Quando Lele era preoccupato per il regalo di compleanno di sua madre, ne discuteva con suo padre. Papà ha detto che alla mamma piace bere bevande a manovella, quindi Lele ha suggerito di preparare da sola il tè al latte con le bolle. Tuttavia, papà gli ha ricordato che gli ingredienti chiave per fare Jane Milk non sono facili da trovare. Papà ha spiegato che il metodo per tentativi richiede molto tempo e i risultati sono incerti, e ha inoltre proposto di utilizzare JMP per la progettazione sperimentale per trovare il sapore di bubble tea che piace alla mamma in un modo più efficiente.
Lele: Papà, si avvicina il compleanno della mamma, voglio farle un regalo, ma non so cosa regalarle perché le piaccia.
Papà: La mamma sarà molto contenta di qualunque cosa tu debba dare. Papà ha guardato la pubblicità della piattaforma di consegna in TV e ha risposto con noncuranza.
Lele ha guardato l'annuncio e ha detto con un lampo di ispirazione: alla mamma piace bere bevande a manovella, o devo preparargli una tazza di tè al latte perlato?
Papà: Sì, ma sai come si fa? Ad esempio, la temperatura per preparare il tè nero e come cucinare le perle?
Lele: Non posso, aiutami tu.
Papà: Dovrebbero esserci questi processi di produzione su Internet, ma dovrebbero esserci relativamente poche informazioni sulla temperatura e quanto tempo cucinare su Internet, e le preferenze di ognuno sono diverse. Dato che vogliamo fare a mia madre un regalo di compleanno speciale, noi lo renderà speciale Che ne dici di prepararle una tazza di bubble tea in esclusiva per lei come regalo di compleanno?
Lele: Ok, ma come facciamo a trovare il gusto che le piace?Ci dovrebbero essere infinite varietà di gusti al mondo, quindi dovremmo fare un numero infinito di tazze?
Papà: Esatto, il metodo che hai citato per provare tutte le possibilità è il cosiddetto metodo esaustivo o metodo per tentativi ed errori, ma questo metodo richiederà molto tempo e potrebbe non essere necessariamente migliore combinazione di ricette. Dovremmo usare JMP per la progettazione sperimentale.
cosa è JMP design sperimentale ?
Lele: Cos'è JMP? Cos'è il design sperimentale? Sembra un ingegnere che fa un esperimento. Sembra così potente!
Papà: JMP è un software che contiene molte funzioni di analisi statistica e hai ragione, una delle sue potenti funzioni può aiutarci a progettare esperimenti efficienti. Inoltre, il design sperimentale di JMP può anche impostare il tipo e la gamma di fattori in base alle tue esigenze, aggiungere il possibile modello di effetto che pensi e il numero di esperimenti che puoi eseguire, ecc., per aiutarci a costruire l'esperimento ottimale sotto la condizione di capacità.
Lele sembrava non capire, ei suoi occhi si posarono sulla casa sull'albero Lego incompiuta.
Papà ha continuato dicendo: Tutto sommato, dobbiamo solo dirgli che noi Quali sono le opzioni per le bustine di tè nero, in quale intervallo è possibile controllare la temperatura dell'acqua, l'intervallo di tempo desiderato per la preparazione del tè e vogliamo che faccia alcuni esperimenti e ci aiuterà a progettare una combinazione sperimentale OH.
Lele: Oh, capisco, come se uscissimo insieme, Proprio come usare la navigazione in auto per aiutarci a progettare percorsi di navigazione, possiamo aiutarci a progettare il percorso migliore dicendogli dove stiamo andando e dove siamo adesso. .
Papà: Esatto, ma la navigazione di solito conosce il nostro obiettivo. È per impiegare meno tempo? O prendere il percorso più breve? Dammi la combinazione più suggerita in base alle esigenze. E quello che faremo ora è Raccolta dei dati nella fase iniziale, ma utilizzando il numero stabilito di esperimenti, considerare tutte le possibilità il più ampiamente possibile e raccogliere i risultati. Quindi utilizzare questi dati per calcolare il modello e ottenere la previsione migliore .
Lele: Quindi ora siamo come guidare gli ingegneri della navigazione, utilizzando JMP per progettare esperimenti per l'analisi e quindi utilizzare i dati osservati per scoprire come arrivare a destinazione il più velocemente?
Papà: Esatto, è così, usiamo JMP per iniziare il nostro progetto sperimentale ora, ingegnere del bubble tea.
