Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoQuindi ho progettato un RSM con JMP dopo aver effettuato lo screening. Ho 5 variabili di input e 5 variabili di output che vengono misurate sui campioni prodotti. Quindi ora ho i risultati delle risposte e ho eseguito il modello utilizzando Modello>Esegui script. Questo ovviamente mi porta all'adattamento dei minimi quadrati e sono andato al Prediction Profiler e al Contour Profiler e c'è già un insieme suggerito di parametri di input in base a come avevo progettato le risposte di output, ovvero se dovevano essere massimizzate, minimizzate o abbinate ad un obiettivo ecc Quindi le mie domande sono divise in due parti;
1. Mi sono reso conto che in una delle risposte (densità) avevo selezionato l'opzione di massimizzazione invece di inserire un obiettivo. La densità di questo materiale è di circa 1 g/cm3 e i risultati degli esperimenti rientrano in un intervallo accettabile (0,7-09), ma l'output previsto (poiché avevo selezionato massimizza) viene mostrato nell'ordine di migliaia. E anche l'RSME è di circa 360! C'è un modo per tornare indietro e modificare questo aspetto nel mio RSM (e porre dei limiti) e valutare nuovamente l'RSM?
2. Dopo aver ottenuto le impostazioni desiderate utilizzando il profiler di previsione, come viene generato il modello o come si ottiene un'equazione per descrivere il modello? Inoltre, quando si tratta di testare il modello per dimostrarne l'idoneità, devo utilizzare solo questo insieme di parametri suggerito e produrre circa 10 campioni e valutare se il risultato è quello previsto per tutti?
Spero che qualcuno qui abbia avuto esperienze simili e sia in grado di aiutare. Apprezzerei anche che mi venissero indicate le risorse giuste.
Grazie.
Progettazione di esperimentiRi: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoGrazie mille per le spiegazioni e i suggerimenti su come adattare il modello separatamente, lo applicherò sicuramente da ora in poi. Dopo aver ripercorso il mio ragionamento dietro "volere un'equazione per l'intero processo", mi sono reso conto che era difettoso poiché ho 5 (Ys) output su cui sto misurando. La tua risposta è stata molto utile per farmi capire alcune cose.
@Mark_Bailey Grazie per il tuo contributo; questo è esattamente ciò che avevo in mente, ma come dilettante DOE e JMP non ne ero troppo sicuro.
@P_Bartell Questa è una grande affermazione; continua a mostrare quanto potenti possano essere il DOE e le statistiche!
Grazie ancora a tutti!
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processo@Mark_Bailey fa un ottimo punto. Uno degli ingegneri con cui ho lavorato alla Kodak, Dave Niemeyer, aveva un detto che suonava più o meno così... "Capisci di avere la causa principale quando puoi attivare e disattivare una modalità di errore".
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoSe desideri convalidare il modello e non solo le impostazioni ottimali dei fattori, seleziona uno o più set di impostazioni dei fattori che prevedono risposte inadeguate e verifica se confermano.
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoCIAO @Incr_ch22 ,
Ottimo, quindi era più un problema di qualità dei dati (valori anomali) che un problema di modellazione.
Un commento sulla modellazione: quando clicchi su "Modello" per creare l'analisi, seleziona l'opzione "Adatta separatamente" (sotto personalità ed enfasi, a destra) quando hai diverse risposte prima di lanciare la piattaforma: avrai per ordinare ed eliminare i termini per ciascuna risposta, ma ti consentirà di avere modelli personalizzati per ciascuna delle tue risposte, che possono aiutarti ad aumentare la precisione del tuo modello (vedi screenshot allegato per il confronto o file con lo script "Model_fit-separately")) .
Per quanto riguarda la tua domanda, andando in "Imposta desiderabilità", puoi specificare un'importanza diversa per le tue risposte; nel tuo caso, se la densità è molto importante rispetto ad altre risposte, puoi aumentarne l'importanza. Potrebbe essere difficile ordinare tutte le risposte dalla desiderabilità più alta a quella più bassa, poiché alcune delle tue risposte potrebbero avere "interessi/fattori contrastanti", ma puoi ordinare la tabella di output selezionando la colonna "Desiderabilità", facendo clic con il pulsante destro del mouse su di essa, cliccare su "Ordina" e poi su "Discendente". Avrai quindi gli esperimenti simulati ordinati dalla più alta desiderabilità complessiva alla più bassa desiderabilità complessiva (e, se necessario, puoi ordinare allo stesso modo altre colonne di risposta specifiche).
Per gli esperimenti di validazione, esaminerei i valori ottimali previsti e le risposte previste, per verificare l'accuratezza del modello. È possibile selezionare anche altri punti, a seconda del proprio obiettivo (controllare se la varianza della previsione è omogenea nel progetto o verificare se piccole variazioni rispetto all'ottimale possono ancora essere accettabili per il proprio processo).
Non sono sicuro di cosa intendi con "trova qualcosa di simile per l'intero processo"? È ancora possibile salvare ogni singola formula di previsione delle risposte per mappare/prevedere l'intero processo?
Se desideri salvare tutte le formule di risposta con un solo clic, premi CTRL + fai clic sul triangolo rosso di una delle risposte, "Salva colonne", quindi "Formula di previsione" (e StdErr Pred Formula per ottenere intervalli di confidenza per ciascuna previsione di risposta formula).
