使用預測分析器進行優化馬丁在這裡。
需要探查器的幫助。
這是一個三因素定制設計。
因素#1：藍圈水泥（0.6898~0.7431）
因素#2：Ternal白水泥（0.2546~0.3009）
因素#3：檸檬酸鈉（緩凝劑）（0.0023~0.0093）
它是一種水泥配方。最重要的反應之一是浸水後的附著力。我想優化附著力，需要在1MPa以上。
下面是由 JMP 生成的具有最大化合意性的分析器。浸水後的附著力為0.98 MPa，不足以滿足1 MPa。
通過手動改變三個因素的比例，Profiler 顯示如下結果，浸水後的附著力在 1.02 MPa 左右。
所以我的問題是使用探查器進行優化的過程是什麼？我們是傳遞意願函數還是必須手動調整因素的水平？
如果意願函數未能達到目標怎麼辦？
問候
馬丁
回复：使用預測分析器進行優化謝謝你的建議。 我會讀一讀你推薦的書。
當然，我會將更多問題帶回 JMP 用戶社區，我覺得這很有幫助。
問候
馬丁
回复：使用預測分析器進行優化交互不是問題。 他們是機會！ 它們也是大多數回复的一部分，所以我習慣於看到它們。
有許多關於模型選擇和簡化的信息來源。 在所有的統計主題中，回歸分析經常被寫得很好。 在您的情況下，讓我們將候選者分為兩堆：解釋性建模和預測性建模。 現在我知道你會用你的模型做出預測，但這個術語有別的意思。 你需要一個好的解釋模型。 此外，您的數據集將很小並且形成為設計的實驗。 這大大縮小了選擇範圍。 我建議 ”優化實驗設計：案例研究方法“由 Perter Goos 和 Bradley Jones 撰寫。 您會發現設計和分析“齊頭並進”。
不用擔心您的數千個問題。 JMP 社區託管在大型服務器上...
回复：使用預測分析器進行優化謝謝馬克。
我希望我有你敏銳的眼睛和敏捷的頭腦來發現問題。
關於模型縮減和優化我可能有成千上萬的問題，你能給我一份你認為會的閱讀材料/書籍清單嗎？
提高我對這兩個主題的理解？
謝謝你的時間
問候
馬丁
回复：使用預測分析器進行優化我可以看出存在強烈的相互作用，因為檸檬酸鈉的效果在預測刻畫器中一開始是無效的，然後藍圈水平的大變化導致檸檬酸鈉的大效果。 另一個因素也是如此。
模型選擇是一個謹慎的過程，需要所有可用的知識。 我從 Parameter Estimates 報告中的標籤中註意到，JMP 沒有使用編碼因子水平，它使變量居中。 對未編碼的因子水平進行回歸可以顯著降低假設檢驗對零估計的功效。 如果您在 JMP 中設計了實驗並保留了包含所有元數據的數據表，則編碼應該會自動進行。 擬合最小二乘法響應您單擊製作表時 JMP 設計平台添加的編碼列屬性。 編碼將有助於某些術語的重要性。 它傷不起。
模型選擇或模型縮減還有什麼讓您困惑的地方？
回复：使用預測分析器進行優化感謝您的快速回复。
這三個因子作為連續因子輸入。
你怎麼知道藍色圓圈與緩凝劑檸檬酸鈉有很強的相互作用？因為所有的 P 值都大於 0.05。
除了探查器優化之外，尋找最重要因素的任務也讓我感到困惑。請參閱下面的 JMP 報告。
對於三個因素的重要性及其相互作用，我可以傳遞哪些信息？
謝謝！
馬丁
回复：使用預測分析器進行優化輸入的三個因子是混合的、連續的還是離散的數字因子？
你似乎在藍色圓圈和檸檬酸鈉之間有很強的相互作用。 這種情況可能會導致局部最大值。 更改初始因子水平並重複優化可能會導致另一個最大值。
意願函數優化背後的數值求解器具有您可以在必要時更改的設置。 設置對話框可通過紅色小三角菜單訪問。
看幫助>圖書>分析器.
