Salut, Je suis Jordan Walters,
Je suis un stagiaire technique chez JMP
et Je suis en allant à présent à toi aujourd'hui
à propos Modélisation d'équations structurelles
et comment nous peut utiliser ce dans linéaire agression
à en fait trouver des relations
avec sinon pourrait pas déjà être évident.
Donc à faire ce, étaient en allant à avoir un regarder
à un cas étude à propos fabrication de pharmaceutique comprimés.
Dans ce cas étude, il y a beaucoup de facteurs et réponses
que besoin surveillance et nous besoin à essayer et déterminer le relation
entre ces facteurs et ces réponses à essayer et travail dehors comment le système travaux.
Et dans faire ce, ce est en allant à permettre nous à trouver
le optimal conditions pour notre tablette à faire le meilleur tablette possible.
Mais à faire ce entier cas étude un parcelle plus simple,
plutôt que se concentrer sur tous de le réponses et tous le facteurs,
étaient juste en allant à se concentrer sur un réponse et un facteur.
Donc dans ce cas,
le un facteur étaient regarder à est le pour cent composition de eau
et le un réponse que étaient en allant à regarder à
est le densité de le tablette.
Et c'est en allant à être le métrique de si ou pas
nous avoir la tablette ou pas.
Donc juste pour référence,
le tablette densité est dans milligrammes par centimètre en cubes.
Donc typiquement, comment nous définir le relation
entre ce réponse et facteur
est juste à travers un simple linéaire régression
lequel depuis le nom,
donne nous un linéaire relation entre le réponse et facteur.
Et ça est quoi nous besoin à pleinement comprendre le système.
Mais le problème avec linéaire régression est c'est seulement en allant à permettre nous à trouver
le direct effets entre en changeant
l'eau composition et la densité de le tablette.
C'est pas en allant à laisser nous trouver
rien autre à propos le système ou n'importe lequel sous-jacent caractéristiques.
Et donc parce que de ce,
il pourrait en fait échouer à donner un impression pour le système.
Et ce est où Structurel E question M odèle
peut en fait viens dans à essayer et donner nous un plus complet voir de le système
lequel est en allant à permettre nous à trouver différent des relations
lequel peut être plus soutien et pas besoin d'évidence .
Donc un peu de arrière-plan sur linéaire régression,
dans c'est le plus simple formulaire, linéaire régression
est juste un linéaire relation entre un variable à un autre.
Et depuis linéaire régression est par définition, linéaire,
ce est en allant à être connecté par un linéaire équation.
Dans ce équation dans ce cas, est Oui équivaut à MX plus C.
Bien, Oui est le Oui réponse,
X est le X facteur, m est notre radiant, et C est notre compenser.
Donc le m et le C sont juste constantes que étaient en allant à trouver
à remplir ce régression équation
donc que nous peut se rapporter sur Oui sur X variables.
Donc à faire ce dans le contexte de le cas étude,
étaient en allant à parcelle le X et Oui variables
à essayer et viens en haut avec ce régression équation dans JMP.
Et JMP peut très simplement faire ça pour nous.
Il donne nous un parcelle de information,
quelques de lequel nous ne le faites pas besoin pour effectuer ce linéaire régression.
Mais le deux pièces de vraiment important information que nous obtenir
est le régression coefficients lequel est notre m et notre C,
lequel sont à propos d'ici,
et le régression équation
lequel est le complet formulaire de notre linéaire régression.
Maintenant JMP fait donner ce à nous dans le formulaire de Oui équivaut à MX plus C
mais pour le fins de clarté, et à voir comment ce travaux
dans notre cas étude est présenté ici comme un approprié relation
être que le densité est égal à 0,11 7 pour cent de eau plus 95. 903.
Et ce est signalé au-dessus de avec ton m et C valeurs.
Bien, toi pourrait simplement voir que tous ce relation moyens
est que pour chaque un unité augmenter dans pourcentage à L,
nous obtenir un un unité augmenter dans densité.
Mais nous avoir que C valeur à le fin lequel compensations notre densité par 95 .93.
Le fins de le C valeur est à donner un échelle à notre données.
Sans que échelle, quoi nous avoir est un relation
entre densité et pour cent de composition de H_2O.
Ajouter ce constante à le fin donne nous que échelle
à en fait être le unités que nous besoin étudier à l'intérieur ce cas étude.
Donc maintenant que nous avons a obtenu un idée de comment nous traditionnellement
aller à propos de regarder ce problème,
allons essayer et commencer bâtiment le structurel Équation Modèle.
