Re: Respuesta de modelado con muchos ceros en JMP (no Pro)Por favor, detalle su reclamo, " tengo muchos ceros para la respuesta de la impureza y, por lo tanto, un modelo lineal ya no encaja". ¿Cuáles son los problemas que encontró al modelar los datos después de aumentar el diseño inicial?
Re: Respuesta de modelado con muchos ceros en JMP (no Pro)Al modelar los datos después del aumento, obtengo una falta significativa de ajuste.
El uso de la transformación recomendada basada en la distribución todavía me da una falta de ajuste significativa:
Re: Respuesta de modelado con muchos ceros en JMP (no Pro)Algunas preguntas: ¿Qué estás tratando de lograr?¿Qué quiere decir exactamente con "Luego aumenté el diseño"?
Re: Respuesta de modelado con muchos ceros en JMP (no Pro)Estamos tratando de validar el proceso en un rango, donde hay poca variabilidad dentro del espacio de diseño. En ese sentido, nos gustaría mantener bajo el nivel de impurezas. Digamos que inicialmente teníamos un rango de 10 a 30 °C para la temperatura, la respuesta de impurezas estaba entre 0 y 15 %. Luego aumentamos el diseño a 20-40 °C, por lo que agregamos experimentos sobre dónde se amplió el rango. El problema ahora es que también me gustaría predecir cuál será el rango de respuesta para este nuevo espacio de diseño (20-40 °C), así como un rango potencialmente más estrecho (25-35 °C). Sin embargo, sin tener un modelo, no puedo predecir rangos.
El aumento se realizó para 3 de los 6 parámetros, por lo que como el espacio ya estaba entre 10 y 30 °C, la mayoría de los experimentos adicionales estaban en el rango más alto, por ejemplo, en el ejemplo, 40 °C. Así que ni siquiera puedo decir realmente a partir de la distribución cuál sería para 20-40 °C.
Re: Respuesta de modelado con muchos ceros en JMP (no Pro)Solo una aclaración con respecto al uso de su palabra aumento.... por lo general esto significa relleno el espacio de diseño más a fondo.
https://www.jmp.com/support/help/en/17.1/?os=mac&source=application#page/jmp/augment-designs.shtml
En realidad estás moviendo el espacio de diseño. No hay nada malo con la experimentación secuencial, de hecho, se prefiere, pero no consideraría este aumento (podría ser mi propio sesgo, estrella los puntos pueden ampliar el espacio). Dado que el espacio que busca comprender está fuera de su espacio de inferencia, necesitará obtener datos para respaldar que el modelo funcione allí.
Una pregunta sobre los 0. ¿Es solo que su sistema de medición no tiene la capacidad de detectar las impurezas?
Re: Respuesta de modelado con muchos ceros en JMP (no Pro)El aumento (lat. Augmentare = aumentar) incluía la adición de experimentos para explorar el espacio adicional. Así que eso es lo que se logró en el aumento. En JMP el cambio de rangos se realiza fácilmente en la opción de diseño de aumento.
Re: Respuesta de modelado con muchos ceros en JMP (no Pro)OK, siento haber leído mal tu último párrafo:
El aumento se realizó para 3 de los 6 parámetros, por lo que como el espacio ya estaba entre 10 y 30 °C, la mayoría de los experimentos adicionales estaban en el rango más alto, por ejemplo, en el ejemplo, 40 °C. Así que ni siquiera puedo decir realmente a partir de la distribución cuál sería para 20-40 °C.
La verdad es que no entiendo este párrafo. ¿Podrías explicar qué hiciste exactamente?
Una vez más, aumentar, a medida que proporciona el significado latino, puede significar aumentar la comprensión de lo que sucede dentro del espacio de diseño.
Re: Respuesta de modelado con muchos ceros en JMP (no Pro)Mi diseño inicial tenía 6 parámetros. Exploré el espacio de diseño con 16 experimentos. Luego amplié el rango para 3 de los 6 parámetros a un rango ligeramente más alto para 2 y un rango más bajo para 1 de los parámetros. Usando 'diseño de aumento' en JMP, luego hice los 8 experimentos adicionales sugeridos.
Luego procedí a través de la función de modelo de JMP. Sin embargo, cualquier modelo que produje después del aumento tenía una falta significativa de ajuste y, por lo tanto, ya no podía usarse para predicciones. Luego pensé, si no puedo obtener un modelo, tal vez al menos podría hacer predicciones a partir del análisis-> distribución, sin embargo, como el aumento en su mayoría agregó valores en el rango alto del espacio de diseño (por ejemplo, 40 ° C), no lo haría tener valores en las parcelas de distribución de 20 °C (ya que no era necesario sumar estos ya que el espacio de 10-30 °C) ya estaba completamente explorado.
Mi pregunta principal sigue siendo, ¿qué hago si no puedo ajustar un modelo debido al hecho de que hay muchos valores cero para la impureza?
Respuesta de modelado con muchos ceros en JMP (no Pro)hola comunidad,
Realicé un diseño inicial que indicaba que una de mis impurezas podría minimizarse cambiando el rango (pude crear un modelo para la respuesta de impurezas para el diseño inicial). Luego aumenté el diseño a un nuevo rango; sin embargo, ahora tengo muchos ceros para la respuesta de la impureza y, por lo tanto, un modelo lineal ya no encaja. Entré en distribución para ver si podía usar una transformación, pero la transformación sugerida tampoco me dio un modelo que pasara los criterios. Necesitaría un modelo para predecir los rangos esperados para la respuesta de impurezas dentro del nuevo espacio de diseño.
Solo tengo JMP (no JMPpro)
Muchas gracias,
Hanna
Exploración y visualización de datos
