예측 프로파일러를 사용하여 특정 범위에 맞게 최적화안녕하세요 여러분,
여러 모델을 동시에 최적화하기 위해 바람직함 함수와 함께 JMP의 예측 프로파일러를 사용하려고 합니다.
JMP에는 목표 최대화, 최소화 또는 일치와 같은 여러 가지 최적화 옵션이 구현되어 있습니다. 그러나 범위와 일치하는 옵션이 필요합니다.
바람직함 함수에는 조정 가능한 점이 3개뿐이고 목표 범위 밖의 모든 값이 0이고 1인 바람직함 함수가 필요하므로 이를 달성할 수 있는 방법에 대한 도움이 필요합니다(함수는 다음과 유사해야 합니다. 직사각형)
저는 시뮬레이션을 수행하거나 결함률을 계산하기 위해 사양 한계를 설정하는 옵션에 대해 잘 알고 있습니다. 이러한 정적 플롯은 불행하게도 나에게 큰 도움이 되지 않습니다. 나에게 필요한 것은 바람직도 도표의 상호작용성입니다.
나는 당신의 제안을 기대하고 있습니다!
감사해요!
고급 통계 모델링데이터 혼합 및 정리데이터 탐색 및 시각화품질 및 프로세스 엔지니어링Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화@샘가드너
PM을 쓰는 대신 토론을 공개로 유지하면 다른 JMP 사용자에게도 더 도움이 될 것이라고 생각했습니다. 저는 또한 자주 묻는 질문을 Google에서 검색하며 커뮤니티에서 게시물을 찾으면 항상 기쁩니다. 
저는 예측 프로파일러를 사용하면서 시간을 보냈는데 여러분은 거기서 정말 훌륭한 일을 해냈습니다. 이 기능은 FDA 또는 EMA와 같은 당국의 QbD 또는 PAR 요청을 처리하는 데 정말 유용합니다. 그러나 현재 이 기능을 사용할 수 없는 두 가지 큰 문제가 있습니다.
1. 지난 게시물에서 이미 언급했듯이 시뮬레이션의 모델 불확실성이 과소평가된 것이 아닌가 걱정됩니다.@존_살 이건 마지막에 설명 동영상 PredFormula 내에서 모델 불확실성을 통합하는 방법. 나는 그의 예를 재현할 수 있었다. 그러나 모델의 사용된 RMSE는 모델 내의 상관 구조를 고려하지 않습니다. 조사된 설계 공간 전체(설계 행렬 X라고 함)에 대한 모델 불확실성이 일정할 것으로 예상합니다. 그러나 이는 대부분의 모델이 입력 매개변수와 관련하여 완전히 직교하지 않기 때문에 일반적으로 사실이 아닙니다. 추정된 계수의 불확실성이 설계 상관 구조에 어떻게 의존하는지 아래의 간단한 방정식을 참조하십시오.
JMP를 사용하면 상관 구조가 고려되는 각 모델의 PredSE 공식을 쉽게 저장할 수 있습니다. DesignSpace 프로파일러 내에서 시뮬레이션에 공식이 사용되지 않는 이유가 무엇인지 궁금합니다. 일정한 SD를 사용하는 대신 여기에 PredSE 공식을 연결하기만 하면 문제가 해결됩니다.
2. 다른 점은 DesignSpace Profiler 내에서 시뮬레이션을 위한 SD로 모델의 RMSE를 사용하면 모델 평균 예측의 불확실성이 무시된다는 것입니다. 제가 이해한 바에 따르면 시뮬레이션에서는 모델의 평균 예측에 오류가 없으며 이 모델 예측에 대한 불확실성만 고려한다고 예상합니다. 내 요점을 좀 더 명확하게 하기 위해 예측 구간 계산에 대한 다음 공식을 참조하세요(종이에서 복사/붙여넣기만 하면 됩니다).
지금은 방정식의 첫 번째 부분만 고려하고 있으며 두 번째 부분(즉, 표준 오차)은 고려하지 않습니다.
내 요점을 요약하자면. 현재 상태에서 DesignSpace 프로파일러는 실제 가변성을 과소평가하여 입력 매개변수에 대한 넓은 범위를 허용한다고 생각합니다. 두 가지 사항 모두 쉽게 해결할 수 있다고 생각하며 귀하의 피드백에 감사드립니다. @Phil_Kay 기차 여행 중에 시간이 좀 있으면 )
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화@마르코_ JMP 위시리스트에 갈 수 있다면 https://community.jmp.com/t5/JMP-Wish-List/idb-p/jmp-wish-list 기능 요청을 제공하면 이를 추적하고 더 잘 평가하는 데 도움이 됩니다.커뮤니티의 PM을 통해 저에게 직접 연락하실 수도 있으며 이에 대해 더 자세히 논의할 수 있습니다.당신이 하고 싶은 일이 무엇인지 좀 더 구체적으로 알고 싶습니다.
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화그 사람 꽤 바빠요! 제 생각엔 처음부터 사용하는 것이 가장 좋은 것 같아요 jmpbeta@jmp.com 피드백을 제공하고 이러한 기능이 이러한 요구 사항을 어떻게 해결할 수 있는지/하지 않을 수 있는지 질문합니다.
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화@Phil_Kay
방금 영상을 봤는데 정말 흥미로웠어요. 그러나 얼핏 보면 모델 불확실성은 RMSE 형태로만 구현되는 것처럼 보입니다. 따라서 입력 매개변수와 관련된 상관관계는 고려되지 않습니다. 이 문제를 더 자세히 조사해야 하며 이 기능이 내 문제에 얼마나 도움이 되는지 알려 드리겠습니다. 교환할 기회가 있나요? @존_살 ?
