Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoEntonces diseñé un RSM con JMP después de haber realizado el screening. Tengo 5 variables de entrada y 5 variables de salida que se miden en las muestras producidas. Ahora tengo los resultados de las respuestas y ejecuté el modelo usando Modelo>Ejecutar script. Esto, por supuesto, me lleva al ajuste de Mínimos Cuadrados y fui al Perfilador de Predicción y al Perfilador de Contorno y ya hay un conjunto sugerido de parámetros de entrada basados en cómo había diseñado las respuestas de salida, es decir, si tenía que maximizarse, minimizarse o igualarse. a un objetivo, etc. Entonces mis preguntas se dividen en dos partes;
1. Me di cuenta de que en una de las respuestas (densidad) había seleccionado la opción maximizar en lugar de poner un objetivo. La densidad de este material es de aproximadamente 1 g/cm3 y mis resultados de experimentos están en un rango aceptable (0,7-09), pero el resultado previsto (porque había seleccionado maximizar) se muestra en el orden de 1000. ¡Y además el RSME es de aproximadamente 360! ¿Hay alguna manera de volver atrás y ajustar esto en mi RSM (y poner límites) y evaluar el RSM nuevamente?
2. Después de obtener la configuración deseada utilizando el generador de perfiles de predicción, ¿cómo se genera el modelo o cómo se genera una ecuación para describir el modelo? Además, cuando se trata de probar el modelo para demostrar su idoneidad, ¿tengo que usar solo este conjunto de parámetros sugerido y producir alrededor de 10 muestras y evaluar si el resultado es el previsto para todas ellas?
Espero que alguien aquí haya tenido experiencias similares y pueda ayudar. También agradecería que me indicaran los recursos adecuados.
Gracias.
Diseño de experimentosRe: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoMuchas gracias por las explicaciones y consejos para montar el modelo por separado, definitivamente lo voy a aplicar de ahora en adelante. Al reflexionar en retrospectiva sobre mi razonamiento detrás de "querer una ecuación para todo el proceso", me di cuenta de que era defectuoso ya que tengo 5 (Ys) resultados con los que estoy midiendo. Tu respuesta fue de gran ayuda para hacerme entender algunas cosas.
@Mark_Bailey Gracias por su aporte; Eso es exactamente lo que tenía en mente, pero como aficionado del DOE y del JMP no estaba muy seguro.
@P_Bartell Esa es una gran declaración; continúa mostrando cuán poderosos pueden ser el DOE y las estadísticas.
¡Gracias a todos de nuevo!
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el proceso@Mark_Bailey hace un gran punto. Uno de los ingenieros con los que trabajé en Kodak, Dave Niemeyer, tenía un dicho que decía algo así: "Sabes que tienes la causa raíz cuando puedes activar y desactivar un modo de falla".
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoSi desea validar el modelo y no solo la configuración óptima de los factores, seleccione uno o más conjuntos de configuraciones de factores que predigan respuestas deficientes y vea si se confirman.
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoHola @Incr_ch22 ,
Genial, entonces fue más un problema de calidad de los datos (valores atípicos) que un problema de modelado.
Un comentario sobre el modelado: cuando haga clic en "Modelo" para crear el análisis, marque la opción "Ajustar por separado" (debajo de personalidad y énfasis, a la derecha) cuando tenga varias respuestas antes de iniciar la plataforma: tendrá para ordenar y eliminar los términos para cada respuesta, pero le permitirá tener modelos personalizados para cada una de sus respuestas, lo que puede ayudar a aumentar la precisión de su modelo (vea la captura de pantalla adjunta para comparar o el archivo con el script "Model_fit-separately")) .
Con respecto a su pregunta, al ingresar a "Establecer conveniencia", puede especificar diferentes importancias para sus respuestas; en tu caso, si la densidad es muy importante en comparación con otras respuestas, puedes aumentar su importancia. Puede ser difícil ordenar todas las respuestas de mayor a menor deseabilidad, ya que algunas de sus respuestas pueden tener "intereses/factores en conflicto", pero puede ordenar la tabla de resultados seleccionando la columna "Conveniencia", haga clic derecho sobre ella, Haga clic en "Ordenar" y luego en "Descendente". Luego, tendrá sus experimentos simulados ordenados desde la conveniencia general más alta hasta la conveniencia general más baja (y, si es necesario, puede ordenar otras columnas de respuestas específicas de la misma manera).
Para los experimentos de validación, observaría los valores óptimos predichos y los valores de respuestas pronosticados para verificar la precisión del modelo. También se pueden seleccionar otros puntos, dependiendo de su objetivo (verifique si la variación de la predicción es homogénea en el diseño o verifique si pequeñas variaciones del óptimo aún pueden ser aceptables para su proceso).
No estoy seguro de lo que quiere decir con "encontrar algo similar para todo el proceso". ¿Aún puedes guardar cada fórmula de predicción de respuestas individuales para mapear/predecir todo el proceso?
Si desea guardar todas las fórmulas de respuestas con un solo clic, presione CTRL + clic en el triángulo rojo de una de las respuestas, "Guardar columnas" y luego "Fórmula de predicción" (y StdErr Pred Formula para obtener intervalos de confianza para cada predicción de respuesta). fórmula).
