519571_fr-FR

liliconcom

Utilisation du Prediction Profiler pour optimiser une certaine plage

Salut tout le monde,

J'essaie d'utiliser le profileur de prédiction dans JMP en combinaison avec la fonction de désirabilité afin d'optimiser plusieurs modèles simultanément.
Il existe plusieurs options d'optimisation implémentées dans JMP, telles que la maximisation, la réduction ou la correspondance d'une cible. Cependant, j'ai besoin d'une option pour correspondre à une plage.

Puisqu'il n'y a que 3 points réglables dans la fonction de désirabilité et que j'ai besoin d'une fonction de désirabilité où toutes les valeurs en dehors des plages cibles sont égales à 0 et égales à 1, j'ai besoin de votre aide pour y parvenir (la fonction devrait ressembler à un rectangle)

Veuillez noter que je connais la possibilité de définir des limites de spécification afin d'effectuer des simulations ou de calculer des taux de défauts. Ces tracés statiques ne me sont malheureusement pas d’une grande aide. Ce dont j'ai besoin, c'est de l'interactivité de l'intrigue de désirabilité.

 

J'attends vos suggestions avec impatience !

 

Merci!

Modélisation statistique avancéeMélange et nettoyage des donnéesExploration et visualisation des donnéesIngénierie Qualité et ProcédésRe : Utilisation du Prediction Profiler pour optimiser une certaine plage

@SamGardner
Au lieu de vous écrire un message privé, j'ai pensé qu'il serait peut-être plus utile pour les autres utilisateurs de JMP que la discussion reste publique. Je recherche également très fréquemment mes questions sur Google et je suis toujours heureux si je trouve un message dans la communauté 

 

J'ai passé du temps avec le profileur de prédiction et vous avez fait un très bon travail là-bas. Cette fonctionnalité est vraiment intéressante pour répondre aux demandes QbD ou PAR émanant d'autorités telles que la FDA ou l'EMA. Cependant, pour le moment, je vois deux gros problèmes pour lesquels je ne peux pas utiliser cette fonctionnalité.

 

1. Comme je l'ai déjà mentionné dans mon dernier article, je crains que l'incertitude du modèle dans la simulation ne soit sous-estimée.@John_Sall expliqué à la fin de ceci vidéo comment intégrer l'incertitude du modèle dans PredFormula. Je pourrais reproduire son exemple. Mais le RMSE utilisé du modèle ne prend pas en compte la structure de corrélation au sein du modèle. Vous prévoyez que l'incertitude du modèle dans tout l'espace de conception étudié (appelons la matrice de conception X) est constante. Ceci n’est cependant en général pas vrai, puisque la plupart des modèles ne sont pas complètement orthogonaux en ce qui concerne leurs paramètres d’entrée. Voir ci-dessous une courte équation expliquant comment l'incertitude d'un coefficient estimé dépend de la structure de corrélation de conception.

Puisque JMP permet de sauvegarder facilement la formule PredSE de chaque modèle, où la structure de corrélation est prise en compte. Je me demande pourquoi la formule n'est pas utilisée pour la simulation dans le profileur DesignSpace ? Au lieu d'utiliser un SD constant, connectez simplement la formule PredSE ici et le problème devrait être résolu.

 

2. L'autre point est qu'en utilisant le RMSE du modèle comme SD pour la simulation dans DesignSpace Profiler, l'incertitude dans la prédiction moyenne du modèle est négligée. D'après ma compréhension, la simulation prévoit que la prédiction moyenne du modèle ne comporte aucune erreur et ne prend en compte que l'incertitude autour de cette prédiction du modèle. Pour que mon propos soit un peu plus clair, consultez la formule suivante pour le calcul d'un intervalle de prédiction (il suffit de copier/coller à partir d'un papier) :

Pour le moment, vous ne considérez que la première partie de l'équation mais pas la deuxième partie (c'est-à-dire l'erreur type).

 

 

Pour résumer mes propos. Je pense qu'au stade actuel, le profileur DesignSpace sous-estime la véritable variabilité et autorise ainsi de larges plages pour les paramètres d'entrée. Je pense que les deux points pourraient facilement être résolus et j'apprécierais beaucoup vos commentaires (également de @Phil_Kay s'il a du temps pendant son voyage en train )

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

@Marco_ si vous pouviez accéder à la liste de souhaits JMP https://community.jmp.com/t5/JMP-Wish-List/idb-p/jmp-wish-list et fournissez votre demande de fonctionnalité, qui serait utile pour en garder une trace et pouvoir mieux l'évaluer.Vous pouvez également me contacter directement par MP sur la Communauté et nous pourrons en discuter davantage.Je suis intéressé à en savoir plus sur ce que vous souhaitez faire.  

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

Il est bien occupé ! Je pense que la meilleure chose à faire est d'utiliser jmpbeta@jmp.com pour fournir des commentaires et demander comment ces capacités pourraient/pourraient ne pas répondre à ces besoins.

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

@Phil_Kay
Je viens de regarder la vidéo et c'était vraiment intéressant. Cependant, à première vue, il semble que l’incertitude du modèle ne soit implémentée que sous la forme du RMSE. Ainsi, aucune corrélation par rapport aux paramètres d'entrée n'est prise en compte. Je dois examiner cela de plus près et je vous ferai savoir à quel point cette fonctionnalité est utile pour mes problèmes. Y a-t-il une chance pour un échange avec @John_Sall ?