Lele e suo padre hanno deciso di utilizzare la funzione Design Of Experiment DOE (Design of Experiment) di JMP per scoprire come preparare un delizioso tè nero.
Papà: Troviamo prima la ricetta per fare il tè nero e vediamo quali sono le condizioni importanti che lo influenzano.
Papà: Controlliamo i metodi consigliati per preparare il tè nero sulla pagina web, prima scopriamo quali sono le condizioni chiave che influenzano il gusto e impostiamo le condizioni suggerite, in modo da poter restringere l'ambito del nostro esperimento.
Pertanto, papà e Lele hanno prima scoperto la temperatura e il tempo di ammollo del tè appropriati, nonché il rapporto volumetrico acqua/tè consigliato in base alle informazioni su Internet. Inoltre, papà ha trovato due marche di tè in un negozio vicino e ha scelto l'acqua del rubinetto o l'acqua minerale come acqua per preparare il tè e ha ordinato tutti i parametri chiave come segue (Tabella 1):
parametro
|
tipo di dati
|
valore (intervallo/tipo)
|
marca di tè nero
|
categoria
|
Marca A
|
Marca B
|
acqua del tè
|
categoria
|
acqua di rubinetto
|
acqua minerale
|
Rapporto volumetrico acqua/tè
|
continuo
|
20 ~ 60
|
Temperatura di ammollo (⁰C)
|
continuo
|
70~100
|
Tempo di ammollo (m)
|
continuo
|
5~20
|
Tabella 1, parametri chiave e gamma di tè nero
Dopo aver cercato i parametri chiave ei range dei parametri, Lele e papà sono tornati in salotto e si sono seduti.
Lele: Allora possiamo iniziare a fare il tè nero adesso?
Papà: Non ancora, perché non conosciamo ancora i valori effettivi dei parametri che devono essere impostati in ogni esperimento e abbiamo ancora bisogno di un piccolo aiutante che ci aiuti a progettare l'esperimento.
Papà: Abbiamo bisogno di JMP per aiutarci a progettare la combinazione di esperimenti.
Quindi, papà ha aperto il software statistico JMP sul computer.
Cos'è un esperimento personalizzato Design personalizzato
Papà: Guarda, se abbiamo bisogno di JMP per aiutarci a progettare esperimenti, puoi fare clic sulla colonna "DOE" nell'opzione di menu.Ci sono molti metodi DOE e relative funzioni DOE che possono essere usati qui. Se non conosci i principi alla base di ogni DOE e gli oggetti applicabili, ti suggerisco di utilizzare il design personalizzato, ovvero esperimenti personalizzati, come inizio.
Lele: Perché utilizzare questo esperimento personalizzato?
Papà: L'idea alla base degli esperimenti personalizzati è questa esperimento di ottimizzazione , in base alle condizioni che gli abbiamo dato, comprese le condizioni chiave che riteniamo importanti, se queste condizioni chiave si influenzano a vicenda, che tipo di risultati vogliamo ottenere, il numero di esperimenti che possiamo fare, ecc., per suggerire il nostro meglio Miscela sperimentale.
Lele: Proprio come la navigazione.
Papà: Questo vantaggio è molto adatto a persone comuni come noi, che non conoscono bene il DOE, ma vogliono realizzare un buon progetto sperimentale.
Lele: In futuro diventerò un esperto DOE, sono solo un bambino ora, quindi non lo farò, lo farò quando sarò grande.
Papà: Bene, bene, ma anche gli esperti del DOE usano spesso esperimenti personalizzati come punto di ingresso per la progettazione sperimentale quando l'obiettivo è progettare gli esperimenti più efficaci. Quindi diamo un'occhiata ora con un design sperimentale personalizzato.
Utilizza un design sperimentale personalizzato, specificando i nomi dei parametri, gli intervalli e il numero di esperimenti
Quindi papà ha inserito i parametri e l'intervallo nella piattaforma di progettazione personalizzata (Figura 1).
JMP Custom DesignProgettazione personalizzata JMP
Figura 1, risultati e parametri della risposta di input alla piattaforma di progettazione personalizzata
Al modello sono stati aggiunti l'effetto principale del parametro, il termine quadratico del parametro continuo e il termine effetto del termine incrociato del parametro continuo (Figura 2).
Figura 2, inserire gli elementi effetto corrispondenti nel modello
Lele: Cosa sono i termini quadratici ei termini incrociati e perché dovrebbero essere aggiunti?
