使用預測刻畫器進行優化馬丁在這裡。
需要一些探查器方面的幫助。
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：熱白水泥（0.2546~0.3009）
因子#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粘附力。我想優化附著力，需要在1MPa以上。
下面是 JMP 生成的具有最大化需求的刻畫器。浸水後的附著力為0.98MPa，不足以滿足1MPa。
通過手動改變三個因素的比例，輪廓儀顯示如下結果，浸水後的附著力在1.02MPa左右。
所以我的問題是使用分析器進行優化的過程是什麼？我們是依賴意願函數還是必須手動調整因素水平？
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。 我會讀讀你推薦的書。
當然，我會將更多問題帶回 JMP 用戶社區，我發現這非常有幫助。
問候
馬丁
回复：使用預測分析器進行優化互動不是問題。 他們是機會！ 它們也是大多數回复的一部分，所以我已經習慣看到它們。
有關模型選擇和簡化的信息來源有很多。 在所有統計主題中，回歸分析已被廣泛提及。 對於您的情況，讓我們將候選者分為兩類：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，但這個術語意味著別的東西。 您需要一個好的解釋模型。 此外，您的數據集很小，並且是根據設計的實驗形成的。 這大大縮小了選擇範圍。 我建議 ”實驗的優化設計：案例研究方法” 珀特·古斯和布拉德利·瓊斯著。 您會發現設計和分析是“齊頭並進”的。
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。
關於模型還原和優化我可能有成千上萬的問題，您能給我一份您認為可以解決問題的閱讀材料/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很強的相互作用，因為檸檬酸鈉的影響一開始在預測刻畫器中為零，然後藍圈水平的巨大變化導致了檸檬酸鈉的巨大影響。 另一個因素也是如此。
模型選擇是一個仔細的過程，需要所有可用的知識。 我從參數估計報告中的標籤注意到，JMP 沒有使用編碼因子水平，該水平將變量居中。 對未編碼因子水平進行回歸可以顯著降低關於零估計值的假設檢驗的功效。 如果您在 JMP 中設計實驗並保留包含所有元數據的數據表，則編碼應該自動進行。 擬合最小二乘法響應您單擊“製作表格”時 JMP 設計平台添加的“編碼”列屬性。 編碼將有助於理解某些術語的重要性。 它不會造成傷害。
關於模型選擇或模型縮減還有什麼讓您困惑的嗎？
回复：使用預測分析器進行優化感謝您的快速回复。
這三個因素作為連續因素輸入。
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。
除了分析器優化之外，尋找最重要因素的任務也讓我困惑。請參閱下面的 JMP 報告。
對於三個因素及其相互關係的重要性，我可以提供哪些信息？
謝謝！
馬丁
回复：使用預測分析器進行優化這三個因素是作為混合因素、連續因素還是離散數字因素輸入的？
藍色圓圈和檸檬酸鈉之間似乎存在強烈的相互作用。 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。 可通過紅色小三角菜單訪問設置對話框。
看幫助>圖書>分析器。
