Optimización con perfilador de predicción.Aquí Martín.
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 terno (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 maximizando la conveniencia.La adherencia después de la inmersión en agua es de 0,98 MPa, lo que no es lo suficientemente bueno 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 Profiler?¿Nos basamos en la función de deseabilidad o tenemos que ajustar manualmente el nivel de los factores?
¿Qué pasa si la función de deseabilidad no logra alcanzar el objetivo?
Saludos
Martín
Re: Optimización con perfilador de predicciónGracias por su consejo. Voy a leer el libro que me recomendaste.
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 forman parte de la mayoría de las respuestas, por eso estoy acostumbrado a verlas.
Existen muchas fuentes de información sobre la selección y reducción de modelos. De todos los temas estadísticos, se ha escrito abundantemente y sobre el análisis de regresión. En su caso, dividamos a los candidatos en dos grupos: 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. Recomiendo " Diseño óptimo de experimentos: un enfoque de estudio de caso " por 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 Marcos.
Ojalá tuviera tu mirada observadora y tu mente rápida para detectar los problemas.
Acerca de Reducción del modelo y Mejoramiento Quizás tenga miles de preguntas. ¿Podría darme una lista de materiales/libros de lectura que crea que ayudarán?
¿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 ocurre con el otro factor.
La selección del modelo es un proceso cuidadoso que requiere todo el conocimiento disponible. Observo en el etiquetado del informe Estimaciones de parámetros que JMP no utiliza niveles de factores codificados, lo que centra las variables. Hacer una 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 al hacer clic en Crear tabla. La codificación ayudará a determinar el significado de algunos términos. No puede doler.
¿Qué más te desconcierta sobre la selección de modelos o la reducción de modelos?
Re: Optimización con perfilador de predicciónGracias por su respuesta rápida.
Estos tres factores se ingresan como factores continuos.
¿Cómo se puede saber que el círculo azul tiene una fuerte interacción con el retardador citrato de sodio? ya que todos los valores P son mayores que 0,05.
Además de la optimización del perfilador, también me desconcierta la tarea de encontrar los factores más importantes. consulte el informe del JMP a continuación.
¿Qué información puedo transmitir sobre la importancia de tres factores y su interacción?
¡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 otros máximos.
El solucionador numérico detrás de la optimización de la función de deseabilidad tiene configuraciones que puedes cambiar cuando sea necesario. El cuadro de diálogo de configuración está disponible a través del menú del triángulo rojo.
Ver Ayuda > Libros > Perfiladores .
