Ciao a tutti,
Spero che qualcuno di JMP possa essere in grado di fornire una spiegazione sulle differenze/somiglianze degli approcci Simulate vs Bootstrap durante la valutazione delle stime del modello. (JMP Pro)
È possibile trovare alcuni collegamenti alle precedenti presentazioni del Discovery Summit di Gotwalt e altri Qui , Qui , E Qui . Una chiara differenza tra i metodi è che Simulate richiede di sostituire una formula di colonna con un'altra formula di colonna, mentre il bootstrap no. Capisco il concetto di bootstrap quando si ricalcola le stime dei parametri, ma non mi è chiaro il motivo per cui la colonna ponderata casuale frazionaria debba essere scambiata durante la simulazione degli stessi dati. Vedi ad esempio il primo collegamento sopra e la presentazione corrispondente che spiega questo approccio utilizzando un'impostazione di convalida automatica (in questo caso stavano lavorando con i risultati DOE).
Quello che mi piacerebbe capire meglio sono i vantaggi/svantaggi di entrambi gli approcci e quando un approccio è migliore di un altro. Ho una tabella dati ampia e alta in cui ho diverse variabili di processo e misurazioni della qualità del prodotto. Voglio restringere l'insieme delle possibili variabili di processo che potrebbero influenzare il risultato per fornire alla produzione un'idea di dove indagare. Per fare ciò, prendo l’idea del Fattore Nullo dalle loro presentazioni e la includo come una variabile veramente casuale nel modello. Quindi eseguo un modello GenReg molto semplice sui fattori e sull'output Y, quindi faccio clic con il pulsante destro del mouse sulla colonna delle stime ed eseguo l'opzione bootstrap o simula sulle stime dei parametri.
Non ottengo gli stessi risultati funzionando in entrambe le direzioni e mi piacerebbe capire il perché. Inoltre, un approccio è più appropriato rispetto a un altro poiché questo non è un DOE?
Di seguito sono riportati esempi dei risultati su un diagramma di Pareto, in cui tutti i fattori introdotti nel modello meno volte rispetto al fattore nullo vengono semplicemente rimossi. La prima immagine mostra i risultati dell'utilizzo del metodo Simulazione, dove il fattore all'estrema destra del grafico di Pareto è il Fattore Nullo. Allo stesso modo, la seconda immagine mostra i risultati utilizzando il metodo Bootstrap, dove ancora una volta il fattore Null è all'estrema destra.
Perché ottengo due risultati molto diversi per i due metodi? Uno è più "affidabile" dell'altro? Perché dovrei usare un metodo piuttosto che un altro? Un metodo è più robusto dell’altro? Se ottieni risultati diversi, perché JMP Pro dispone di entrambe le opzioni?
Qualsiasi approfondimento in merito è molto apprezzato.
Grazie!,
DS
