モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?DoEの実験結果を利用してモンテカルロシミュレーションを作成しています。
モンテカルロシミュレーション（予測プロファイラーのシミュレーション実験）は以下のような流れで動作することが分かりました。
(1) ラチン超立方体を使用して、ランダムな X 因子を使用した実験を生成します。
(2) 各実験にはランダムに生成される X 因子があります。 各実験では、中心点として X 因子を持つ描画を N 回実行し、予測プロファイラーで設定された分布に従います。
(3) 各実験における失敗率を計算します。
(上記のものが着用されている場合は修正してください)
私の質問は、予測プロファイラーのランダム均一設定と固定設定の違いは何なのかということです。
ランダム正規とは、(2) の X 因子が N 回の描画中に正規分布に従っていることを意味すると思いました。
したがって、ランダム均一とは、(2) の X ファクターが N 回のドローで均一に分布することを意味し、固定とは、(2) の X ファクターがドロー中に固定されることを意味します。
私が正しく理解していることをコメントしてください。
データの探索と視覚化Re: モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?やあ@jmpneeeewbie 、
[シミュレーション実験]、[ランダム正規分布]、および [ランダム均一分布] については [はい] です (この最後の点については、ほぼ同じ確率であるということは正しいです。可能な値の範囲は、この均一分布に指定した範囲によって異なります)。
シミュレーション実験では、探索したい空間の部分も考慮する必要があります。 [固定係数値] の場合、値がプロファイラーに対して固定されているのは正しいですが、[シミュレーション実験] を使用して探索したい実験空間の一部を指定すると、次の値を中心とするシミュレートされた X1 および X2 値が得られます。 (a、b) ただし、範囲はより広いです。 Latin Hypercube の状況に戻ります。
たとえば、X1 が -0,5 に設定され、X2 が 1 に設定され、実験空間の一部が 0,5 に設定されている場合、シミュレーション実験プラットフォームは、X1 が [-1;0] の範囲にあるラテン ハイパーキューブで実行を作成します。 X2 は [0;1] の範囲にあります。 係数の 1 つが 0 に設定され、他の設定も同じ場合、範囲は [-0,5; 0,5]。
JMP サンプル インデックス/データ フォルダーを使用して、練習のために JMP データテーブルでこれらのオプションを試すことができます。
これ以上混乱させなければよかったのですが、
Re: モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?やあ@Victor_G
ご返信ありがとうございます。
要約すると、
「シミュレーション実験」では、Latin Hypercuber を使用して実行を行います。
各実行には特定の X ファクター レベルがあり、プロファイラーの設定を使用して失敗率を計算します。
たとえば、2 つの X 因子を持つモデルと、Latin Hypercube によって作成されたシミュレーション実験が 1000 回実行されました (シミュレーションの N 実行数: 20,000)。
2 つの X ファクター (a、b) を持つ実行があります。
今回の走行では、
ランダム正規: 中心点 (a,b) で正規分布を持つ 20,000 N 回の描画で失敗率を計算します。
ランダム均一: ランダム X 因子が共存しない 20,000 N 回の描画で失敗率を計算します (a,b)。 (0,0)、(a,b)、(a,a)、(b,b)……同じ確率であることを意味します。
固定 : 固定 X 係数を使用して 20,000 N 描画の失敗率を計算します。 すべての N 回の描画中、X 係数は (a,b) に固定されます。
正しく理解できれば幸いです。
ありがとう@Victor_G ！
Re: モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?やあ@jmpneeeewbie 、
修理済み ：すべてのシミュレーション実行について、プロファイラーの現在の値で係数を固定します。 （から ：因子のシミュレーション設定 (jmp.com) )
つまり、指定している因子空間の部分に応じて、計算では単一値の一部がすべてのシミュレーションで使用されることになります。 「固定」因子にはランダムな変動は追加されないため、計算はプロファイラーのモデルを使用して直接行われます。