Espero que te ayude,
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoEntonces logré identificar dónde estaba el error en términos de los valores de densidad. Resulta que se trataba de un caso de coma mal colocada en una de las entradas. Lo solucioné y el valor RMSE ahora es 0,02. Regresé al Generador de perfiles de predicción y establecí los rangos de conveniencia. Además, cuando hago clic en Prediction Profiler > Tabla de cuadrícula de salida; Obtengo la tabla con los resultados previstos. Mi pregunta es; ¿Existe una forma automática de analizar o al menos agrupar la tabla de manera que tenga una alta deseabilidad general en la parte superior y baje a una deseabilidad baja? Tengo algunos valores con buena conveniencia en general, pero cuando miro los valores de densidad previstos, no son ideales. En mi caso este factor (densidad) juega un papel importante ya que intento tener muestras que no sean demasiado porosas.
Para los experimentos de validación, ¿puedo seleccionar algunas ejecuciones de parámetros de esta tabla (tal vez 5) y comparar los resultados con los previstos?
@Victor_G El consejo sobre la expresión y fórmula de predicción funcionó para las respuestas singulares. Sin embargo, ¿no pude encontrar algo similar para todo el proceso?
@P_Bartell Adjunto dos imágenes del resumen del efecto y del Prediction Profiler.
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoNo adjuntaste ningún archivo para que yo pudiera verlo. Y una advertencia... no se moleste en adjuntar una tabla de datos JMP ya que no tengo JMP en mi computadora, por lo que no puedo hacer ningún análisis... pero si tiene algunos archivos/imágenes que no sean JMP, eso puede adjuntar el resultado del informe de la plataforma de análisis que contiene. Echaré un vistazo y ofreceré cualquier pensamiento u observación que pueda tener.
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoHola @Incr_ch22 ,
Si no logra tener un modelo "suficientemente bueno" con los factores/variables que tiene (y diferentes poderes/interacciones con y entre estos factores), tal vez falten variables/factores (no presentes en su DoE) que puede tener una mejor capacidad predictiva o valores atípicos que sesgan o alteran el modelo.
Con respecto a su archivo, asegúrese de que el final del nombre del archivo coincida con el formato/tipo/extensión. Por ejemplo, Big_Class.jmp es una tabla de datos JMP. Un proyecto o revista tendrá una extensión diferente. ¿Has intentado guardar tu archivo nuevamente y especificar la extensión? ¿O intentar guardarlo en un formato diferente (como el formato Excel)?
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoMuchas gracias @Victor_G . Intenté usar la función de deseabilidad y funciona bien, pero como dijiste, esto no cambiará el RMSE del modelo 
. No estoy seguro de dónde me equivoqué con mi densidad. También intenté eliminar los términos con p > 0,05 en el resumen de efectos, pero eso no ayuda con los valores de densidad muy altos previstos. Tengo la intención de ejecutar experimentos de validación para mi proceso.
Gracias @P_Bartell por su aporte. Las variaciones hasta ahora están en un rango aceptable, excepto por esta densidad.
¿Podría por favor echar un vistazo a mi modelo y análisis y dejarme saber su opinión?
Parece que tengo problemas para cargar mi archivo:
- El tipo de contenido del archivo adjunto no coincide con su extensión de archivo y se eliminó. Esta es la notificación que recibo. ¿Qué significa eso?
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoLo único que sugiero además de los consejos de @Victor_G Lo que debe hacer ANTES de ejecutar sus pruebas de validación es examinar las gráficas residuales en el área de interés para determinar la configuración óptima del proceso. Esto le dará una idea de la variación mínima que puede esperar de las pruebas de validación. Si esta cantidad de variación es problemática desde un punto de vista práctico, pasar a las pruebas de validación podría no ser más que un ejercicio académico.
Re: Análisis de superficie de respuesta: búsqueda de configuraciones optimizadas para el procesoHola @Incr_ch22 ,
- Puede CTRL + clic izquierdo en sus funciones de deseabilidad en su generador de perfiles para cambiar los objetivos y el rango. También puede acceder a él a través del triángulo rojo, elegir el submenú "Optimización y deseabilidad" y luego elegir "Establecer deseabilidad". Ver Opciones del generador de perfiles de predicción (jmp.com).
Si el RMSE (error cuadrático medio) es tan grande para esta respuesta de densidad, cambiar la deseabilidad no cambiará el RMSE del modelo. No tenemos su archivo y resultados, pero puede que haya algo que hacer con el modelado: cambiar el tipo de modelo, incluir/eliminar ciertos términos, etc... - Para cada respuesta, puede hacer clic en el triángulo rojo de la respuesta, luego en "Estimaciones" y luego en "Mostrar expresión de predicción": Mostrar expresión de predicción (jmp.com) . También puede guardar las fórmulas directamente en su tabla de datos con el triángulo rojo, luego "Guardar columnas", luego "Fórmula de predicción" (y "Fórmula StdErr Pred" para obtener los rangos de confianza): Guardar columnas (jmp.com)
Para la validación del DoE, puede haber varias formas de confirmar el óptimo previsto, pero siempre es una buena práctica ejecutar experimentos de validación y comparar los valores con los valores previstos del modelo. También puede utilizar el simulador para comprobar si su respuesta es lo suficientemente sólida ante pequeñas variaciones de sus entradas: Simulador (jmp.com)
Espero que esta primera respuesta te ayude,
