在我們的免費在線課程中了解更多信息：
工業問題解決的統計思維
在本視頻中，我們展示瞭如何使用預測刻畫器在 JMP 中進行蒙特卡羅模擬。
我們使用文件 Anodize.jmp。 該文件包含 12 次試驗定制設計的結果，該設計具有五個因子和四個連續響應。 實驗目標是找到優化四個響應的因子設置：厚度、L*、a* 和 b*。
數據已被分析，最佳設置已作為腳本保存在數據表中。 要查看這些結果，我們在數據表中運行 Profiler 1 腳本。
刻畫器為五個因素提供最佳設置，以實現四個響應的目標值。
但是，因子中可能存在一些隨機變化，響應中也可能存在一些隨機變化。
如果我們想估計我們在實施最優設置時可能期望的響應值範圍怎麼辦？
我們可以使用模擬。 或者，更正式地說，我們可以進行蒙特卡羅模擬。
為此，我們從 Prediction Profiler 的紅色三角形中選擇 Simulator。
對於每個因子，您可以添加遵循指定分佈的隨機變化。 例如，在固定值為 69.49 時，陽極氧化溫度的分佈可能呈正態分佈，估計標準偏差為 1.5。
您還可以在響應中添加隨機變化。 這是您的實驗中的因素無法解釋的響應變化。
我們將運行一個腳本，我們在其中輸入了因子和響應的估計標準偏差。
在這裡，四個因素會略有不同，但陽極氧化時間是固定的，沒有隨機變化。
對於每個響應，我們已將規格限製作為數據表中的列屬性輸入。 您會在模擬面板中看到代表這些規格限制的每個響應的虛線。
要模擬響應，我們將單擊“模擬”按鈕。 您會看到每個響應的模擬分佈和模擬的匯總表。
每次單擊此按鈕時，結果都會略有變化。
讓我們將 ppm 或百萬分率添加到這些結果中。 為此，我們右鍵單擊模擬值表，然後選擇列，然後選擇 PPM。
當我們反复單擊 Simulate 按鈕時，您可以看到預測的缺陷率在 0.4% 和 0.9% 之間。 您還可以看到所有缺陷都針對響應 L*。
您可以使用此模擬器來探索“假設”場景。 例如，如果我們可以將陽極氧化溫度的變化減半怎麼辦？ 也就是說，如果實際標準差可以從 1.54 減少到 0.75，會怎樣？ 缺陷率將如何變化？
為了看到這一點，我們輸入 0.75 作為陽極氧化溫度的標準偏差，然後再次單擊模擬。 可以看到 L* 還是有一些缺陷的，但是缺陷率比之前要低很多。
請注意，您還可以將數據模擬到數據表中。 您可以這樣做以估計最佳設置下的能力。
讓我們快速看一下。
默認情況下，模擬值的數量為 5000。 我們將單擊製作表格。 這會生成一個新表，其中包含每個響應和每個因子的 5000 個模擬值。
分發腳本已保存到數據表中。 相反，我們將使用“分析”菜單中的“分佈”來分析這些數據。
我們選擇厚度、L*、a* 和 b* 作為 Y、Columns，然後單擊 OK。
因為規格限已保存為列屬性，所以會自動報告每個響應的能力分析。
讓我們看看 L* 的估計能力。
您可以看到分佈略微偏離目標，向規格下限移動。 某些部件將低於此響應的規格下限。
