Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)Veuillez détailler votre demande, " j'ai beaucoup de zéros pour la réponse de l'impureté et donc un modèle linéaire ne convient plus." Quels sont les problèmes que vous avez rencontrés lors de la modélisation des données après avoir augmenté la conception initiale ?
Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)Lors de la modélisation des données après l'augmentation, j'obtiens un manque d'ajustement important.
L'utilisation de la transformation recommandée basée sur la distribution me donne toujours un manque d'ajustement important :
Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)Quelques questions : Qu'essayez-vous de réaliser ?Qu'entendez-vous exactement par "j'ai ensuite augmenté le design" ?
Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)Nous essayons de valider le processus dans une gamme, où il y a peu de variabilité dans l'espace de conception. À cet égard, nous aimerions maintenir le niveau d'impureté bas. Disons que nous avions initialement une plage de 10 à 30 ° C pour la température, la réponse aux impuretés était comprise entre 0 et 15%. Nous avons ensuite augmenté la conception à 20-40 ° C, nous avons donc ajouté des expériences sur les endroits où la plage a été étendue. Le problème maintenant est que je voudrais également prédire quelle sera la plage de réponse pour ce nouvel espace de conception (20-40 ° C) ainsi que potentiellement une plage plus étroite (25-35 ° C). Cependant, sans avoir de modèle, je ne peux pas prédire les plages.
L'augmentation a été effectuée pour 3 paramètres sur 6, de sorte que l'espace était déjà de 10 à 30 °C, la plupart des expériences supplémentaires se situaient dans la plage supérieure, par exemple dans l'exemple de 40 °C. Donc, je ne peux même pas vraiment dire à partir de la distribution ce que ce serait pour 20-40 °C.
Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)Juste une clarification concernant l'utilisation de votre mot augmenter ... cela signifie généralement remplissage l'espace de conception plus à fond.
https://www.jmp.com/support/help/en/17.1/?os=mac&source=application#page/jmp/augment-designs.shtml
Vous déplacez en fait l'espace de conception. Rien de mal avec l'expérimentation séquentielle, en fait c'est préférable, mais je n'envisagerais pas cette augmentation (peut-être mon propre parti pris, étoile points peuvent étendre l'espace). Étant donné que l'espace que vous cherchez à comprendre se trouve en dehors de votre espace d'inférence, vous devrez obtenir des données pour prendre en charge le modèle qui y fonctionne.
Une question sur les 0. Est-ce simplement que votre système de mesure n'a pas la capacité de détecter les impuretés ?
Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)L'augmentation (lat. augmentare = augmenter) comprenait l'ajout d'expériences afin d'explorer l'espace supplémentaire. C'est donc ce qui a été réalisé dans l'augmentation. Dans JMP, le changement de plages s'effectue facilement dans l'option de conception Augment.
Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)OK, désolé j'ai mal lu ton dernier paragraphe :
L'augmentation a été effectuée pour 3 paramètres sur 6, de sorte que l'espace était déjà de 10 à 30 °C, la plupart des expériences supplémentaires se situaient dans la plage supérieure, par exemple dans l'exemple de 40 °C. Donc, je ne peux même pas vraiment dire à partir de la distribution ce que ce serait pour 20-40 °C.
En fait, je ne comprends pas ce paragraphe. Pourriez-vous préciser ce que vous avez fait exactement ?
Encore une fois, augmenter, comme vous fournissez le sens latin, peut signifier augmenter la compréhension de ce qui se passe à l'intérieur de l'espace de conception.
Re : Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)Ma conception initiale avait 6 paramètres, j'ai exploré l'espace de conception avec 16 expériences. J'ai ensuite élargi la plage pour 3 des 6 paramètres à une plage légèrement supérieure pour 2 et une plage inférieure pour 1 des paramètres. À l'aide de la « conception augmentée » dans JMP, j'ai ensuite effectué les 8 expériences supplémentaires suggérées.
J'ai ensuite procédé via la fonction de modèle de JMP. Cependant, tout modèle que j'ai produit après l'augmentation présentait un manque d'ajustement important et ne pouvait donc plus être utilisé pour des prédictions. J'ai alors pensé que si je ne pouvais pas obtenir de modèle, je pourrais peut-être au moins faire des prédictions à partir de l'analyse -> distribution, mais comme l'augmentation ajoutait principalement des valeurs dans la plage haute de l'espace de conception (par exemple, 40 ° C), je ne le ferais pas avoir des valeurs dans les diagrammes de distribution de 20 °C (car il n'était pas nécessaire de les ajouter car l'espace de 10-30 °C) a déjà été pleinement exploré.
Ma question principale est toujours, que dois-je faire si je ne peux pas ajuster un modèle en raison du fait qu'il y a beaucoup de valeurs nulles pour l'impureté.
Réponse de modélisation avec beaucoup de zéros dans JMP (pas Pro)Salut la communauté,
J'ai effectué une conception initiale qui indiquait qu'une de mes impuretés pouvait être minimisée en modifiant la plage (j'ai pu créer un modèle pour la réponse aux impuretés pour la conception initiale). J'ai ensuite augmenté la conception à une nouvelle plage, mais j'ai maintenant beaucoup de zéros pour la réponse de l'impureté et donc un modèle linéaire ne convient plus. Je suis allé dans la distribution pour voir si je pouvais utiliser une transformation, mais la transformation suggérée ne m'a pas non plus donné un modèle qui répond aux critères. J'aurais besoin d'un modèle pour prédire les plages attendues pour la réponse aux impuretés dans le nouvel espace de conception.
Je n'ai que JMP (pas JMPpro)
Merci beaucoup,
Hanna
Exploration et visualisation des données
