사양 한계에 따라 여러 모델에 걸쳐 역예측을 수행하려면 어떻게 해야 합니까?친애하는 JMP 커뮤니티 여러분,
당신의 도움이 필요해요. DoE 분석을 기반으로 6개의 입력 매개변수/요인의 영향, 상호 작용 효과 및 30개의 서로 다른 출력 매개변수에 대한 2차 효과를 조사했습니다. 따라서 Fit Model 플랫폼에서 30개의 모델을 만들었습니다.
이러한 30개의 출력 매개변수 각각에는 특정 사양 제한이 있습니다. 특정 조건에서 다른 모든 입력 매개변수를 유지하면서 출력 값이 사양 한계 내에 속하는 각 입력 매개변수의 범위를 평가해야 합니다. JMP의 역예측 기능은 큰 도움이 됩니다. 그러나 이러한 모든 단계를 수동으로 수행하려면(각 입력 매개변수 및 30개의 서로 다른 모델에 대해) 시간이 너무 많이 걸립니다(30*6 = 180). 이 절차를 자동화하는 방법이 있습니까(아마도 JSL에서?)
모두 제일 좋다!
품질 및 프로세스 엔지니어링Re: 사양 제한에 따라 여러 모델에서 역 예측을 수행하려면 어떻게 해야 합니까?이를 위해 프로파일러를 사용할 수 있다고 생각합니다.다음을 시도할 수 있습니다.
- 열 정보에서 모든 출력 열에 대한 응답 한계를 설정합니다.
- 응답 한계를 설정하기 전에 수행한 경우 적합 모델의 모든 모델에 대한 예측 공식을 저장합니다. 대신 여기에서 설정해야 합니다.
- 변수에 대한 하한 및 상한을 포함하여 많은 제한이 있는 경우 모든 열이 제한 내에 있으면 true인 단일 열을 만들 수 있습니다.
- 그래프 메뉴에서 프로파일러를 열고 모든 예측 열을 추가하고 y 변수에 하나를 만든 경우 한계 열을 추가합니다.
- 바람직함 기능을 활성화하고 사양과 일치하는지 확인하십시오.
- 바람직함 최적화
나는 이것이 당신이 사용하는 것과 같은 플랫폼이 아니라는 것을 알고 있지만, 이 강연은 비슷한 방식으로 프로파일러를 사용하는 예를 제공합니다.적합 모델 플랫폼에서 방금 저장된 예측 공식으로 동일한 작업을 수행할 수 있습니다.
다변수 모델 최적화: 데이터 수집에서 최적 조건 및 스코어링 모델까지(2021-US-45MP-927)
Re: 사양 제한에 따라 여러 모델에서 역 예측을 수행하려면 어떻게 해야 합니까?나는 당신의 아이디어를 정말 좋아합니다. 특히 현재 직면하고 있는 또 다른 문제에 사용할 수 있다고 생각합니다. 그러나 JMP는 CI만 계산할 수 있지만 예측 구간은 계산할 수 없습니다. 이 문제를 피하기 위해 예측 SE 공식을 조정하고 조정된 SE 공식을 사용하여 프로파일러의 모든 것을 다시 플롯합니다. 내가 직면한 문제는 역 예측 옵션을 더 이상 사용할 수 없다는 것입니다.
귀하의 접근 방식을 사용하면 모델의 평균 예측만 고려할 수 있지만 모델의 불확실성은 고려하지 않을 수 있습니다.
당신이나 다른 누군가가 그 문제를 회피할 또 다른 좋은 아이디어가 있습니까? 