Donc à transformer traditionnel régression linéaire
dans le formulaire de un De construction Équation Modèle,
nous besoin à faire un peu des choses.
Nous commencer par en mouvement ce relation
loin de sa forme graphique, dans ce visuel formulaire.
Bien, nous peut voir que nous avons a obtenu notre X facteur
dans le rectangle être lié à le autre rectangle
lequel est notre réponse.
Et entre ces deux des rectangles, ils sont lié par ce flèche.
Maintenant, un célibataire- à tête flèche juste moyens un relation en allant un chemin.
Et puis Modélisation d'équations structurelles, il est possible à avoir double- à tête flèche
mais c'est pas particulièrement important dans ce exemple.
Quoi le célibataire- à tête flèche moyens
est que H_2O composition affecte le densité de le tablette
mais le densité de le tablette fait pas affecter le H_2O composition.
Et ce permet nous dans ce exemple,
remplissez cet individu X et un Oui effectuer linéaire régression.
Maintenant le déroutant partie à propos ce graphique
est probablement le un dans le Triangle à le haut.
Et simplement, tous ce fait, et ce est généralement caché
dans un de construction équation modèle,
est il permet nous à ensemble ce échelle pour notre entier modèle.
Et nous peut voir que à travers
comment ce De construction Équation M modèle en fait rapports le données.
Donc si toi regarder à travers le axe
entre le un dans le Triangle et le Oui réponse, le comprimé de densité,
tu vas voir que nous en fait obtenir un nombre sur que,
lequel est 95. 903 lequel nous avons vu avant.
C'est en fait notre C valeur de notre linéaire régression.
Et ce plus loin prouve que ce est le partie de la graphique
qui est utilisé dans ce donné échelle.
Donc si nous peut voir où le C vient depuis
et que directement traduit où fait le m à venir depuis.
Bien, le m est en fait depuis un connexion à le bas là
entre le pourcentage à un composition à le densité de le tablette.
Et nous peut voir que c'est pas 0,117, le exact même comme nous trouvé.
Ours dans esprit ici que les deux de ces analyse effectué
dans deux différent plates-formes.
Maintenant, nous pourrait avoir deux les pièces de notre Oui, c'est dans le Équation C là.
Mais ce schématique est dans le formulaire de trois côtés.
Et donc toi pourrait être se demandant quoi est que final côté?
Et simplement mettre, le gauche main côté,
lequel est essentiellement le nombre un et %H2_O Composition,
est juste le X et le SEM.
Similaire à comment ça se passe le C valeur,
lequel donne nous le compenser de le Oui entre dans le C graphique,
est le O- intercepter de le graphique
lequel est typiquement important et assez utile statistiquement.
Nous faire aussi obtenir ce Valeur X donné à nous par le De construction Équation Modèle,
lequel n'est-ce pas particulièrement important
parce que nous ne le faites pas avoir un bien regarder à le Interception X
mais c'est intéressant que le analyse peut fournir nous
avec ça supplémentaire information sans vraiment demander pour il.
Ce est tous calculé automatiquement comme je dire.
Et alors généralement, il y a haut les pièces caché,
bien sûr, juste à donner nous contexte comme à qu'est-ce que c'est en fait événement ici.
Et donc regarder à quoi ce nous avons en fait a obtenu ici,
nous avons a obtenu ces solide lignes
lequel dénoter que quelque chose est statistiquement significatif.
Et entre le H_2O composition et le densité du comprimé,
nous avoir ce en pointillés doubler lequel en fait désigne
que que est pas un statistiquement significatif corrélation.
Et le fait le corrélation est très faible, avec 0,117
implique c'est pas que Bien corrélé de toute façon.
Donc si nous juste a pris ce à lieu valeur,
toi pourrait être incliné à accepter avec notre initial linéaire régression
et dire il y a Non effet
depuis H_2O composition sur densité de le tablette.
Mais depuis nous avons déjà a obtenu sur les données
dans le formulaire de le De construction Équation Modèle,
allons continuer avec le explorer pour jour
et voir si nous peut couverture n'importe lequel caché des relations.
Donc nous savoir que ce entier cas étude
est construit en haut de beaucoup de X facteurs, beaucoup de Oui les réponses,
et étaient bien sûr que nous simplifier il vers le bas à juste un facteur et un réponse.
Donc allons pense à propos quelques de le autre supports dans le système
et comment ils pourrait se rapporter à ce réponse.
