Optimización con generador de perfiles de predicciónMartín aquí.
Necesito ayuda con el generador de perfiles.
Es un diseño personalizado de tres factores.
factor #1: Cemento de círculo azul (0.6898~0.7431)
factor #2: Cemento blanco Ternal (0.2546~0.3009)
factor #3: citrato de sodio (retardador) (0.0023~0.0093)
es una formulación cementosa. una de las respuestas más importantes es la adhesión después de la inmersión en agua.Quiero optimizar la adherencia, debe estar por encima de 1MPa.
A continuación se muestra el generador de perfiles generado por JMP con la maximización de la deseabilidad.la adherencia después de la inmersión en agua es de 0,98 MPa, que no es lo suficientemente buena para alcanzar 1 MPa.
Al cambiar manualmente la proporción de tres factores, el perfilador muestra los siguientes resultados, con una adhesión después de la inmersión en agua de alrededor de 1,02 MPa.
Entonces mi pregunta es ¿cuál es el procedimiento de optimización con el generador de perfiles?¿Contamos con la función de deseabilidad o tenemos que ajustar manualmente el nivel de los factores?
¿Qué sucede si la función de deseabilidad no cumple con el objetivo?
Saludos
Martín
Re: Optimización con perfilador de predicciónGracias por su consejo. Voy a leer el libro que me recomiendas.
Definitivamente, traeré más preguntas a la comunidad de usuarios de JMP, lo encuentro muy útil.
Saludos
Martín
Re: Optimización con perfilador de predicciónLas interacciones no son problemas. ¡Son oportunidades! También son parte de la mayoría de las respuestas, así que estoy acostumbrado a verlos.
Hay muchas fuentes de información sobre la selección y reducción de modelos. De todos los temas estadísticos, el análisis de regresión se ha escrito bien y con frecuencia. En su caso, dividamos los candidatos en dos pilas: modelado explicativo y modelado predictivo. Ahora sé que harás predicciones con tus modelos, pero este término significa otra cosa. Quieres un buen modelo explicativo. Además, sus conjuntos de datos serán pequeños y se formarán como un experimento diseñado. Eso reduce considerablemente las opciones. Yo recomiendo " Diseño óptimo de experimentos: un enfoque de estudio de caso de Perter Goos y Bradley Jones. Descubrirá que el diseño y el análisis van 'de la mano'.
Y no te preocupes por tus miles de preguntas. La comunidad JMP está alojada en un gran servidor...
Re: Optimización con perfilador de prediccióngracias marca
Ojalá tuviera tus ojos observadores y tu mente rápida para detectar los problemas.
Con respecto a Reducción del modelo y Mejoramiento Es posible que tenga miles de preguntas, ¿podría darme una lista de materiales de lectura/libros que crea que
mejorar mi comprensión de estos dos temas?
Gracias por tu tiempo
Saludos
Martín
Re: Optimización con perfilador de predicciónPuedo decir que hay una fuerte interacción porque el efecto del citrato de sodio fue nulo al principio en el Prediction Profiler y luego un gran cambio en el nivel del círculo azul causó un gran efecto del citrato de sodio. Lo mismo es cierto para el otro factor.
La selección del modelo es un proceso cuidadoso que requiere todo el conocimiento disponible. Me doy cuenta del etiquetado en el informe de estimaciones de parámetros que JMP no está utilizando niveles de factor codificados, lo que centra las variables. La regresión de los niveles de los factores no codificados puede reducir drásticamente el poder de las pruebas de hipótesis sobre las estimaciones frente a cero. La codificación debería realizarse automáticamente si diseñó el experimento en JMP y conservó la tabla de datos con todos los metadatos. Ajustar mínimos cuadrados responde a la propiedad de la columna Codificación que agregó la plataforma de diseño JMP cuando hizo clic en Crear tabla. La codificación ayudará al significado de algunos términos. No puede doler.
¿Qué más te desconcierta sobre la selección o reducción de modelos?
Re: Optimización con perfilador de predicciónGracias por su respuesta rápida.
Estos tres factores se ingresan como factores continuos.
¿Cómo puede saber que el círculo azul tiene una fuerte interacción con el citrato de sodio retardador? ya que todo el valor P es mayor que 0.05.
Además de la optimización del generador de perfiles, la tarea de encontrar los factores más significativos también me intriga. véase el informe JMP a continuación.
¿Qué información puedo confiar en la importancia de los tres factores y su interrelación?
¡Gracias!
Martín
Re: Optimización con perfilador de predicción¿Los tres factores se ingresan como factores numéricos mixtos, continuos o discretos?
Parece tener una fuerte interacción entre el círculo azul y el citrato de sodio. Esa condición podría conducir a un máximo local. Cambiar los niveles iniciales de los factores y repetir la optimización podría conducir a otro máximo.
El solucionador numérico detrás de la optimización de la función de deseabilidad tiene configuraciones que puede cambiar cuando sea necesario. El cuadro de diálogo de configuración está disponible a través del menú del triángulo rojo.
Ver Ayuda > Libros > Perfiladores .
