542155_fr-FR

liliconcom

Profileur de prédiction - fenêtre de fonctionnement des paramètres

Chers tous

J'espère que tout le monde va bien. J'ai une petite question. J'en suis à l'étape du profileur de prédiction et JMP a proposé les conditions de paramètres pour une désirabilité maximale. La simulation Monte Carlo a été utilisée pour tester la sensibilité du modèle injectant des variations aléatoires par rapport à la distribution normale. Maintenant, je voulais savoir comment nous pouvons connaître la fenêtre de fonctionnement normal et la fenêtre maximale acceptable à l'aide du profileur de prédiction des conditions de paramètres optimales.

Merci

Conception d'expériencesRe : Profileur de prédiction - fenêtre de fonctionnement des paramètres

Vous continuez à interagir avec la simulation dans Prediction Profiler. Je suppose que vous avez ajouté la propriété de colonne Response Limits à votre colonne de données de réponse car vous avez pu maximiser la désirabilité. Considérez la variation de chaque facteur. Est-ce une course fixe ou variable pour courir ? De combien varie-t-il, s'il varie, et de quelle manière (répartition) ? Quel est le taux d'échec attendu ? S'il est très faible, vous pourrez peut-être élargir la distribution. Si le taux d'échec est élevé, vous pouvez resserrer la distribution. Vous devez considérer ce qui contrôle la variation et le coût du contrôle. JMP rend la simulation simple et rapide, ce qui vous permet de parcourir rapidement différents paramètres et plages de facteurs pour converger vers un résultat acceptable.

 

Je me rends compte que cette réponse est un peu vague. Cela dépend fortement de votre situation.

 

Un nouvel outil sera ajouté au Prediction Profiler dans la prochaine version de JMP qui a été créé spécifiquement pour cette tâche.

Re : Profileur de prédiction - fenêtre de fonctionnement des paramètres

Bonjour Marc Merci beaucoup pour votre réponse. J'ai quelques questions sur le choix de la distribution. Plusieurs distributions sont disponibles dans le profileur de prédiction. Pourriez-vous, s'il vous plaît, donner une idée de ce qui détermine le choix d'une distribution spécifique plutôt que d'autres ? En outre, pourriez-vous développer votre pensée que vous avez mentionnée ' Considérez la variation de chaque facteur. Est-ce une course fixe ou variable pour courir ? De combien varie-t-il, s'il varie, et de quelle manière (répartition) ? '

 

Aussi, quelle est la meilleure pratique pour injecter les variations aléatoires des paramètres, est-ce une à la fois ou autre ? Y a-t-il une recommandation à suivre? Merci

Re : Profileur de prédiction - fenêtre de fonctionnement des paramètres

Choisissez une distribution qui ressemble à la variation attendue d'une série à l'autre du niveau de facteur. Il modélise la variation des entrées de votre processus. Les données historiques sont excellentes à cette fin. Enregistrez-vous les niveaux de facteurs pour chaque exécution ? Tracez-vous les niveaux dans un diagramme de progression ou une carte de contrôle ?

 

Votre deuxième question est la suite de la première question à laquelle j'ai déjà répondu.

 

Vous simulez une exécution de processus dans laquelle chaque facteur varie simultanément et une variable aléatoire est introduite dans la fonction de transfert pour produire le résultat attendu. Le modèle de régression est la fonction de transfert. Je suppose que vous avez lu la documentation de Prediction Profiler pour le Simulateur caractéristique.