JMP Prediction Profiler は、JMP の 20 以上の場所から利用できるオプションであり、DOE、観測データ、式データを使用してモデルを視覚化および調査し、意思決定を行います。
次の方法を参照してください。
- X 変数と Y 変数の各組み合わせを示すプロファイル トレースを解釈し、黒い線は X の変化に応じて予測された Y がどのように変化するかを示します。
- X 軸が因子、入力変数、X 列、独立変数、期間、プロセス パラメータをどのように示すかを理解する
- Y 軸が応答、出力変数、Y 列、従属変数、および結果をどのように示すかを理解する
- 予測値の 95% 信頼区間を調べる
- 連続 X 変数の場合、青い線と影付きの領域が表示されます
- カテゴリ X 変数の場合、エラー バーの高さが表示されます
- X の現在の値を縦の点線と x 軸上の赤いテキストで調べる
- 水平の点線と Y 軸上の赤いテキストとして X の現在の値の予測 Y を調べます
- Y 軸の青いテキストとして予測された Y の 95% CI を調べます
- 重要な重要なモデル要素の識別 (急勾配)
- ID効果は有意です（主、二次、交互作用）
望ましさを最適化し、応答を最適化する要因設定の ID の組み合わせ
- 望ましさを定義する
- 設定を記憶する
- ファクター設定のロック（ファクター設定のリセット）
- 複数の応答を処理する
- レスポンスを同時に最適化
- 他よりも重要な応答を処理する
予測値を保存- JMPパブリックに保存
アンドレアが回答した質問@andreacoombs1とマイク@MikeD_アンダーソンライブウェビナー中：
Q: 望ましさの低下は何を示していますか? プロファイラーで指定された条件を満たすことが難しくなるということですか?
A: 望ましさの低下は、因子の現在の設定が、ユーザーが設定した望ましい結果を完全に満たしていないことを意味します。 その完璧な状態は実際にはありえないかもしれないので、望ましさは定性的な尺度です。
Q: %FPY または %age にある別の応答の望ましさを最大化する場合、100% を超えたり 0% を下回ったりせずに、望ましさの最大化を制限するにはどうすればよいですか? それはただの試合対象でしょうか？
A: y で変換を使用するか、モデルが使用している分布を変更する必要があります。 y に適用可能な変換は、Logit Percent または Logistic Percent である可能性があります。
Q: JMP は、データに基づいてシミュレーション要因の標準偏差を推定していますか? 本番データから SD を入力できることは知っています。
A: はい、それが出発点であり、手動で微調整することもできます。
Q: 赤い三角形の下にある [変数の重要性を評価する] オプションと、このオプションの下にあるさまざまな選択肢について説明できますか?
A: 変数の重要度を評価することは、大まかに言うと、まさにそのとおりのことを行います。つまり、重要な変数を決定するのに役立ちます。 詳細は文書化されていますここ.
Q: 変数を LSL に近づけたい場合、望ましさを使用できますか? たとえば、製造では、製品仕様を最小仕様に近づけて、より多くの量を獲得し、より収益性を高めたいと考えています。
A: 望ましさを「最小化」に設定してから、望ましさの下限を仕様の制限に合わせて設定します。
Q: 予測式をあるファイルから別のファイルにコピーできますか?
A: はい、JMP Pro の Formula Depot を使用します。[編集] の下の数式列で右クリック オプションを使用し、[列のプロパティのコピー] を選択して、そこから別のデータ テーブルに移動し、右クリックして [列のプロパティの貼り付け] を選択します。 (これにより、列の数式と列の他のプロパティが取り込まれます)。
Q: インタラクションとは何ですか?
A: 交互作用は、2 つの要因の複合効果です。 数学的には、モデルの項として「因子 A * 因子 B」として表示されます。 言い換えると、交互作用は、因子 A が Y 応答に関連して因子 B のレベルにどの程度依存するか、または代替的かつ同等に、因子 B が Y に関連して因子 A のレベルにどの程度依存するかを表します。
Q: 因子をロックする代わりに、因子を特定の範囲に制限できますか?
A: はい、線形制約を追加できます。データが、設計の制約を定義した設計実験からのものである場合、DOE からの制約が自動的に適用されます。
Drag Linear Constraints線形拘束をドラッグ
Add Constraint Values制約値を追加する
Q: 正規分布で 100% を超える利回りが得られることがあります。予測プロファイラーが非物理的な値を与えないようにするには、どうすればこれを回避できますか?
A: JMP Pro の一般化回帰モデリング機能では、たとえば、応答の分布を 0 から 1 の間に制限するように変更できるため、これを回避できます。
Q: 変数を仕様の下限に近づけたい場合、変数を使用してどのようにそれを行いますか?
A: 仕様の上限と下限を Prediction Profiler 内からドラッグするか、Alt/Click で PC の Prediction Profiler Desirability エリア内で手動で変更し、ポップアップを取得して値と望ましさを手動で変更できます。
資力
すばらしいプレゼンテーションです。JMP の同僚に感謝します。
外観 > Y 軸に合わせるさまざまな設定を調べて、個々のグラフのそれぞれにすべてを一度に表示したままにしようとする場合に、予測プロファイラーで特に便利なオプションです。
また、ここに記載されている内容をさらに確認し、場合によっては拡張することに関心がある方のために、次のビデオ リファレンスを追加したいと思います。
モデルの可視化とシミュレーションを使用してモデルを理解する