Papà: Il motivo per aggiungere l'effetto del termine quadratico è confermare se il parametro chiave avrà un fenomeno ricurvo, cioè c'è un valore nel mezzo dell'intervallo che fa sì che il risultato produca un valore massimo o minimo. L'aggiunta del termine incrociato serve a confermare se questi parametri avranno un effetto moltiplicativo l'uno sull'altro, ovvero, oltre all'influenza dell'effetto principale stesso, determinate condizioni avranno effetti aggiuntivi se combinate.
Lele ha visto l'immagine qui sotto e ha chiesto, Lele: è questa l'impostazione per quanti esperimenti vogliamo fare?
Figura 3, impostazione del punto centrale e della ripetizione e immissione del numero dell'esperimento
Papà: Sì, qui possiamo impostare se aggiungere esperimenti ripetuti o se aggiungere un punto centrale all'esperimento. Il numero di esecuzioni di seguito può scegliere il numero di esperimenti. Qui, il numero minimo di esecuzioni è 12 (minimo) e JMP consiglia 16 volte (predefinito), puoi anche impostare un numero accessibile di esperimenti (specificato dall'utente), utilizziamo ancora il valore predefinito 16 volte (figura 3).
Lele: Perché 16 volte, più volte non è meglio è?
Papà: Sì, ma di solito per mancanza di tempo o denaro, abbiamo un numero prestabilito di esperimenti che possono essere eseguiti. E questo è anche il vantaggio del design personalizzato: il design personalizzato può progettare esperimenti in base a questo requisito, mentre altri progetti sperimentali devono raggiungere il numero specificato di esperimenti. Un altro motivo importante è che non puoi bere il tè, quindi devo bere queste tazze 16. Papà è già teso dopo aver bevuto 16 tazze e potrebbe non riuscire a dormire la notte se ne beve qualche tazza in più.
Generare la combinazione di parametri per preparare il tè nero e completare la raccolta dei dati
Lele e suo padre hanno quindi completato il design personalizzato e prodotto la combinazione di parametri per la preparazione del tè nero (Figura 4).
JMP DOE參數組合Combinazioni di parametri DOE di JMP
Figura 4, la tabella delle combinazioni sperimentali
Quindi papà e Lele hanno completato l'esperimento in base a questa tabella di combinazione dei parametri, e papà ha segnato in ordine e ha completato 16 risultati di punteggio (Figura 5).
Figura 5. Raccolta dei corrispondenti risultati della combinazione sperimentale
Dopo aver bevuto troppe tazze di tè, papà ha singhiozzato e ha detto: finalmente abbiamo finito di raccogliere i dati per l'esperimento.
utilizzo Modello JMP adatto Eseguire l'analisi di regressione per effettuare previsioni del modello
Quindi, possiamo premere "Modello" nell'area di archiviazione dello script in alto a sinistra per eseguire l'analisi successiva. JMP è molto attento ad aiutarci a impacchettare l'analisi successiva in questo programma, cioè possiamo direttamente esistere JMP Montare il modello Piattaforma per eseguire analisi di regressione , possiamo fare clic direttamente su "Modello" sul modulo DOE da analizzare (Figura 6).
Figura 6, lo script del modello sul foglio dati della combinazione dell'esperimento DOE
Dopo aver premuto "Modello", papà ha continuato dicendo: Qui possiamo scegliere se aggiungere elementi effetto al modello e scegliere il metodo di analisi, lo faremo utilizzo "Per gradi" metodo per favore JMP Aiutaci a scegliere il modello giusto (Figura 7).
JMP Fit ModelModello JMP adatto
Figura 7, la piattaforma di partenza del modello di regressione
Dopo aver premuto il mouse alcune volte, papà ha completato il rapporto (Figura 8) e ha indicato con le dita i risultati di Riepilogo effetto e Riepilogo adattamento sul computer.
Papà: Escludo dal modello alcuni item il cui p-value supera 0,05 per ottenere un modello più accurato, perché statisticamente parlando, se il p-value supera 0,05, significa che l'effetto item ha poca influenza sul modello. mantieni questo?I termini dell'effetto non differiscono. Inoltre, si può vedere Riassunto di adattamento Ecco la precisione del modello (R-quadro) raggiunto 0,997 , il che significa che questo modello ha una forte capacità di spiegare i punti campione, il che significa che questo è un buon modello predittivo per questi dati .
