이변량 회귀 분석의 기능안녕
저는 Phil Kay의 이 게시물을 읽었고, 이는 제 목표를 향해 나아가는 데 어느 정도 도움이 되었습니다.
https://community.jmp.com/t5/Discussions/Tolerance-Interval-for-Regression/mp/302845
사양 하한 및 상한이 있는 경우 이변량 회귀 분석에서 예상 공정 능력을 계산하는 것도 가능합니까?
예: 여러 가지 온도 수준(X)에서 및 반응(Y)에 대해 측정된 데이터가 있고 더 높은 온도에서 반응 능력이 무엇인지 예측하고 싶습니다.
감사해요 
품질 및 프로세스 엔지니어링Re: 이변량 회귀 분석의 기능저는 그냥 여기 앉아서 숫자를 보고 있었는데 어쩌면 어떤 생각이 들 수도 있겠네요. 만약 그러하다면:
- 회귀선을 사용하여 더 높은 온도(60degC라고 가정)에서의 반응(Y)을 계산합니다. Y(60)
- 내 사양 한계를 잔차에 대한 사양 한계 세트(Ymin - Y(60) 및 Ymax - Y60)로 "변환"합니다.
- 이제 "잔여 사양 한계"를 사용하여 성능을 계산할 수 있습니다.
아니면 완전히 다른 것인가요?
Re: 이변량 회귀 분석의 기능제가 제안하는 내용은 다음과 같습니다. Fit Model Standard Least Squares 플랫폼에서 모델을 다시 만든 다음 Prediction Profiler의 시뮬레이션 기능을 사용하여 x 값의 가정된 분산에 대한 응답을 시뮬레이션합니다. 추가 분석 및 시각화를 위해 시뮬레이션된 예측을 JMP의 Capability 플랫폼으로 내보낼 수 있는 옵션이 많이 있습니다.
Re: 이변량 회귀 분석의 기능안녕하세요 P_Bartell
제안해 주셔서 감사합니다. 내 경우에는 (외삽된 지점에서) x 값을 고정하고 이 지점의 평균과 분산, 그리고 그에 따른 성능을 추정하고 싶습니다. 그래서 나는 당신이 제안한 것보다 다른 차원의 변화를 보고 싶기 때문에 당신의 제안이 목적에 부합할 것이라고 확신하지 못합니다. 또는?
Re: 이변량 회귀 분석의 기능시뮬레이터를 사용하면 모든 평균 및 추정 분산에서 독립 변수를 설정할 수 있습니다. 따라서 x 설정점이 경험적 공간에서 추정되더라도 시뮬레이터는 계속 작동합니다.
Re: 이변량 회귀 분석의 기능나는 아직도 그것이 내가 찾고 있는 것이 아니라고 생각한다. 좀 더 자세히 설명하자면
온도의 함수로 내 응답에 모델을 맞출 수 있습니다.
하지만 저는 계산하고 싶습니다. 온도를 80도로 고정하면 반응 분포는 어떻게 될까요?
