Ri: Ottimizzazione di un gruppo di risposte utilizzando l'opzione del gruppo di adattamento e il profiler di previsioneNon sono sicuro di poter dare molti consigli, ma ecco i miei pensieri:
Nota: molto dipende da come hai ottenuto i dati che stai cercando di modellare.
1. Innanzitutto, dovresti verificare la correlazione tra le tue Y multiple (Analizza> Metodi multivariati> Multivariato).Quando c'è una significativa correlazione positiva, i modelli saranno simili.Se la correlazione è qualcos'altro o insignificante, i modelli per ogni Y possono essere molto diversi.
2. L'ottimizzazione in un ambiente multivariato può essere piuttosto impegnativa.Potrebbe richiedere l'utilizzo di misure alternative (Y's).Potrebbe richiedere una riprogettazione completa del processo (che può includere l'identificazione di fattori non considerati in precedenza e che potrebbero non essere significativi in un approccio univariato).E probabilmente richiederà alcuni compromessi.
3. Ritengo che la piattaforma Group Fit in JMP fornirà i profiler per ciascuna Y contemporaneamente in modo da poter valutare cosa accade a ciascuna Y quando il modello viene modificato per una qualsiasi Y.
4. A seconda di come ottieni i tuoi dati, ci sono altre opzioni per valutare le molteplici Y (ad esempio, sovrapposizioni delle superfici)
Ri: Ottimizzazione di un gruppo di risposte utilizzando l'opzione del gruppo di adattamento e il profiler di previsioneCIAO @SimonFuchs ,
Puoi avere maggiori informazioni sull'ottimizzazione fatta dal profiler qui: Profilazione e ottimizzazione della desiderabilità (jmp.com)
Per rispondere alla tua prima domanda, troverai in questa pagina la risposta: " La desiderabilità complessiva per tutte le risposte è definita come la media geometrica delle funzioni di desiderabilità per le singole risposte ."
Quindi, come puoi immaginare, se hai diverse risposte da ottimizzare, il Profiler cercherà di trovare il miglior compromesso che raggiunga un miglior punteggio di desiderabilità complessivo (media geometrica ponderata del punteggio di desiderabilità individuale per ciascuna risposta). Puoi specificare un peso diverso per le risposte (chiamato "importanza", CTRL+click sulla curva di desiderabilità della risposta per specificare obiettivo, valori alto/medio/basso e importanza) se vuoi enfatizzare l'ottimizzazione su alcune risposte rispetto ad altre. L'importanza, la pendenza/curva delle funzioni di desiderabilità e l'obiettivo (massimizzare/minimizzare/raggiungere target/nessuno) influiscono tutti sull'ottimo trovato.
Il vero ottimo globale non è sempre possibile da trovare, poiché potrebbe non esserci una soluzione esatta al problema che si tenta di ottimizzare (o potrebbero essere possibili più soluzioni). Questo è il motivo per cui a volte potresti avere risposte leggermente diverse, a seconda del processo di ottimizzazione: tolleranza di convergenza, numero di iterazioni, metodo utilizzato (a seconda del problema: Costruzione delle funzioni di desiderabilità (jmp.com) ) : Finestra Opzioni di massimizzazione (jmp.com) ma anche a seconda delle caratteristiche delle risposte, come l'incertezza (l'ottimo trovato sarà solo un'approssimazione del vero ottimo sconosciuto), i profili di desiderabilità (una forte pendenza nel profilo di desiderabilità può avere una variazione minore nelle differenze rispetto a diversi ottimi trovati rispetto una pendenza più lenta (= meno vincoli nell'ottimizzazione)) e i valori dei fattori (ma JMP utilizza diversi avvii casuali per il processo di ottimizzazione, quindi questo non dovrebbe essere un grosso problema e la probabilità di rimanere bloccati in un ottimo locale dovrebbe essere limitato).
Spero che questa risposta complementare ti possa aiutare,
Ri: Ottimizzazione di un gruppo di risposte utilizzando l'opzione del gruppo di adattamento e il profiler di previsioneCiao Vittorio,
Grazie, questo copre tutte le mie domande. A volte è difficile come utente quotidiano, il cui background non è una statistica difficile, scavare in profondità in questi argomenti. E la risposta di te e dei tuoi college è di grande aiuto in questi casi ed evita ricerche che richiedono tempo nel database JMP e su Google.
Quindi grazie ancora e cordiali saluti!
Simone
Ottimizzazione di un gruppo di risposte utilizzando l'opzione del gruppo di adattamento e il profiler di previsioneGentili esperti di JMP,
Ottimizziamo molto spesso un insieme di risposte (che prima adattiamo separatamente) con l'opzione fit group.
Ora è sorta la domanda, in che modo il profiler di previsione del gruppo di adattamento ottimizza diverse risposte in parallelo, poiché spesso non per ogni risposta viene scelta l'impostazione ottimale del fattore, ma piuttosto viene mostrato un compromesso? Inoltre, se clicchiamo più volte su massimizza desiderabilità, l'impostazione del fattore cambia (sembra che un minimo di adattamento globale non venga raggiunto dopo il primo adattamento). Come possiamo ottenere qui la combinazione ottimale di fattori con un solo clic (abbiamo già giocato con le opzioni della funzione di desiderabilità, ma non abbiamo fatto progressi).
Grazie per l'aiuto!
Esplorazione e visualizzazione dei datiProgettazione di esperimentifinestre
