519571_es-ES

liliconcom

Uso del Generador de perfiles de predicción para optimizar un rango determinado

Hola a todos,

Estoy intentando utilizar el generador de perfiles de predicción en JMP en combinación con la función de deseabilidad para optimizar varios modelos de forma simultánea.
Hay varias opciones de optimización implementadas en JMP, como maximizar, minimizar o hacer coincidir un objetivo. Sin embargo, necesito una opción que coincida con un rango.

Dado que solo hay 3 puntos ajustables en la función de deseabilidad y necesito una función de deseabilidad donde todos los valores fuera de los rangos objetivo sean iguales a 0 y dentro de 1, necesito su ayuda para lograr esto (la función debería verse similar a un rectángulo)

Tenga en cuenta que estoy familiarizado con la opción de establecer límites de especificación para realizar simulaciones o calcular tasas de defectos. Lamentablemente, estos gráficos estáticos no me resultan de gran ayuda. Lo que necesito es la interactividad del gráfico de deseabilidad.

 

¡Espero tus sugerencias!

 

¡Gracias!

Modelado estadístico avanzadoCombinación y limpieza de datosExploración y visualización de datosIngeniería de Calidad y ProcesosRe: Uso del Generador de perfiles de predicción para optimizar un rango determinado

@SamGardner
En lugar de escribirle un mensaje privado, pensé que también podría ser más útil para otros usuarios de JMP si mantenemos la discusión pública. También busco en Google con mucha frecuencia las preguntas que tengo y siempre estoy feliz si encuentro una publicación en la comunidad;)

 

Pasé algún tiempo con el generador de perfiles de predicción y ustedes han hecho un gran trabajo allí. Esta característica es realmente excelente para abordar solicitudes de QbD o PAR de autoridades como la FDA o la EMA. Sin embargo, por el momento veo dos grandes problemas por los que no puedo utilizar la función.

 

1. Como ya mencioné en mi última publicación, me temo que se subestima la incertidumbre del modelo en la simulación.@John_Sall explicado al final de este video cómo incorporar la incertidumbre del modelo dentro de PredFormula. Podría reproducir su ejemplo. Sin embargo, el RMSE utilizado del modelo no considera la estructura de correlación dentro del modelo. Usted anticipa que la incertidumbre del modelo en todo el espacio de diseño investigado (llamemos a la matriz de diseño X) es constante. Sin embargo, en general esto no es cierto, ya que la mayoría de los modelos no son completamente ortogonales en cuanto a sus parámetros de entrada. Vea a continuación una breve ecuación sobre cómo la incertidumbre de un coeficiente estimado depende de la estructura de correlación de diseño.

Dado que JMP permite guardar fácilmente la fórmula PredSE de cada modelo, donde se considera la estructura de correlación. Me pregunto por qué la fórmula no se utiliza para la simulación dentro del generador de perfiles DesignSpace. En lugar de utilizar una SD constante, simplemente conecte la fórmula PredSE aquí y el problema se resolverá.

 

2. El otro punto es que al utilizar el RMSE del modelo como SD para la simulación dentro de DesignSpace Profiler, se ignora la incertidumbre en la predicción media del modelo. Según tengo entendido, la simulación anticipa que la predicción media del modelo no tiene error y solo considera la incertidumbre en torno a la predicción de este modelo. Para aclarar un poco mi punto, consulte la siguiente fórmula para el cálculo de un intervalo de predicción (simplemente copie y pegue de un artículo):

Por el momento sólo estás considerando la primera parte de la ecuación pero no la segunda parte (es decir, el error estándar).

 

 

Para resumir mis puntos. Creo que en el estado actual, el generador de perfiles DesignSpace subestima la verdadera variabilidad y, por lo tanto, permite rangos amplios para los parámetros de entrada. Creo que ambos puntos podrían solucionarse fácilmente y agradecería mucho sus comentarios (también de @Phil_Kay si tiene algo de tiempo durante su viaje en tren )

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

@marco_ si pudieras ir a la lista de deseos de JMP https://community.jmp.com/t5/JMP-Wish-List/idb-p/jmp-wish-list y proporcione su solicitud de función, que sería útil para realizar un seguimiento de esto y poder evaluarlo mejor.También puedes comunicarte conmigo directamente a través de un mensaje privado en la comunidad y podríamos discutir esto más a fondo.Me interesa saber más detalles sobre lo que quieres hacer.  

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

¡Está bastante ocupado! Creo que lo mejor para empezar es utilizar jmpbeta@jmp.com proporcionar comentarios y preguntar cómo estas capacidades podrían o no abordar estas necesidades.

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

@Phil_Kay
Acabo de ver el vídeo y fue realmente interesante. Sin embargo, a primera vista parece que la incertidumbre del modelo sólo se implementa en forma de RMSE. Por tanto, no se tiene en cuenta ninguna correlación con respecto a los parámetros de entrada. Necesito analizar esto más de cerca y les haré saber lo útil que es esta función para mis problemas. ¿Existe alguna posibilidad de intercambio con @John_Sall ?

