687547_it-IT

liliconcom

Post elaborazione Monte Carlo Risultati da Prediction Profiler

Ciao a tutti,

 

Ho un file JMP con una formula di due variabili casuali: "Tensione" e "Spessore".

Per visualizzare la distribuzione statistica della formula, utilizzo il profiler di previsione JMP.

Sono riuscito a creare una tabella con tutti i risultati Monte Carlo eseguiti dal profiler utilizzando il comando JSL:

Simulate to Table

Ecco come appare il mio schermo:

 

Come passo successivo vorrei utilizzare le colonne nella nuova tabella per effettuare alcune analisi statistiche personalizzate, utilizzando lo stesso script aperto nell'immagine (ad esempio per valutare il valore medio dalla colonna Formula).A questo punto sono bloccato e non riesco ad andare avanti...

 

Hai qualche idea?

Grazie in anticipo,

Segno

Automazione e scriptingAnalisi e modellazione dei dati di baseAnalisi di affidabilitàRi: Post elaborazione Monte Carlo Risultati da Prediction Profiler

CIAO @mark_war ,

 

Senza sapere esattamente che tipo di statistiche desideri eseguire e valutare, guarda l'esempio seguente su come modificare il codice in modo che esegua automaticamente le analisi.

Names Default to Here(1);

Profiler(
 Y( :Formula ),
 Profiler(
  1,
  Term Value(
   thickness(
    2.9875,
    Min( 2.30771982310094 ),
    Max( 3.46241935483871 ),
    Lock( 0 ),
    Show( 1 )
   ),
   Voltage(
    1,
    Min( 0.3584375 ),
    Max( 1.59908333333333 ),
    Lock( 0 ),
    Show( 1 )
   )
  ),
  Simulator(
   1,
   Factors(
    thickness << Random( Normal( 2.9875, 0.2 ) ),
    Voltage << Random( Normal( 1, 0.2 ) )
   ),
   Responses( Formula << No Noise ),
   Resimulate,
   Simulate to Table
  )
 ),
 SendToReport(
  Dispatch(
   {"Prediction Profiler"},
   "10000",
   ScaleBox,
   {Min( -0.0325024497795198 ), Max( 0.801201923076923 ), Inc( 0.2 ),
   Minor Ticks( 1 )}
  ),
  Dispatch(
   {"Prediction Profiler"},
   "2",
   ScaleBox,
   {Min( 0.3584375 ), Max( 1.59908333333333 ), Inc( 0.2 ), Minor Ticks( 1 )
   }
  ),
  Dispatch(
   {"Prediction Profiler"},
   "1",
   ScaleBox,
   {Min( 2.30771982310094 ), Max( 3.46241935483871 ), Inc( 0.2 ),
   Minor Ticks( 1 )}
  ),
  Dispatch(
   {"Prediction Profiler"},
   "Profiler",
   FrameBox,
   {Frame Size( 134, 167 )}
  ),
  Dispatch(
   {"Prediction Profiler"},
   "Profiler Simulator Distribution",
   FrameBox,
   {Frame Size( 124, 56 )}
  ),
  Dispatch(
   {"Prediction Profiler"},
   "Profiler",
   FrameBox( 3 ),
   {Frame Size( 134, 167 )}
  ),
  Dispatch(
   {"Prediction Profiler"},
   "Profiler Simulator Distribution",
   FrameBox( 2 ),
   {Frame Size( 124, 56 )}
  ),
  Dispatch(
   {"Prediction Profiler"},
   "Profile Simulator Histogram",
   FrameBox,
   {Frame Size( 64, 157 ), DispatchSeg(
    Hist Seg( 1 ),
    {Fill Color( "Green" ), Bin Span( 2, 0 )}
   )}
  ),
  Dispatch(
   {"Prediction Profiler", "Simulator"},
   "Simulate to Table",
   OutlineBox,
   {Close( 0 )}
  )
 )
);

dtlist=get data table list();//this creates a list of all the open data tables.

dt=Data Table(dtlist[1]);//this assigns the top-most data table to the variable dt so that you can perform the statistics on this data table rather than the original data table

//this sends the command to the data table to generate some distributions.
dt<<DISTRIBUTION></DISTRIBUTION>

Questo dovrebbe almeno farti iniziare.

 

Spero che questo ti aiuti!,

DS

Ri: Post elaborazione Monte Carlo Risultati da Prediction Profiler

I grafici a dispersione (Grafico > Matrice dei grafici a dispersione) delle colonne sono utili per questo tipo di analisi. Puoi anche aggiungere un filtro dati per la variabile di risposta in modo da poter filtrare in base all'intervallo di specifiche.

 

Se l'obiettivo della tua analisi è trovare intervalli per le variabili di input che ti consentiranno di soddisfare le specifiche, dovresti provare Design Space Profiler (sotto il Profiler), progettato per aiutarti a svolgere tale attività in modo più automatico.