たとえば、サンプルの JMP データテーブル「2x3x4 Factorial」では、すべての因子を修正して「シミュレーション実験」を使用し、128 回の実行と因子空間 0,5 の部分を指定すると、JMP は - の範囲で連続因子 X1 を持つ 128 回の実行を作成します。 0,5 ～ 0,5 (完全な因子範囲 -1 ～ 1 の代わりに) で、カテゴリ因子のすべてのレベルをテストします。 ただし、ランダムな変動は追加されないため、すべての計算は以前に見つかったモデルを使用して実行されます (完全に決定的な結果)。
固定係数を使用したシミュレーション実験とランダム均一係数の違いは、テーブルの出力と使用される係数のレベルにあります。 「シミュレーション実験」プラットフォームはラテン ハイパーキューブを使用するため、さまざまなレベルが選択され、各レベルでほぼ同じ数の実験が行われます。 このプロセスはランダムであるため、これは必ずしも「ランダム均一」係数オプションの場合には当てはまりません。 JMP データセット上の 2 つのテーブルを比較して違い (同じ実行数、1 つのテーブルはシミュレーション実験で作成され、もう 1 つはランダム均一係数 X1 で作成) を確認したり、提供された画像で X1 の異なる分布を確認したりできます。どのオプションを選択するか (X1 でのランダム均一またはシミュレーション実験)。
あなたの質問を正しく理解できたと思いますが、
Re: モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?ご返信ありがとうございます@Victor_G 。
最初の質問に戻りましょう。
では、「模擬実験」での固定とは何を意味するのでしょうか？
もし、私が選んだ点に固定されてしまうと、どの実験空間でもシミュレーション実験ができなくなります。
したがって、各実験が指す X 係数で固定されると思います。
そして、「模擬実験」でのランダム制服との違いは何でしょうか？
Re: モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?やあ@jmpneeeewbie 、
はい、「シミュレーション実験」はモンテカルロ シミュレーションに基づいており、指定した実験空間の部分 (および点の数) に基づいて、実験空間のすべての可能な値のサブセットのみを提供します。
詳細はこちら:シミュレーション実験（jmp.com）
ただし、満足度ケースの隣 (右側) にある [シミュレート] ボタンをクリックすることで、プロファイラーで入力の変動性 (および応答内のノイズの可能性) の影響を直接グラフィカルにチェックすることもできます。あなたのスクリーンショットに。
この回答があなたのお役に立てれば幸いです、
Re: モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?Victor_G さん、ありがとうございます。
「モンテカルロシミュレーション」は、下の写真のシミュレーション実験と同じだと思いました。
Re: モンテカルロ シミュレーションのランダム均一設定と固定設定の違いは何ですか?やあ@jmpneeeewbie 、
コミュニティへようこそ！
あなたが説明しているのは、ここで情報を見つけることができるデータテーブル（モンテカルロシミュレーションによって生成されたポイントのサブセット）を作成するためにシミュレーターを介してポイントを生成することです。シミュレーション実験（jmp.com）
モンテカルロ シミュレーションは、説明したプロセスよりも一般的です。
- まず、考えられる入力の領域を定義します。つまり、入力パラメーターの分布 (ランダム正規、一様、対数正規、ワイブル、多変量など) を指定します。 「固定」として設定された入力パラメータには値の分布はなく、単一点の値のみが計算に使用されます (したがって、たとえば、この入力変数のランダムな変動は考慮されません)。 見る ：因子のシミュレーション設定 (jmp.com)
- 次に、応答にノイズ (ランダム、重み付け、多変量、またはノイズなし) を追加して、たとえば出力測定の変動を考慮することもできます。 見る ：応答のシミュレーション設定 (jmp.com)
- 次に、入力の生成が入力からランダムに行われます。確率分布[シミュレート] をクリックして、手順 1 と 2 で指定したドメインに対して決定的な以前に作成したモデル (入力を出力にリンクする) のおかげで、入力の計算が可能になります。 出力にノイズを追加した場合、そのノイズも計算値に考慮されます。
- 最後に、結果が集計されて応答分布が作成されます。これは、上の [シミュレート] ボタンのプロファイラーで確認できます。
JMP データテーブル 2x3x4 Factorial を使用して実行した例をご覧ください (「実験計画法」のサンプル データ フォルダーにあります)。 さらに詳細に確認したい場合は、スクリプト「Monte Carlo Simulations」を使用してデータテーブルを結合します。
モンテカルロ シミュレーションについて詳しく知りたい場合は、ここで情報を見つけることができます。モンテカルロシミュレーション実験を使用したプロセスと製品のロバストな最適化 - JMP ユーザーコミュニティ
この回答がお役に立てば幸いです、