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

Es una gran noticia que ya tengas el JMP17EA.

Cuando inicie sesión en la página web de Early Adopter, busque en Vídeos > EA2 > Design Space Profiler. Ese es un video del desarrollador que está trabajando en esa capacidad (uno de los desarrolladores con más experiencia;)).

Mañana tengo un largo viaje en tren, así que tal vez tenga la oportunidad de pensar en esto. Aunque no puedo hacer ninguna promesa. (¡He prometido hacer demasiadas cosas esta semana!)

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

@Phil_Kay bueno, ¡es una lástima! Ojalá tenga más tiempo en el futuro, ya que realmente agradecería una opción de solución por su parte.

Por cierto, ya tengo acceso al JMP EA 17. Sin embargo, tienes que ayudarme un poco donde pueda encontrar la opción mencionada "capacidades de diseño de espacio".

 

También he investigado la solución de @SamGardner lo cual es realmente interesante y podría resultar útil para otros desafíos a los que me enfrento. Sin embargo, realmente no aborda mi problema ya que estoy buscando una solución analítica en lugar de una basada en simulación. Especialmente porque JMP simplemente usa el RMSE en la opción Aleatorio por modelo y no la estructura de correlación. Por lo tanto, los resultados de la simulación sólo serán correctos en los casos en que el diseño investigado sea completamente ortogonal.  

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

Interesantes preguntas y retos que tienes ahí, @marco . Desafortunadamente, no creo que tenga tiempo para explorar completamente las opciones de solución en este momento. Creo que @SamGardner La sugerencia de utilizar el filtrado Monte Carlo podría ser una solución útil. También creo que las nuevas capacidades del espacio de diseño que se están evaluando actualmente en la versión beta de JMP 17 podrían resultarle interesantes. Es posible que desee comunicarse con su representante de JMP para preguntarle sobre el programa Early Adopter para JMP 17 para ver si estas capacidades pueden ayudar en su situación y brindar comentarios útiles al equipo de desarrollo de JMP.

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

Hola Phil,
En principio, tu idea funciona para mi problema. Sin embargo, la realidad a veces es más compleja de lo esperado...
Para mi enfoque, debo considerar también el intervalo de incertidumbre alrededor de mi modelo. JMP solo me permite usar CI. Sin embargo, con un truco simple donde guardo la fórmula PredSE y agrego el MSE a esa fórmula (ver imagen a continuación con el ejemplo de 9.1816) también puedo aproximar el intervalo de predicción (PI) del 95%.

Entonces, lo que realmente quiero saber es dónde se cruza mi PI con los límites de mis especificaciones para definir un rango aceptable de parámetros de entrada.
Podría hacer esto con tu enfoque mediante:

1. Cree una nueva columna donde tenga que multiplicar la columna PredSE "ajustada" con el valor t correcto para considerar los grados de libertad de mi modelo. Llamemos a esta columna "Intervalo"
2. Agregue el valor de la columna Intervalo a la columna :Pred Formula y verifique si el PI superior se encuentra dentro de las Especificaciones
3. Reste de la fórmula :Pred el valor de la columna Intervalo y verifique si también el PI inferior se encuentra dentro de las especificaciones.
4. Si 2 y 3 son verdaderos => 1 y si no => 0

Dado que tengo que realizar este proceso en múltiples salidas/modelos, es demasiado esfuerzo hacerlo manualmente. Especialmente los grados de libertad en cada uno de mis modelos son diferentes y necesitaría adaptar el valor manualmente.¿Tiene alguna idea de cómo puedo automatizar este proceso o tiene una idea diferente de cómo puedo abordar este problema?

 

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

Una cosa con la que deberá tener cuidado es que la función de deseabilidad personalizada que @Phil_Kay describe es plano en un rango, por lo que posiblemente haya muchas soluciones óptimas (con la máxima conveniencia).Para visualizar regiones de factores donde la deseabilidad es constante y máxima, podría considerar usar el comando "Tabla aleatoria de salida" en el Generador de perfiles y luego crear una matriz de diagrama de dispersión de sus factores y filtrar ese gráfico según la deseabilidad.

 

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

Eso suena súper interesante. Lo intentaré. ¡Gracias por tu rápida respuesta!

Re: Uso del Generador de perfiles de predicción para optimizar un rango determinado

Hola,

 

Creo que la solución aquí es definir un función de deseabilidad personalizada como una columna de fórmula.

 

En el ejemplo adjunto, utilizando los datos de Tiretread, creé una función de deseabilidad personalizada para ELONG que es 1 para el rango de 450 a 550 y 0 fuera de ese rango.

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

Luego perfilamos la columna de fórmula de predicción para ELONG y la función de deseabilidad personalizada. Establezca la función de deseabilidad para ELONG en ninguno y Maximizar para la función de deseabilidad personalizada.

 

 

Creo que eso debería funcionar. Hágamelo saber.

 

filo