Re: グループ適合オプションと予測プロファイラーを使用した応答グループの最適化あまりアドバイスできるかわかりませんが、私の考えは以下の通りです。
注: 多くは、モデル化しようとしているデータをどのように入手したかによって異なります。
1. まず、複数の Y 間の相関関係を確認する必要があります ([分析] > [多変量メソッド] > [多変量])。有意な正の相関がある場合、モデルは類似します。相関関係が別のものであるか、重要ではない場合、各 Y のモデルはまったく異なる可能性があります。
2. 多変量環境での最適化は非常に困難な場合があります。代替手段 (Y) の使用が必要になる場合があります。プロセスの完全な再設計が必要になる場合があります (これには、これまで考慮されていなかった要因の特定や、単変量アプローチでは重要ではない可能性のある要因の特定が含まれる可能性があります)。そしておそらく、何らかのトレードオフが必要になるでしょう。
3. JMP のグループ フィット プラットフォームは、各 Y に対して同時にプロファイラーを提供するため、任意の 1 つの Y に対してモデルが変更されたときに各 Y に何が起こるかを評価できると思います。
4. データの取得方法に応じて、複数の Y を評価するための他のオプションがあります (たとえば、サーフェスのオーバーレイ)
Re: グループ適合オプションと予測プロファイラーを使用した応答グループの最適化やあ@SimonFuchs 、
プロファイラーによって行われる最適化の詳細については、ここで確認できます。望ましさのプロファイリングと最適化 (jmp.com)
最初の質問に答えるには、このページで答えを見つけることができます: "すべての応答の全体的な望ましさは、個々の応答の望ましさ関数の幾何平均として定義されます。 。」
したがって、ご想像のとおり、最適化する応答が複数ある場合、プロファイラーは、全体的に最良の満足度スコア (各応答の個別の満足度スコアの加重幾何平均) に達する最適な妥協案を見つけようとします。 一部の応答の最適化を他の応答と比較して強調したい場合は、応答に異なる重みを指定できます (「重要度」と呼ばれます。CTRL キーを押しながら応答の満足度曲線をクリックして、目標、高/中/低の値、および重要性を指定します)。 重要性、望ましさ関数の傾き/曲線、および目的 (最大化/最小化/目標達成/なし) はすべて、見つかった最適値に影響します。
最適化しようとしている問題に対して正確な解決策がない可能性がある (または複数の解決策が存在する可能性がある) ため、真の全体的な最適値を常に見つけることができるとは限りません。 これが、最適化プロセス、つまり収束許容値、反復回数、使用される方法 (問題に応じて) に応じて、わずかに異なる答えが得られる場合がある理由です。満足度関数の構築 (jmp.com) ) :最大化オプション ウィンドウ (jmp.com)また、不確実性（見つかった最適値は、真の未知の最適値の近似にすぎません）、望ましさのプロファイル（望ましさのプロファイルの急な傾きは、見つかったいくつかの最適値との差のばらつきが小さい場合があります）など、回答の特性によっても異なります。傾きが遅い (= 最適化の制約が少ない))、因子の値 (ただし、JMP は最適化プロセスにいくつかのランダムな開始を使用するため、これは大きな問題ではなく、局所的な最適値に陥る可能性は低くなります)限定される）。
この補足的な回答がお役に立てば幸いです。
Re: グループ適合オプションと予測プロファイラーを使用した応答グループの最適化こんにちは、ビクターさん
ありがとう、これで私の質問はすべて終わりました。 厳密な統計の知識がない日常ユーザーにとって、このトピックを深く掘り下げるのは難しい場合があります。 この場合、あなたとあなたの大学の回答は非常に役立ち、JMP データベースや Google での時間のかかる検索を回避できます。
それでは、改めて感謝申し上げます。よろしくお願いします!
サイモン
グループ適合オプションと予測プロファイラーを使用した応答グループの最適化JMP 専門家の皆様
非常に多くの場合、グループ適合オプションを使用して一連の応答 (事前に個別に適合させたもの) を最適化します。
ここで、すべての応答に対して最適な因子設定が選択されるわけではなく、むしろ妥協点が示されることが多いため、適合グループ予測プロファイラーが複数の応答を並行してどのように最適化するのかという疑問が生じました。 また、満足度の最大化を数回クリックすると、係数設定が変更されます (最初の適合後に全体的な適合の最小値が達成されないようです)。 ここで、たった 1 回のクリックで最適な因子の組み合わせを実現するにはどうすればよいでしょうか (すでに満足度関数のオプションを試してみましたが、進歩しませんでした)。
ご協力いただきありがとうございます！
データの探索と視覚化実験計画法ウィンドウズ