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화이미 JMP17EA를 보유하고 있다는 좋은 소식입니다.
Early Adopter 웹 페이지에 로그인하면 비디오 > EA2 > 디자인 공간 프로파일러를 살펴보세요. 해당 기능을 개발하고 있는 개발자(가장 경험이 풍부한 개발자 중 한 명)의 동영상입니다.
내일은 기차 여행이 길어서 이것에 대해 생각할 기회가 있을 것 같아요. 하지만 나는 어떤 약속도 할 수 없습니다. (이번 주에는 너무 많은 일을 하기로 약속했어요!)
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화@Phil_Kay 글쎄, 그건 정말 안타까운 일이야! 솔루션 옵션을 알려주시면 정말 감사하겠습니다. 앞으로 더 많은 시간을 보내시기 바랍니다.
그런데 저는 이미 JMP EA 17에 액세스할 수 있습니다. 그러나 귀하가 언급한 "디자인 공간 기능" 옵션을 찾을 수 있도록 도와주셔야 합니다.
나는 또한 해결책을 조사했습니다. @샘가드너 이는 정말 흥미롭고 제가 직면하고 있는 다른 문제에 유용할 수도 있습니다. 그러나 시뮬레이션 기반 솔루션 대신 분석 솔루션을 찾고 있기 때문에 실제로 내 문제를 해결하지는 않습니다. 특히 JMP는 상관 구조가 아닌 Random by Model 옵션에서 RMSE를 사용하기 때문에 더욱 그렇습니다. 따라서 시뮬레이션 결과는 조사된 설계가 완전히 직교하는 경우에만 정확합니다.
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화거기에 담긴 흥미로운 질문과 도전, @마르코 . 불행히도 현재로서는 솔루션 옵션을 완전히 탐색할 시간이 없다고 생각합니다. 내 생각에는 @샘가드너 Monte Carlo 필터링을 사용하자는 의 제안이 유용한 솔루션이 될 수 있습니다. 또한 현재 JMP 17 베타 버전에서 평가되고 있는 새로운 설계 공간 기능이 여러분에게 흥미로울 수 있다고 생각합니다. 이러한 기능이 귀하의 상황에 도움이 될 수 있는지 확인하고 JMP 개발 팀에 유용한 피드백을 제공하려면 JMP 담당자에게 문의하여 JMP 17 얼리 어답터 프로그램에 대해 문의할 수 있습니다.
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화안녕하세요 필,
원칙적으로 당신의 아이디어는 내 문제에 효과적입니다. 그러나 현실은 때로 예상보다 더 복잡할 때도 있습니다...
내 접근 방식에서는 모델 주변의 불확실성 간격도 고려해야 합니다. JMP에서는 CI만 사용할 수 있습니다. 그러나 PredSE 공식을 저장하고 해당 공식에 MSE를 추가하는 간단한 트릭을 사용하면(9.1816의 예가 포함된 아래 그림 참조) 95% 예측 구간(PI)을 근사화할 수도 있습니다.
그래서 제가 실제로 알고 싶은 것은 허용 가능한 입력 매개변수 범위를 정의하기 위해 PI가 사양 한계와 교차하는 위치입니다.
다음과 같은 방법으로 접근하면 이 작업을 수행할 수 있습니다.
- 모델의 자유도를 고려하기 위해 "조정된" PredSE 열에 올바른 t 값을 곱해야 하는 새 열을 만듭니다. 이 열을 "간격"이라고 부르겠습니다.
- Interval 열의 값을 :Pred Formula 열에 추가하고 상위 PI가 Specs 내에 속하는지 확인합니다.
- :Pred 공식에서 간격 열의 값을 빼고 더 낮은 PI도 사양에 속하는지 확인합니다.
- 2와 3이 참이면 => 1, 그렇지 않으면 => 0
여러 출력/모델에서 이 프로세스를 수행해야 하기 때문에 수동으로 수행하려면 너무 많은 노력이 필요합니다. 특히 각 모델의 자유도가 다르기 때문에 값을 수동으로 조정해야 합니다.이 프로세스를 자동화하는 방법을 알고 계시나요? 아니면 이 문제를 어떻게 해결할 수 있는지 다른 아이디어가 있나요?
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화주의해야 할 한 가지는 맞춤 만족도 함수입니다. @Phil_Kay 설명은 범위에 걸쳐 균일하므로 최적의 솔루션이 많을 수 있습니다(최대한 바람직함).만족도가 일정하고 최대인 요인 영역을 시각화하려면 프로파일러에서 "출력 무작위 테이블" 명령을 사용한 다음 요인의 산점도 행렬을 만들고 만족도에 대한 플롯을 필터링할 수 있습니다.
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화정말 흥미로운 것 같네요. 한번 시도해보겠습니다. 빠른 답변 감사드립니다!
Re: 예측 프로파일러를 사용하여 특정 범위에 대해 최적화안녕,
내 생각에 해결책은 다음을 정의하는 것입니다. 맞춤형 만족도 함수 수식 열로
Tiretread 데이터를 사용한 첨부된 예에서 저는 450~550 범위에 대해 1이고 해당 범위를 벗어나면 0인 ELONG에 대한 사용자 정의 바람직함 함수를 만들었습니다.
If( 450 < :Pred Formula ELONG < 550,
1,
0
)
그런 다음 ELONG 및 사용자 정의 만족도 함수에 대한 예측 수식 열을 프로파일링합니다. ELONG에 대한 만족도 함수를 없음으로 설정하고 사용자 정의 만족도 함수에 대해 최대화를 설정합니다.
제 생각엔 그게 효과가 있을 것 같아요. 알려줘요.
필
