Das Abtasten von Punkten aus gekrümmten Daten ist normalerweise nicht die genaueste Methode zur Erstellung eines Vorhersagemodells. In vielen Fällen fehlt den Stichprobenpunkten eine Variabilität, die sich auf das Ergebnis auswirken könnte.Diese Demo zeigt anhand einer Fallstudie, wie Sie mit JMP Functional Data Explorer diese Herausforderung bewältigen können.
Die Fallstudie: Verwenden Sie Spektren, um Faktoren zu bestimmen, die die Oktanzahl von Benzin vorhersagen.
Die Hauptschritte:
- Y ist die Extinktion,
- Verwenden Sie interaktiv „Cleanup“, „Transform“ und „Align“ über die FDE-Schnittstelle, um sich auf den interessierenden Bereich in den Spektren zu konzentrieren, bevor Sie das Modell erstellen.
- Erstellen Sie das Basismodell, um die Form der Spektren zu definieren.
- Interpretieren Sie die Genauigkeit des Modells, indem Sie Diagramme untersuchen und sich die Modellauswahlkriterien ansehen.
- Interagieren Sie mit Functional Principal Component Profiler, um zu sehen, wie sich Spektren ändern, wenn sich Hauptkomponenten ändern. Verwenden Sie den Functional DOE Profiler, um zu sehen, wie die Spektren für verschiedene Antwortniveaus aussehen.
- Extrahieren Sie die Analyse der funktionalen Hauptkomponenten in eine separate Tabelle aus dem Bericht „Funktionale Zusammenfassungen“. Verwenden Sie die neue Tabelle, um ein Vorhersagemodell für Ihre Antwort zu erstellen.
Fragen beantwortet von Jason Wiggins @Jason_Wiggins , @Peter_Hersh Und @jiancao nach der Demo:
F: Liegen die blauen Zahlen im Prediction Profiler (Octane) bei 95 %-Konfidenzintervallen?
A: Ja
F: Was sind Eigenwerte und wie werden sie in der aktuellen Analyse verwendet?
A: Eigenwerte stellen die Varianzen der funktionalen Hauptkomponenten dar. Im folgenden Beispiel macht die Varianz für Hauptkomponente 1 79,4 % der Varianz in den Daten aus. Und jeder FPC ist eine Kombination Ihrer ursprünglichen Eingabevariablen.
Eigen Values ExampleBeispiel für Eigenwerte
F: Gibt es einen Schwellenwert für Eigenwerte, der darauf hinweist, welcher FPC einen größeren Beitrag leistet?
A: Wenn der Eigenwert mindestens 1 % Ihrer Varianz definiert, wird er einbezogen. Sie können unter „Funktionszusammenfassungen“ Anpassungen vornehmen.
F: Können Sie einen nichtfunktionalen Faktor in die funktionalen Faktoren einbeziehen?
A: Ja, übergeben Sie diese Variable einfach in einer Analyse und sie wird in einer Spalte angezeigt und das Modell verwendet sie als Wert, zusätzliche Z-Faktoren, die in die Formen einbezogen werden.
F: Wie verknüpfen Sie FPC mit experimentellen Faktoren?
A: Sehen Sie Reaktionskurven verstehen und modellieren Präsentation und Materialien von Jason Wiggins und Peter Hersh.
F: Bei nachfolgenden Tests erhalten Sie ein Spektrum. Um die Ergebnisse vorherzusagen, benötigen Sie Ihre funktionalen Hauptkomponenten.Führen Sie FDE erneut aus, um diese FPCs in Ihr Vorhersagemodell einzubinden?
A: Ab sofort ja.Sie führen das Modell erneut aus, um die neuen Funktionsdatenkomponenten zu erstellen, und verwenden diese neuen Daten dann als Validierungsdaten.
Model Summaries Extracted to New TableModellzusammenfassungen in neue Tabelle extrahiert
F: Gibt es eine Möglichkeit, die Knoten zu erhöhen, um die Passform zu verbessern?
A: Ja, wenn die ursprüngliche Passform mit mehr Knoten immer besser wird, kann es sich lohnen, die Knoten zu ändern und/oder eine Reihe von Knoten zu verwenden. Sie können auch P-Spline verwenden.
F: Können Sie die Wellenlänge identifizieren, die möglicherweise empfindlicher auf die Oktanzahl reagiert?
A: Ja, wir erkunden den FDOE Profiler und experimentieren hier mit Optionen, einschließlich eines Simulators.
F: Können Sie die Reihenfolge der Schritte ändern, die Sie bei der Datenbereinigung verwenden?
A: Sie können die Schritte in beliebiger Reihenfolge ausführen.Sie bauen aufeinander auf. Wenn Sie also die Reihenfolge wiederholen möchten, empfehlen wir Ihnen, mit „Letzte Schritte entfernen“ so lange fortzufahren, bis Sie beim ersten Schritt ein Ergebnis erhalten, das Ihnen gefällt, und dann fortzufahren.
Data Cleanup StepsSchritte zur Datenbereinigung
F: Können Sie im Prediction Profiler Grenzwerte (Maximum, Minimum, Zielwert) festlegen?
A: Ja, die Profiler funktionieren wie alle Vorhersage-Profiler. Sie können auch die Extrapolationssteuerung einbeziehen, um sicherzustellen, dass Sie nicht außerhalb eines normalen Formbereichs variieren.JMP baut eine Warnung ein, wenn Sie außerhalb der Komfortzone extrapolieren.
Extrapolation Control Step 1Extrapolationskontrolle Schritt 1
F: Wie erhalten Sie den Empfindlichkeitsindikator?
A: Es handelt sich um eine Option aus dem roten Dreieck des Prediction Profiler. Blendet ein violettes Dreieck ein oder aus, dessen Höhe und Richtung dem Wert der partiellen Ableitung der Profilfunktion bei ihrem aktuellen Wert entsprechen. Dies ist bei großen Profilen nützlich, um die empfindlichen Zellen schnell erkennen zu können.
Extrapolation Control Step 2Extrapolationskontrolle Schritt 2
F: Können Sie eine Monte-Carlo-Simulation über den FDOE Profiler ausführen und wenn ja, wäre dies nützlich?
A: Ja, das ist möglich und Sie können Werte simulieren, die nicht in der Datentabelle enthalten sind.Hier ist, wie:
F: Wie haben Sie dafür gesorgt, dass das Spektrendiagramm in einer Datentabellenspalte angezeigt wird?
A: Nachdem Sie das Modell ausgeführt haben, wählen Sie im roten Dreieck der Funktionszusammenfassungen die Option Funktionszusammenfassungen anpassen aus und aktivieren Sie dann das Kontrollkästchen Diagramm speichern.