Un exemple lequel se produit assez un parcelle dans ce cas étude
est un exemple de un la médiation variable.
Et quoi nous signifier par un la médiation variable,
est c'est un variable lequel ne peut pas exactement être contrôlé directement,
mais a un impact sur notre final réponse
alors que toujours être affecté par un de notre facteurs que nous peut contrôle.
Donc dans ce cas, étaient en allant à prendre un regarder à force d'écrasement
comme être un de notre la médiation variables.
Et le raison pour ce être un la médiation variable
est parce que le écrasement force peut être modifié dans ce processus.
Et il fait avoir un effet sur le densité de le tablette.
Mais le écrasement force peut seulement être [inaudible 00:08:50]
certain opérationnel gamme
en fonction, dépendemment sur le eau composition dans le tablette.
Si le comprimés aussi sec,
nous besoin à changement le écrasement force à correspondre que
donc il n'a pas complètement poudre le tablette.
Si c'est aussi humide, c'est a obtenu aussi beaucoup eau composition dans là,
alors il pourrait être un beaucoup plus douce écrasement.
Donc dans ce chemin, toi voir que ce est un variable
que nous ne peut pas changement directement
parce que il besoins à être affecté par le eau composition
mais il est important quelque peu
dans le densité de le tablette lequel Bien explorer alors.
Donc si nous ajouter ce dans notre chemin diagramme dans notre De construction Équation Modèle,
toi peut voir que nous obtenir ce nouveau Triangle entre chaque de notre variables
avec le nombre un ce temps maintenant, dans le milieu.
Et quoi ce est faire dans le contexte de le cas étude,
est c'est en disant que maintenant nous avoir notre direct réponse
lequel est le connexion
entre le H_2O composition et le densité de le tablette.
Et nous aussi avoir notre indirect réponse,
lequel vient depuis le connexion lequel va tous le chemin autour le diagramme
à travers cr se précipiter force et dans le densité tablette.
Maintenant, quoi ce moyens est ce est en fait un deux- partie équation.
Donc pas seulement faire nous avoir un C supplémentaire comme avant quand là était un X variable,
nous maintenant aussi avoir un autre variable lequel est dans un milieu partie de le équation.
Donc parce que de que, le d'abord chose que nous avis est sur le chemin diagramme,
le connexion entre le H _2O composition
et le densité de le tablette est 0,054,
lequel est déjà significativement moins de un corrélation que nous scie dernier temps
quand nous juste inclus le un variable.
Et ce est parce que le repos de le composant
en fait vient depuis autre part comme étaient explorant ici.
Donc encore, nous peut voir que ça connexion toujours
est pas statistiquement significatif.
Et dans fait, a un même plus faible corrélation que ancien.
Maintenant, si nous regarder à notre autre Connexions,
dire, entre notre écrasement force et densité de le tablette,
étaient voyant un statistiquement significatif corrélation
et un raisonnablement corrélé un à 0,593.
Donc quoi fait ce en fait signifier dans le contexte de ce cas étude?
Bien, il moyens un couple de des choses
et nous dessiner un couple de conclusions depuis ce.
Premièrement, le relation entre le H_2O composition
et le densité du tablette est statistiquement significatif
lequel n'est-ce pas quelque chose nous savait avant que était caché
derrière le fait que nous seulement effectuer le linéaire régression.
Et le deuxième chose que nous avons appris
est que écrasement force et le densité de le tablette
sont corrélée.
Donc dans un pratique sens, ce moyens que nous peut conclure
si nous vouloir à contrôle le densité de notre tablette,
alors ce doit être fait à travers en changeant le H_2O composition
mais seulement comme un moyens à modifier que écrasement force
à le voulu valeur.
Et donc si nous en fait est venu à optimiser ce entier situation
dans ce entier cas étude,
le écrasement force est où nous vouloir à payer attention à
et rien nous peut faire à affecter que
lequel n'est-ce pas quelque chose nous peut changement avec juste un cadran.
Donc dans ce chemin, toi peut voir comment MEB a autorisé nous à dévoiler des relations
lequel peut être manqué dans traditionnel la modélisation méthodes.
Et dans tourner, il fournit un beaucoup Plus profond compréhension de comment notre système travaux.
Donc suivant temps tu es explorant le système, Identifiant encourager toi à considérer acquérir
MEB à aide toi mieux comprendre
le système les deux visuellement et plus dans profondeur.
