Capacité d'une régression bivariéeSalut
J'ai lu cet article de Phil Kay, et cela nous a aidé en partie à atteindre mon objectif :
https://community.jmp.com/t5/Discussions/Tolerance-Interval-for-Regression/mp/302845
Serait-il également possible de calculer une capacité attendue à partir d'une régression bivariée, si j'ai une limite de spécification inférieure et supérieure ?
Exemple : j'ai des données mesurées pour et la réponse (Y) à plusieurs niveaux de température différents (X) et je souhaite prédire quelle est la capacité de réponse à une température plus élevée.
Merci 
Ingénierie Qualité et ProcédésRe : Capacité d'une régression bivariéeJ'étais juste assis ici, en train de regarder les chiffres, et j'ai peut-être une idée. Et si:
- J'utilise la droite de régression pour calculer la réponse (Y) à la température la plus élevée (disons 60°C) : Y(60)
- Je "transforme" mes limites de spécifications en un ensemble de limites de spécifications pour les résidus : Ymin - Y(60) et Ymax - Y60)
- Maintenant, je peux calculer la capacité avec les "limites de spécifications résiduelles".
Ou quelque chose de complètement différent ?
Re : Capacité d'une régression bivariéeVoici ce que je suggère : recréez le modèle dans la plate-forme Ajuster le modèle aux moindres carrés standard, puis utilisez la capacité de simulation du profileur de prédiction pour simuler la réponse aux variances supposées des valeurs x. À partir de là, de nombreuses options permettent d'exporter les prédictions simulées vers les plates-formes Capability dans JMP pour des analyses et des visualisations supplémentaires.
Re : Capacité d'une régression bivariéeSalut P_Bartell
Merci pour la suggestion. Dans mon cas, je souhaite fixer la valeur x (à un point extrapolé) et estimer la moyenne et la variance à ce stade, et donc la capacité. Je ne suis donc pas sûr que votre suggestion servirait l'objectif, car je veux voir la variation dans l'autre dimension que celle que vous avez suggérée. Ou?
Re : Capacité d'une régression bivariéeLe simulateur vous permet de définir n'importe quelle variable indépendante à n'importe quelle variance moyenne et estimée. Ainsi, même si votre point de consigne x est extrapolé à partir de votre espace empirique... le simulateur fonctionnera toujours.
Re : Capacité d'une régression bivariéeJe pense toujours que ce n'est pas ce que je recherche. Permettez-moi de développer
Je peux adapter un modèle à ma Réponse en fonction de la température :
Mais j'aimerais calculer : si je fixe la température à 80 degrés, quelle sera la distribution de la réponse ?
