556901_de-DE

liliconcom

Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Also habe ich nach dem Screening ein RSM mit JMP entworfen. Ich habe 5 Eingabevariablen und 5 Ausgabevariablen, die an den produzierten Proben gemessen werden. Jetzt liegen mir also die Ergebnisse der Antworten vor und ich habe das Modell mit „Modell“ > „Skript ausführen“ ausgeführt. Das bringt mich natürlich zur Anpassung der kleinsten Quadrate und ich bin zum Prediction Profiler und Contour Profiler gegangen und es gibt bereits einen vorgeschlagenen Satz von Eingabeparametern, basierend darauf, wie ich die Ausgabeantworten entworfen habe, d. h. ob sie maximiert, minimiert oder angepasst werden mussten zu einem Ziel usw Meine Fragen bestehen also aus zwei Teilen;

 

1. Mir wurde klar, dass ich bei einer der Antworten (Dichte) die Option „Maximieren“ ausgewählt hatte, anstatt ein Ziel festzulegen. Die Dichte dieses Materials beträgt etwa 1 g/cm3 und meine Ergebnisse aus Experimenten liegen in einem akzeptablen Bereich (0,7-09), aber die vorhergesagte Leistung (weil ich „Maximieren“ ausgewählt hatte) wird in der Größenordnung von 1000 angezeigt. Und auch der RSME liegt bei etwa 360! Gibt es für mich eine Möglichkeit, dies in meinem RSM anzupassen (und Grenzwerte festzulegen) und das RSM erneut zu bewerten?

 

2. Wie wird dann das Modell generiert, nachdem man mit dem Prediction Profiler die gewünschten Einstellungen erhalten hat, oder wie stellt man eine Gleichung zur Beschreibung des Modells auf? Wenn es darum geht, das Modell zu testen, um seine Eignung zu zeigen, muss ich dann nur diesen einen vorgeschlagenen Parametersatz verwenden, etwa 10 Stichproben erstellen und bewerten, ob das Ergebnis für alle mit dem vorhergesagten übereinstimmt?

 

Ich hoffe, dass hier jemand ähnliche Erfahrungen gemacht hat und helfen kann. Ich würde mich auch über Hinweise auf die richtigen Ressourcen freuen.

Danke schön.

VersuchsplanungBetreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Vielen Dank für die Erklärungen und Tipps zur Einzelanpassung des Modells, das werde ich ab sofort auf jeden Fall anwenden. Als ich meine Überlegungen, „eine Gleichung für den gesamten Prozess zu wollen“, im Nachhinein betrachtete, wurde mir klar, dass sie fehlerhaft war, da ich 5 (Ys)-Ausgaben habe, an denen ich messe. Ihre Antwort hat mir sehr geholfen, einige Dinge zu verstehen.

 

@Mark_Bailey Danke für deinen Beitrag; Das ist genau das, was mir durch den Kopf ging, aber als DOE- und JMP-Amateur war ich mir nicht ganz sicher.

 

@P_Bartell Das ist eine großartige Aussage; sie zeigt weiter, wie mächtig DOE und Statistiken sein können!

Nochmals vielen Dank an alle!

 

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

@Mark_Bailey macht einen tollen Punkt. Einer der Ingenieure, mit denen ich bei Kodak zusammengearbeitet habe, Dave Niemeyer, hatte ein Sprichwort, das ungefähr so lautete: „Sie wissen, dass Sie die Grundursache haben, wenn Sie einen Fehlermodus ein- und ausschalten können.“

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Wenn Sie das Modell und nicht nur die optimalen Faktoreinstellungen validieren möchten, wählen Sie einen oder mehrere Sätze von Faktoreinstellungen aus, die schlechte Antworten vorhersagen, und prüfen Sie, ob sie sich bestätigen.

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Hallo @Incr_ch22 ,

Großartig, es war also eher ein Problem der Datenqualität (Ausreißer) als ein Problem der Modellierung.
Ein Kommentar zur Modellierung: Wenn Sie auf „Modell“ klicken, um die Analyse zu erstellen, aktivieren Sie bitte die Option „Separat anpassen“ (unter Persönlichkeit und Hervorhebung rechts), wenn Sie mehrere Antworten haben, bevor Sie die Plattform starten: Sie werden haben um die Begriffe für jede Antwort zu sortieren und zu eliminieren, aber es ermöglicht Ihnen, benutzerdefinierte Modelle für jede Ihrer Antworten zu haben, was dazu beitragen kann, die Präzision Ihres Modells zu erhöhen (siehe Screenshot zum Vergleich oder Datei mit dem Skript „Model_fit-separately“). .