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

Excellente nouvelle que vous possédez déjà le JMP17EA.

Lorsque vous vous connectez à la page Web Early Adopter, regardez sous Vidéos > EA2 > Design Space Profiler. Il s'agit d'une vidéo du développeur qui travaille sur cette fonctionnalité (l'un des développeurs les plus expérimentés ).

J'ai un long voyage en train demain, donc j'aurai peut-être l'occasion d'y réfléchir. Cependant, je ne peux faire aucune promesse. (J'ai promis de faire trop de choses cette semaine !)

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

@Phil_Kay et bien c'est dommage ! J'espère que vous aurez plus de temps à l'avenir, car j'apprécierais vraiment une option de solution de votre part.

D'ailleurs, j'ai déjà accès au JMP EA 17. Cependant, vous devez m'aider un peu où je peux trouver votre option mentionnée "capacités de l'espace de conception".

 

J'ai également étudié la solution de @SamGardner ce qui est vraiment intéressant et pourrait être utile pour d'autres défis auxquels je suis confronté. Cependant, cela ne résout pas vraiment mon problème puisque je recherche une solution analytique plutôt qu'une solution basée sur la simulation. Surtout parce que JMP utilise simplement le RMSE dans l'option Random by Model et non la structure de corrélation. Ainsi, les résultats de la simulation ne seront corrects que dans les cas où le plan étudié est complètement orthogonal.  

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

Questions intéressantes et défi que vous avez là, @Marco . Malheureusement, je ne pense pas avoir le temps d'explorer pleinement les options de solution pour le moment. je pense que @SamGardner La suggestion d'utiliser le filtrage de Monte Carlo pourrait être une solution utile. Je pense également que les nouvelles fonctionnalités de l'espace de conception actuellement en cours d'évaluation dans la version bêta de JMP 17 pourraient vous intéresser. Vous souhaiterez peut-être contacter votre représentant JMP pour poser des questions sur le programme Early Adopter pour JMP 17 afin de voir si ces fonctionnalités peuvent vous aider dans votre situation et de fournir des commentaires utiles à l'équipe de développement JMP.

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

Salut Phil,
en principe, votre idée fonctionne pour mon problème. Cependant, la réalité est parfois plus complexe que prévu...
Pour mon approche, je dois également considérer l'intervalle d'incertitude autour de mon modèle. JMP me permet uniquement d'utiliser des CI. Cependant, avec une astuce simple où j'enregistre la formule PredSE et ajoute le MSE à cette formule (voir l'image ci-dessous avec l'exemple de 9.1816), je peux également approcher l'intervalle de prédiction (PI) de 95 %.

Donc, ce que je veux réellement savoir, c'est où mon PI croise mes limites de spécification afin de définir une plage de paramètres d'entrée acceptable.
Je pourrais le faire avec votre approche en :

1. Créez une nouvelle colonne dans laquelle je dois multiplier la colonne PredSE "ajustée" avec la valeur t correcte pour prendre en compte les degrés de liberté de mon modèle. Appelons cette colonne "Intervalle"
2. Ajoutez la valeur de la colonne Intervalle à la colonne :Pred Formula et vérifiez si le PI supérieur se situe dans les spécifications.
3. Soustrayez de la formule :Pred la valeur de la colonne Intervalle et vérifiez si l'IP inférieur correspond également aux spécifications.
4. Si 2 et 3 sont vrais => 1 et sinon => 0

Étant donné que je dois effectuer ce processus sur plusieurs sorties/modèles, cela demande trop d'efforts de le faire manuellement. Surtout, les degrés de liberté dans chacun de mes modèles sont différents et je devrais adapter la valeur manuellement.Avez-vous une idée de la façon dont je peux automatiser ce processus ou avez-vous une idée différente de la façon dont je peux résoudre ce problème ?

 

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

Une chose à laquelle vous devrez faire attention est que la fonction de désirabilité personnalisée qui @Phil_Kay décrit est plat sur une plage, il existe donc probablement de nombreuses solutions optimales (avec une désirabilité maximale).Pour visualiser les régions de facteurs où la désirabilité est constante et maximale, vous pouvez envisager d'utiliser la commande "Tableau aléatoire de sortie" sous le profileur, puis créer une matrice de nuages de points de vos facteurs et filtrer ce tracé en fonction de la désirabilité.

 

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

Cela semble super intéressant. Je vais essayer - merci pour votre réponse rapide !

Re : Utilisation du Prediction Profiler pour optimiser une certaine plage

Salut,

 

Je pense que la solution ici est de définir un fonction de désirabilité personnalisée comme colonne de formule.

 

Dans l'exemple ci-joint utilisant les données Tiretread, j'ai créé une fonction de désirabilité personnalisée pour ELONG qui est 1 pour la plage 450 à 550 et 0 en dehors de cette plage.

If( 450 < :Pred Formula ELONG < 550,
 1,
 0
)

Ensuite, nous profilons la colonne de formule de prédiction pour ELONG et la fonction de désirabilité personnalisée. Définissez la fonction de désirabilité pour ELONG sur aucun et Maximisez pour la fonction de désirabilité personnalisée.

 

 

Je pense que cela devrait fonctionner. Fais-moi savoir.

 

Phil