Spero che ti aiuti,
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoCosì sono riuscito a identificare dove si trovava l'errore in termini di valori di densità. Si scopre che si trattava di una virgola fuori posto in una delle voci. Ho risolto il problema e il valore RMSE ora è 0,02. Sono tornato al Prediction Profiler e ho impostato gli intervalli di desiderabilità. Inoltre, quando faccio clic su Prediction Profiler > Tabella griglia di output; Ottengo la tabella con i risultati previsti. La mia domanda è; Esiste un modo automatico per analizzare o almeno raggruppare la tabella in modo tale da avere un'elevata desiderabilità complessiva nella parte superiore che scende a una bassa desiderabilità? Ho alcuni valori con una buona appetibilità generale, ma quando guardo i valori di densità previsti, non sono ideali. Nel mio caso questo fattore (densità) gioca un ruolo importante poiché cerco di avere campioni non troppo porosi.
Per gli esperimenti di validazione, posso quindi selezionare alcune esecuzioni di parametri da questa tabella (forse 5) e confrontare i risultati con quelli previsti?
@Victor_G il suggerimento sull'espressione di previsione e sulla formula ha funzionato per le risposte singolari. Tuttavia non sono riuscito a trovare qualcosa di simile per l'intero processo?
@P_Bartell Ho allegato due immagini del riepilogo degli effetti e del Prediction Profiler.
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoNon hai allegato alcun file da farmi guardare. E un avvertimento... non preoccuparti di allegare una tabella dati JMP poiché non ho JMP sul mio computer, quindi non posso fare alcuna analisi... ma se hai file/immagini non JMP, quello puoi allegare l'output del report della piattaforma di analisi contenente l'output. Darò un'occhiata e offrirò qualsiasi pensiero o osservazione che potrei avere.
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoCiao @Incr_ch22 ,
Se non riesci ad avere un modello "abbastanza buono" con i fattori/variabili di cui disponi (e diversi poteri/interazioni con e tra questi fattori), forse potrebbero esserci variabili/fattori mancanti (non presenti nella tua DoE) che potrebbero avere una migliore capacità predittiva o valori anomali che distorcono/disturbano il modello.
Per quanto riguarda il tuo file, assicurati che la fine del nome del file corrisponda al formato/tipo/estensione. Ad esempio, Big_Class.jmp è un datatable JMP. Un progetto o una rivista avranno un'estensione diversa. Hai provato a salvare nuovamente il file e a specificare l'estensione? O provare a salvarlo in un formato diverso (come il formato Excel)?
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoGrazie mille @Victor_G . Ho provato a utilizzare la funzione desiderabilità e funziona bene ma, come hai detto tu, questo non cambierà l'RMSE del modello 
. Non sono sicuro di dove sia che ho sbagliato per la mia densità. Ho anche provato a rimuovere i termini con p > 0,05 nel riepilogo degli effetti, ma ciò non aiuta con i valori di densità previsti molto elevati. Intendo eseguire esperimenti di convalida per il mio processo.
Grazie @P_Bartell per il tuo contributo. Le variazioni finora rientrano in un intervallo accettabile, ben fatta eccezione per questa densità.
Potresti gentilmente dare un'occhiata al mio modello e alla mia analisi e farmi sapere i tuoi pensieri?
Sembra che io abbia problemi a caricare il mio file:
- Il tipo di contenuto dell'allegato non corrisponde all'estensione del file ed è stato rimosso. Questa è la notifica che ricevo. Che cosa significa?
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoL'unica cosa che suggerisco oltre al consiglio di @Victor_G La cosa da fare PRIMA di eseguire le prove di validazione è esaminare i grafici residui nell'area di interesse per le impostazioni ottimali del processo. Questo ti darà un'idea della variazione minima che puoi aspettarti dalle prove di validazione. Se questa quantità di variazioni è problematica da un punto di vista pratico, il passaggio alle prove di validazione potrebbe non essere altro che un esercizio accademico.
Ri: Analisi della superficie di risposta: ricerca di impostazioni ottimizzate per il processoCIAO @Incr_ch22 ,
- Puoi CTRL + fare clic con il pulsante sinistro del mouse sulle funzioni di desiderabilità nel tuo profiler per modificare obiettivi e intervallo. Puoi anche accedervi tramite il triangolo rosso, scegliere il sottomenu "Ottimizzazione e desiderabilità" e quindi scegliere "Imposta desiderabilità". Vedere Opzioni del profiler di previsione (jmp.com).
Se l'RMSE (errore quadratico medio) è così grande per questa risposta sulla densità, la modifica dell'opportunità non cambierà l'RMSE del modello. Non abbiamo il tuo file e i tuoi risultati, ma potrebbe esserci qualcosa da fare riguardo alla modellazione: cambiare il tipo di modello, includere/rimuovere determinati termini, ecc... - Per ciascuna risposta è possibile fare clic sul triangolo rosso della risposta, quindi su "Stime" e infine su "Mostra espressione di previsione": Mostra espressione di previsione (jmp.com) . Puoi anche salvare le formule direttamente nel tuo datatable con il triangolo rosso, quindi "Salva colonne", quindi "Formula di previsione" (e "StdErr Pred Formula" per ottenere gli intervalli di confidenza): Salva colonne (jmp.com)
Per la convalida della DoE, potrebbero esserci diversi modi per confermare l'ottimale previsto, ma è sempre buona pratica eseguire esperimenti di convalida e confrontare i valori con i valori previsti dal modello. Puoi anche utilizzare il simulatore per verificare se la tua risposta è sufficientemente robusta a piccole variazioni dei tuoi input: Simulatore (jmp.com)
Spero che questa prima risposta ti possa aiutare,