 

Bezüglich Ihrer Frage können Sie unter „Wünschbarkeit festlegen“ unterschiedliche Wichtigkeiten für Ihre Antworten festlegen. Wenn in Ihrem Fall die Dichte im Vergleich zu anderen Antworten sehr wichtig ist, können Sie ihre Bedeutung erhöhen. Es kann schwierig sein, alle Antworten von „hoher“ bis „niedriger“ Erwünschtheit zu sortieren, da einige Ihrer Antworten möglicherweise „widersprüchliche Interessen/Faktoren“ aufweisen. Sie können die Ausgabetabelle jedoch sortieren, indem Sie die Spalte „Wünschbarkeit“ auswählen, mit der rechten Maustaste darauf klicken und Klicken Sie auf „Sortieren“ und dann auf „Absteigend“. Anschließend werden Ihre simulierten Experimente von der höchsten Gesamterwünschtheit zur niedrigsten Gesamterwünschtheit sortiert (und bei Bedarf können Sie auf die gleiche Weise nach anderen spezifischen Antwortspalten sortieren).

 

Für die Validierungsexperimente würde ich mir das vorhergesagte Optimum und die vorhergesagten Antwortwerte ansehen, um die Genauigkeit des Modells zu überprüfen. Abhängig von Ihrem Ziel können auch andere Punkte ausgewählt werden (prüfen Sie, ob die Vorhersagevarianz im Design homogen ist oder prüfen Sie, ob kleine Abweichungen vom Optimum für Ihren Prozess noch akzeptabel sind).

 

Ich bin mir nicht sicher, was Sie mit „etwas Ähnliches für den gesamten Prozess finden“ meinen? Sie können weiterhin die Vorhersageformel für jede einzelne Antwort speichern, um den gesamten Prozess abzubilden/vorhersagen?

Wenn Sie alle Antwortformeln mit nur einem Klick speichern möchten, drücken Sie STRG + klicken Sie auf das rote Dreieck einer der Antworten, „Spalten speichern“ und dann „Vorhersageformel“ (und „StdErr Pred Formula“, um Konfidenzintervalle für jede Antwortvorhersage zu erhalten Formel).

 

Hoffe es hilft dir,

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

So gelang es mir, anhand der Dichtewerte herauszufinden, wo der Fehler lag. Es stellte sich heraus, dass es sich um ein falsch gesetztes Komma in einem der Einträge handelte. Ich habe das geklärt und der RMSE-Wert beträgt jetzt 0,02. Ich bin zum Prediction Profiler zurückgekehrt und habe die Bereiche für die Erwünschtheit festgelegt. Auch wenn ich auf Prediction Profiler > Output Grid Table klicke; Ich erhalte die Tabelle mit den vorhergesagten Ergebnissen. Meine Frage ist; Gibt es eine automatische Möglichkeit für mich, die Tabelle so zu analysieren oder zumindest zu gruppieren, dass ich oben eine hohe allgemeine Erwünschtheit habe, die dann zu einer niedrigen Erwünschtheit übergeht? Ich habe einige Werte, die insgesamt gut erwünscht sind, aber wenn ich mir die vorhergesagten Dichtewerte ansehe, sind sie nicht ideal. In meinem Fall spielt dieser Faktor (Dichte) eine wichtige Rolle, da ich versuche, Proben zu erhalten, die nicht zu porös sind.

Kann ich dann für die Validierungsexperimente einige Parameterläufe aus dieser Tabelle auswählen (vielleicht 5) und die Ergebnisse mit den vorhergesagten vergleichen?

 

@Victor_G Der Tipp zum Vorhersageausdruck und zur Formel funktionierte für die einzelnen Antworten. Ich konnte jedoch nichts Ähnliches für den gesamten Prozess finden?

@P_Bartell Ich habe zwei Bilder der Effektzusammenfassung und des Prediction Profiler angehängt.

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Sie haben keine Dateien angehängt, die ich mir ansehen könnte. Und eine Warnung ... machen Sie sich nicht die Mühe, eine JMP-Datentabelle anzuhängen, da ich JMP nicht auf meinem Computer habe und daher keine Analyse durchführen kann ... aber wenn Sie einige Nicht-JMP-Dateien/Bilder haben, dann das Sie können sie anhängen, die die Berichtsausgabe der Analyseplattform enthalten. Ich werde einen Blick darauf werfen und alle Gedanken oder Beobachtungen darlegen, die ich möglicherweise habe.