JMP Fit ModelModello JMP adatto
Figura 8, rapporto di analisi del modello di regressione
Lele lo guardò e disse: "Perché il valore P del tempo di ammollo è maggiore di 0,05 ma non è stato cancellato? E accanto c'è un indicatore verso l'alto".
Papà: poiché ci sono altri elementi secondari che devono essere mantenuti nel modello, puoi vedere che il tempo di immersione * tempo di immersione di questo elemento è inferiore a 0,05 deve essere mantenuto, poiché il suo elemento principale, anche il tempo di immersione deve essere mantenuto, e questo indicatore verso l'alto Ti sta solo dicendo quali sono i progetti principali che hanno questo problema e devono essere mantenuti.
Papà ha continuato a far scorrere la rotellina del mouse, presentando la metà inferiore del rapporto.
ispezionare Profilo di previsione Riporta le modifiche osservate per ciascun parametro sui risultati
Papà ha continuato dicendo: Siamo scesi a cercare il rapporto. Profilo di previsione( marcatore) Rapporto , qui il modello è presentato con immagini interattive, che possono aiutarci a capire più velocemente In che modo la modifica di ciascun parametro cambia il sapore? . Puoi vedere il nome del parametro di seguito, il suo asse (asse X) rappresenta il valore del parametro che abbiamo impostato e l'asse sinistro (asse Y) rappresenta il valore previsto del punteggio del gusto. Se vuoi conoscere i punteggi di condizioni diverse, devi solo regolare il valore del parametro sottostante al valore impostato e puoi ottenere il risultato del gusto previsto.Ad esempio, scelgo un tè, lo immergo con acqua di rubinetto, il quantità di acqua/quantità di tè scelgo 40 per il rapporto, 80 per la temperatura di ammollo e 15 per il tempo di ammollo, e quando lo cambio in questo modo... vedi, risultato della previsione Ne è uscito solo 4,83 punti (Figura 9).
JMP Prediction ProfilerProfilo di previsione di JMP
Figura 9, Prediction Profiler
disse papà mentre trascinava il mouse per modificare le impostazioni dei parametri, Lele spalancò gli occhi, come se si sentisse incredibile.
Lele: Cambierà direttamente il punteggio del gusto previsto sull'immagine in base alle tue regolazioni, fantastico.
Papà: Sì, questa funzione interattiva è più facile da usare e rende più facile per tutti capire il modello. Diamo un'occhiata più da vicino a questo grafico.In effetti, questo grafico può indicarti approssimativamente quale direzione regolare per ottenere un punteggio di gusto più alto, il che significa che ha un sapore migliore. Ad esempio, diamo un'occhiata alla prima mappa del tè, B Il tè è meglio di A Il tè è alto, può conoscere B Il tè ha un rapporto A Tendenza di tè delizioso , allo stesso modo, Il tè a base di acqua minerale ha un sapore migliore di quello a base di acqua di rubinetto ,così come Il tempo di ammollo è circa 10~15 Andrà meglio in pochi minuti , con cui giocare.
JMP Prediction ProfilerProfilo di previsione di JMP
Figura 9, Prediction Profiler
Lele non vedeva l'ora di iniziare a impostare i vari parametri e, dopo aver giocato per un po', ha sollevato una domanda.
Lele: Papà, guarda, se cambio il rapporto tra il volume dell'acqua e il volume del tè, altri parametri cambieranno di conseguenza, alcuni diventeranno più alti e più bassi nel loro insieme, e alcuni cambieranno leggermente la loro forma, il che è così strano.
Papà: Ehi, sei fantastico, hai notato questo piccolo cambiamento. Questi piccoli cambiamenti provengono da L'effetto della regolazione dei parametri , quindi altri parametri aumenteranno di forma.Se trovi che con la modifica del valore del parametro originale, la forma di altri parametri ha una variazione evidente.gli elementi hanno un forte impatto. Inoltre, puoi vedere che la linea di tendenza di alcuni parametri non è una linea retta, ma una linea curva.Se c'è un valore massimo o minimo, significa che l'effetto del suo termine secondario è molto influente.
Lele annuì comprendendo a metà, e poi chiese: Quindi posso prevedere tutti i possibili esiti in questo modo?
