予測プロファイラーによる最適化マーティン、ここにいます。
プロファイラーに関する助けが必要です。
これは 3 要素のカスタム設計です。
要因その1: 青丸セメント (0.6898~0.7431)
因子 #2: 表面白セメント (0.2546~0.3009)
因子 #3: クエン酸ナトリウム (遅延剤) (0.0023~0.0093)
それはセメント質配合物です。最も重要な反応の 1 つは、水浸漬後の接着力です。密着力を最適化したいので1MPa以上にする必要があります。
以下は、望ましさを最大化するために JMP によって生成されたプロファイラーです。水浸漬後の密着力は0.98MPaであり、1MPaを満足するほどではありません。
3 つの要素の割合を手動で変更すると、プロファイラーは以下の結果を示し、水浸漬後の付着力は約 1.02 MPa になります。
それで私の質問は、プロファイラーを使用した最適化の手順は何ですか?満足度関数に依存するのでしょうか、それとも因子のレベルを手動で調整する必要があるのでしょうか?
満足度関数が目標を達成できない場合はどうなるでしょうか?
よろしく
マーティン
Re: 予測プロファイラーによる最適化アドバイスありがとうございます。 あなたが勧めてくれた本を読んでみます。
間違いなく、JMP ユーザー コミュニティにさらに多くの質問を返します。非常に役立つと思います。
よろしく
マーティン
Re: 予測プロファイラーによる最適化相互作用は問題ありません。 それらはチャンスなのです！ それらはほとんどの回答の一部でもあるので、私はそれらを見ることに慣れています。
モデルの選択と削減に関する情報源は数多くあります。 すべての統計トピックの中でも、回帰分析についてはよく書かれています。 あなたの場合、候補を説明モデリングと予測モデリングの 2 つの山に分割しましょう。 モデルを使用して予測を行うことはわかりましたが、この用語の意味は別のものです。 適切な説明モデルが必要です。 さらに、データセットは小さく、計画された実験として形成されます。 それは選択肢をかなり狭めます。 お勧めします "最適な実験計画法: ケーススタディのアプローチ」 パーター・グースとブラッドリー・ジョーンズ著。 設計と分析が「密接に」関係していることがわかります。
何千もの質問について心配する必要はありません。 JMP コミュニティは大きなサーバーでホストされています...
Re: 予測プロファイラーによる最適化ありがとうマーク。
あなたの鋭い観察眼と、問題を察知する素早い思考力があればよかったのにと思います。
に関してモデルの削減そして最適化何千もの質問があるかもしれませんが、役に立つと思われる読書資料/本のリストを教えていただけますか?
これら 2 つのトピックについての理解が深まりましたか?
御時間ありがとうございます
よろしく
マーティン
Re: 予測プロファイラーによる最適化Prediction Profiler ではクエン酸ナトリウムの効果が最初はゼロであり、その後、青い円レベルの大きな変化によってクエン酸ナトリウムの大きな効果が引き起こされたため、強い相互作用があることがわかります。 他の要因についても同様です。
モデルの選択は、利用可能なすべての知識を必要とする慎重なプロセスです。 パラメーター推定レポートのラベル付けから、JMP が変数を中心に置くコード化された因子水準を使用していないことがわかります。 コード化されていない因子レベルを回帰すると、ゼロに対する推定値に関する仮説検定の検出力が大幅に低下する可能性があります。 JMP で実験を設計し、すべてのメタデータを含むデータ テーブルを保持している場合、コーディングは自動的に行われます。 最小二乗法フィットは、「テーブルの作成」をクリックしたときに JMP 設計プラットフォームによって追加された「コーディング列」プロパティに応答します。 コーディングすると、いくつかの用語の重要性がわかります。 傷つくことはありません。
モデル選択やモデル削減パズルについて他に何かありますか?
Re: 予測プロファイラーによる最適化早速お返事をいただきありがとうございます。
これら 3 つの因子は連続因子として入力されます。
青い円が遅延剤クエン酸ナトリウムと強い相互作用を持っていることをどのようにして判断できますか?すべての P 値がすべて 0.05 より大きいためです。
プロファイラーの最適化のほかに、最も重要な要素を見つけるタスクも私を困惑させます。以下の JMP レポートを参照してください。
3 つの要素の重要性とその相互作用について、どのような情報を伝えることができますか?
ありがとう！
マーティン
Re: 予測プロファイラーによる最適化3 つの因子は、混合、連続、または離散の数値因子として入力されますか?
青い円とクエン酸ナトリウムの間に強い相互作用があるようです。 この条件により極大値が生じる可能性があります。 初期因子レベルを変更して最適化を繰り返すと、別の最大値が得られる可能性があります。
満足度関数の最適化の背後にある数値ソルバーには、必要に応じて変更できる設定があります。 設定ダイアログ ボックスには、赤い三角ボタンのメニューからアクセスできます。
見るヘルプ>本>プロファイラー。