 

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Hallo @Incr_ch22 ,

 

Wenn es Ihnen nicht gelingt, mit den vorhandenen Faktoren/Variablen (und unterschiedlichen Stärken/Wechselwirkungen mit und zwischen diesen Faktoren) ein „gut genug“-Modell zu haben, fehlen möglicherweise Variablen/Faktoren (die in Ihrem DoE nicht vorhanden sind). möglicherweise eine bessere Vorhersagekapazität haben oder Ausreißer das Modell verzerren/verrauschen.

 

Stellen Sie bei Ihrer Datei sicher, dass das Ende des Dateinamens mit Format/Typ/Erweiterung übereinstimmt. Big_Class.jmp ist beispielsweise eine JMP-Datentabelle. Ein Projekt oder eine Zeitschrift hat eine andere Erweiterung. Haben Sie versucht, Ihre Datei erneut zu speichern und die Erweiterung anzugeben? Oder versuchen Sie, es in einem anderen Format (z. B. Excel-Format) zu speichern?

 

 

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Vielen Dank @Victor_G . Ich habe versucht, die Desirabilty-Funktion zu verwenden, und sie funktioniert gut, aber wie Sie sagten, wird dies den RMSE des Modells nicht ändern . Ich bin mir nicht sicher, wo ich bei meiner Dichte einen Fehler gemacht habe. Ich habe auch versucht, die Terme mit p > 0,05 in der Effektzusammenfassung zu entfernen, aber das hilft bei den sehr hohen vorhergesagten Dichtewerten nicht. Ich beabsichtige, Validierungsexperimente für meinen Prozess durchzuführen.

 

Danke @P_Bartell für deinen Input. Die bisherigen Schwankungen liegen, bis auf diese Dichte, in einem akzeptablen Bereich.

 

Könnten Sie bitte einen Blick auf mein Modell und meine Analyse werfen und mir Ihre Meinung mitteilen?

 

Anscheinend habe ich Probleme beim Hochladen meiner Datei:

• Der Inhaltstyp des Anhangs stimmt nicht mit seiner Dateierweiterung überein und wurde entfernt. Dies ist die Benachrichtigung, die ich erhalte. Was bedeutet das?

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Das Einzige, was ich über die Ratschläge von hinaus vorschlage @Victor_G Bevor Sie Ihre Validierungsversuche durchführen, müssen Sie die Restdiagramme im interessierenden Bereich auf die optimalen Prozesseinstellungen untersuchen. Dadurch erhalten Sie eine Vorstellung von der minimalen Variation, die Sie bei den Validierungsversuchen erwarten können. Wenn dieses Ausmaß an Variationen aus praktischer Sicht problematisch ist, kann der Übergang zu Validierungsversuchen nur eine akademische Übung sein.

Betreff: Reaktionsflächenanalyse: Optimierte Einstellungen für den Prozess finden

Hallo @Incr_ch22 ,

 

1. Sie können in Ihrem Profiler bei gedrückter STRG-Taste mit der linken Maustaste auf Ihre Erwünschtheitsfunktionen klicken, um Ziele und Reichweite zu ändern. Sie können es auch über das rote Dreieck erreichen, wählen Sie das Untermenü „Optimierung und Erwünschtheit“ und wählen Sie dann „Erwünschtheit festlegen“. Sehen Vorhersage-Profiler-Optionen (jmp.com).
   Wenn der RMSE (Root Mean Squared Error) für diese Dichteantwort so groß ist, wird sich der RMSE des Modells durch eine Änderung der Erwünschtheit nicht ändern. Wir haben Ihre Datei und Ergebnisse nicht, aber es könnte etwas an der Modellierung zu tun sein: Ändern des Modelltyps, Einschließen/Entfernen bestimmter Begriffe usw.
2. Für jede Antwort können Sie auf das rote Dreieck der Antwort klicken, dann auf „Schätzungen“ und dann auf „Vorhersageausdruck anzeigen“: Vorhersageausdruck anzeigen (jmp.com) . Sie können die Formeln auch direkt in Ihrer Datentabelle mit dem roten Dreieck speichern, dann „Spalten speichern“, dann „Vorhersageformel“ (und „StdErr Pred-Formel“, um die Konfidenzbereiche zu erhalten): Spalten speichern (jmp.com)
   Für die Validierung des DoE gibt es möglicherweise mehrere Möglichkeiten, das vorhergesagte Optimum zu bestätigen. Es empfiehlt sich jedoch immer, Validierungsexperimente durchzuführen und die Werte mit den vorhergesagten Werten des Modells zu vergleichen. Sie können den Simulator auch verwenden, um zu überprüfen, ob Ihre Antwort robust genug gegenüber kleinen Variationen Ihrer Eingaben ist: Simulator (jmp.com)

 

Ich hoffe, diese erste Antwort wird Ihnen helfen,