alles Gute!
Qualitäts- und VerfahrenstechnikBetreff: Wie kann ich eine inverse Vorhersage über mehrere Modelle gemäß ihrer Spezifikationsgrenzen durchführen?Deine Idee gefällt mir sehr. Besonders denke ich, dass ich es für andere Probleme verwenden kann, mit denen ich derzeit konfrontiert bin. JMP erlaubt jedoch nur die Berechnung von CI, aber nicht von Vorhersageintervallen. Um dieses Problem zu umgehen, passe ich die Vorhersage-SE-Formel an und zeichne alles im Profiler erneut mit der angepassten SE-Formel. Das Problem, mit dem ich dort konfrontiert bin, ist, dass die Option inverse Vorhersage nicht mehr verfügbar ist.
Wenn ich Ihren Ansatz verwende, kann ich nur die mittlere Vorhersage des Modells berücksichtigen, nicht jedoch die Unsicherheit des Modells.
Vielleicht haben Sie oder jemand anderes eine andere gute Idee, um dieses Problem zu umgehen? 
Betreff: Wie kann ich eine inverse Vorhersage über mehrere Modelle gemäß ihrer Spezifikationsgrenzen durchführen?Ich denke, Sie könnten den Profiler dafür verwenden.Sie könnten versuchen:
- Legen Sie in Column Info die Antwortgrenzen für alle Ausgabespalten fest
- Speichern Sie die Vorhersageformel für alle Modelle aus Modell anpassen, wenn Sie dies vor dem Festlegen von Reaktionsgrenzen getan haben, müssen Sie sie stattdessen hier festlegen.
- Wenn Sie viele Grenzwerte haben, einschließlich unterer und oberer Grenzwerte für Variablen, können Sie eine einzelne Spalte erstellen, die wahr ist, wenn jede Spalte innerhalb der Grenzwerte liegt.
- Öffnen Sie den Profiler aus dem Diagrammmenü, fügen Sie alle vorhergesagten Spalten und die Grenzspalte hinzu, falls Sie eine zu den y-Variablen gemacht haben
- Aktivieren Sie Erwünschtheitsfunktionen und stellen Sie sicher, dass sie Ihren Spezifikationen entsprechen
- Erwünschtheit optimieren
Ich weiß, dass dies nicht die gleiche Plattform ist, die Sie verwenden, aber dieser Vortrag gibt ein Beispiel für die Verwendung des Profilers auf ähnliche Weise.Sie können dasselbe mit gerade gespeicherten Vorhersageformeln von der Fit-Model-Plattform tun, die Sie möglicherweise nur hinzufügen müssen
Optimierung multivariater Modelle: Von der Datenerfassung zu optimalen Bedingungen und Bewertungsmodellen (2021-US-45MP-927)