Papà ha risposto: "Questa è una buona domanda. Quello che abbiamo appena fatto è stato chiedere a JMP di fornirci un modello stimato basato sui dati che abbiamo raccolto, ma questi dati si basano su punti ampi e uniformi all'interno dell'intervallo che abbiamo definito all'inizio. Cerca di osservare il più possibile le prestazioni di tutti i punti all'interno dell'intervallo, ma per le combinazioni di parametri al di fuori dell'intervallo, la capacità predittiva di questo modello sarà scarsa, quindi è meglio per noi non fare previsioni al di fuori del progetto sperimentale originale gamma il più possibile, ma per i parametri all'interno della gamma Per la maggior parte di tutte le combinazioni di parametri, possiamo prevedere un risultato accurato con questo modello.
Successivamente, eseguiremo i passaggi chiave di oggi: Trova la migliore combinazione di parametri e condizioni , puoi regolare le impostazioni dei parametri sullo scriber per vedere quale tipo di combinazione trovi il punteggio più alto.
Lele annuì e ci fu un'altra raffica di regolazioni delle impostazioni dei parametri sul Prediction Profiler.
esistere Profilo di previsione , per trovare la migliore combinazione di parametri
Lele: Papà, ne ho trovato uno con un punteggio di 9,47, ho scelto le foglie di tè B e le ho messe a bagno in acqua minerale, ho scelto 60 per il rapporto tra il volume dell'acqua e il volume del tè, la temperatura di ammollo era 89,5 e il tempo di ammollo era 11,9 Il risultato è un punteggio di gusto di 9,47, che è molto buono.
Papà: Non male, già molto alto, pensi che ci saranno punteggi più alti?
Lele: Forse ci sarà, perché non li ho impostati tutti per vedere i suoi punteggi.
Papà: Ora è il momento di mostrare la magia di JMP. Vedi, posso abilitare la desiderabilità impostata su JMP Prediction Profiler e fissare obiettivi. scegliere Massimo Impostare il risultato come promettente, cioè più grande è, meglio è . e uso Massimizza la desiderabilità funzione per ottenere la migliore combinazione di parametri per l'obiettivo completato (Figura 10). Oppure seleziona Massimizza e ricorda per trovare la migliore combinazione di parametri e registrarla nel rapporto.
Figura 10, (a sinistra, al centro) Funzione Imposta desiderabilità per impostare il valore della disponibilità, (a destra) Massimizza desiderabilità
Papà preme Massimizza e ricorda sul Profiler per trovare rapidamente la migliore combinazione di parametri e registrarla nel rapporto (Figura 11).
Figura 11, Massimizza e ricorda i risultati
Lele: Questo è troppo veloce e conveniente!
Papà: Sì, Di solito l'analisi dei dati richiede più tempo per raccogliere i dati. JMP Può far risparmiare più tempo di analisi, quindi molte aziende che devono utilizzare i dati per l'analisi statistica utilizzeranno questo software per accelerare i tempi di analisi . In effetti, confrontare la combinazione di parametri che hai ottenuto manualmente è solo leggermente peggiore della combinazione migliore, sei anche molto bravo. Inoltre, i parametri continui, come la temperatura di ammollo, 91.02894, in realtà non sono facili da controllare.Forse possiamo usare 91 o 90 per sostituire l'impostazione.
Lele e papà hanno quindi discusso l'impostazione delle varie condizioni dei parametri e alla fine hanno utilizzato foglie di tè B, acqua minerale, il rapporto tra il volume dell'acqua e il volume del tè era 55, la temperatura di ammollo era di 90°C e il tempo di ammollo era di 12,5, il tempo finale impostazione della condizione dei parametri chiave (Fig. dodici).
Figura 12. Il miglior risultato di previsione secondo il disegno sperimentale
Lele: Sì! Allora faremo il tè al latte e le perle dopo?
Papà guardò l'ora e poi disse: "La mamma torna presto. Se vogliamo trattarla come una sorpresa per il compleanno di mia madre, mettiamo via l'attrezzatura sperimentale il prima possibile, o verremo scoperti". La prossima volta sperimenteremo con tè al latte e perle per trovare una buona combinazione di formule, che utilizzerà altre abilità DOE.
Lele disse tutto contento: "Va bene, allora andiamo a ritirarlo il prima possibile, non vedo l'ora".
Papà e Lele si sono precipitati a ripulire l'esperimento prima che la mamma tornasse a casa, ma un piccolo seme DOE è germogliato lentamente nel cuore di Lele.
>>Nel prossimo episodio spiegheremo come realizzare deliziose perle attraverso la piattaforma di progettazione sperimentale JMP DOE. <<
Ottieni più risorse relative alla progettazione DOE degli esperimenti:
