453606_es-ES

liliconcom

Ruido aleatorio en el simulador

Hola,

 

Quiero simular algunas respuestas de un modelo que construí usando el simulador en Fit Model. Como solo tengo factores fijos, quiero generar una distribución de respuestas simuladas agregando ruido aleatorio a la respuesta. mis preguntas son

 

1. ¿Cuál es exactamente el valor de ruido aleatorio predeterminado para la respuesta proporcionada por JMP? (En una página de ayuda vi que esto era el error cuadrático medio, pero no estoy seguro de cómo interpretarlo en términos prácticos).

2. ¿Cómo capturo el error de medición en la respuesta al simular? es decir, ¿reemplazo el valor de ruido aleatorio predeterminado con una desviación estándar para el error de medición o combino el valor de ruido aleatorio predeterminado con el valor de error de medición (quizás tomando la suma de las varianzas para cada uno y luego el enraizamiento cuadrado?)

 

Gracias por adelantado

AnalíticaRe: Ruido Aleatorio en el Simulador

¡Muchas gracias!

Re: Ruido Aleatorio en el Simulador

¡Muchas gracias!

Re: Ruido Aleatorio en el Simulador

Y una nota de precaución para @Alicia en caso de que no lo sepas: las varianzas son aditivas, las desviaciones estándar no lo son. Entonces, si tiene estimaciones del lote y la variación de la medición como desviaciones estándar, debe elevarlas al cuadrado, sumarlas y luego sacar la raíz cuadrada para obtener la DE para la simulación como se describe en @SDF1 .

Re: Ruido Aleatorio en el Simulador

Sí, utilice el Perfilador de predicción. Establezca los niveles de los dos factores categóricos que definen la condición que desea simular. Active el Simulador en Prediction Profiler. Deja los factores como están. Cambie la información de Respuestas en el Simulador para representar el ruido aleatorio independiente para su propósito. JMP proporciona el RMSE del ajuste del modelo actual solo como un valor predeterminado (conveniencia), pero puede ingresar otro SD que haya determinado en otro lugar que incluya todas las fuentes de variación, algunas de las cuales podrían no haber sido incluidas en los datos que está ajustando (por ejemplo, lotes múltiples). Ahora haga clic en el botón Simular debajo de Profiler en el lado derecho.

 

¿Está preguntando cómo determinar la SD para su simulación?

Re: Ruido Aleatorio en el Simulador

Hola @Alicia ,

 

Si tiene mediciones en múltiples lotes que se realizaron bajo las mismas condiciones/recetas, entonces ya debería tener una buena estimación de la variación de lote a lote. Además, si tiene varias mediciones en un solo lote, también debe tener una estimación del ruido del propio sistema de medición.

 

A partir de eso, una vez que tenga su fórmula de predicción, puede crear una nueva fórmula de columna que es la fórmula de predicción más una distribución normal centrada en cero con una desviación estándar que es la raíz cuadrada de la varianza de lote a lote más la varianza de medición .

 

Debería verse como a continuación: solo usé el archivo Diabetes.jmp para crear una fórmula de predicción de ejemplo y luego agregué una función Random Normal (mu, sigma) para agregar ruido. Esto agregaría un número aleatorio normalmente distribuido con media 0 y desviación estándar sigma a su fórmula de predicción.

 

¡Espero que esto ayude!,

SD

 

Re: Ruido Aleatorio en el Simulador

Hola @SDF1 , gracias por tu respuesta y explicación de RMSE. Estoy usando solo factores categóricos en el modelo y solo quiero capturar el ruido proveniente de la respuesta en el simulador... 1. como variación lote a lote y 2. como error de medición. (ver notas arriba).

 

Realmente aprecio sus comentarios

Re: Ruido Aleatorio en el Simulador

Solo hay 2 factores en el modelo y ambos son categóricos. Básicamente tengo una matriz de 2x2 donde tengo resultados para 3 de las combinaciones y estoy modelando los resultados para la cuarta combinación. Al simular respuestas para la cuarta combinación, quiero agregar algo de ruido a la respuesta:

 

1. proveniente de la variación de lote a lote (¿JMP estima esto como RMSE?) y

2. proveniente de un error de medición.

 

Mi pregunta es... ¿cómo hago esto en la plataforma del simulador de perfiles? ¿Uso las estimaciones de RMSE JMP y luego le agrego el error de medición (combinando varianzas y sacando la raíz cuadrada)?

 

¡Ayuda muy apreciada!

Re: Ruido Aleatorio en el Simulador

Hola @Alicia ,

 

Creo que entiendo lo que quieres hacer, pero no estoy 100% seguro.

 

¿Conoce la matriz de correlación de sus factores y respuesta(s)? Si es así, puede usar esto para hacer una mejor estimación de la varianza y así sucesivamente al hacer su simulación. Además, ¿tiene una buena estimación de la varianza o desviación estándar de los factores y la respuesta?

 

Lo pregunto porque si tiene una fórmula de predicción (ya sea guardada en la tabla de datos o dentro de un informe de ajuste de modelo), puede seleccionar Simulador debajo del botón rojo para el generador de perfiles. Esto le permitirá modificar la media y la desviación estándar de los factores del modelo, ya sea como ruido normal independiente o como correlación multivariada. A continuación, puede generar una gran tabla de datos con todos los datos simulados con el tipo correcto de estructura de correlación y ruido.

 

En respuesta a sus preguntas, RMSE puede interpretarse de manera muy simple como la desviación estándar de los datos reales para el estimador. Esta es una explicación demasiado simplificada, pero es conceptualmente fácil de entender.

 

Para la segunda pregunta, esto debe ser capturado por el ruido de los factores que entran en el modelo. El ruido de los factores se traducirá en ruido en la salida. Nuevamente, será una estimación, pero si conoce bien el ruido en sus factores y su modelo es bueno, debe tener una buena estimación para su respuesta de ruido.

 

¡Espero que esto ayude!,

SD

Re: Ruido Aleatorio en el Simulador

¿Qué quiere decir con "factores fijos"? ¿Son categóricos? Si son factores continuos, en la práctica pueden variar. Si es así, también puede incluir esta variación en su simulación.

 

JMP proporciona el RMSE del modelo ajustado actualmente seleccionado para la respuesta SD. Se supone que es constante para todos los niveles de respuesta e independiente de los predictores del modelo.