P: ¿Cómo podemos guardar el modelo FDE, para que se puedan ejecutar nuevos espectros a través de él para obtener esos valores propios en una fecha posterior?
R: Esta capacidad es una solicitud de función conocida. Actualmente, agrega datos adicionales a su conjunto y los llama datos de validación. Aún debe volver a ejecutarlos. Vea el video a continuación.
P: ¿Existen suposiciones para calcular funciones de forma?
R: El educador de JMP, Di Michelson @Di_Michelson ha publicado una serie de videos DeeperDive que describen los cálculos.
P: ¿Cuál es la diferencia entre este enfoque en comparación con el uso manual de PCA para reducir los espectros y luego crear un modelo sobre esos componentes?
R: PCA requiere columnas de longitud de onda como encabezados de columna, por lo que todo debe estar espaciado de manera uniforme y la medición debe realizarse en cada valor. Para algunos datos, esto no es posible. En FDE, esto no es necesario. Para el ejemplo de demostración, puede cambiar el formato y dividirlo de la otra manera, pero PCA solo resume Y y no puede optimizar cómo algo afecta la forma directamente.
P: ¿Los números azules en el Prediction Profiler (Octane) son intervalos de confianza del 95 %?
A: Sí
P: ¿Qué son los valores propios y cómo se utilizan en el análisis actual?
A: Los valores propios representan las varianzas de los componentes principales funcionales. En el ejemplo siguiente, la varianza del componente principal 1 representa el 79,4 % de la varianza de los datos. Y cada FPC es una combinación de las variables de entrada originales.
Eigen Values ExampleEjemplo de valores propios
P: ¿Existe un umbral de valores propios que sugiera qué FPC es más contributivo?
A: Si el valor propio define al menos el 1 % de la varianza, se incluirá. Puede personalizarlo en Resúmenes funcionales.
P: ¿Puede incluir un factor no funcional con factores funcionales?
R: Sí, simplemente pase esa variable en un análisis y aparecerá en una columna y el modelo la usará como un valor, factores Z adicionales que se incluyen con las formas.
P: ¿Cómo se vincula el FPC con los factores experimentales?
R: Consulte la presentación Comprensión y modelado de curvas de respuesta y los materiales de Jason Wiggins y Peter Hersh.
P: En las pruebas posteriores, obtendrá un espectro y, para predecir los resultados, necesitará sus componentes principales funcionales. ¿Vuelve a ejecutar FDE para obtener esos FPC para incorporarlos a su modelo de predicción?
R: Por ahora, sí. Vuelve a ejecutar el modelo para crear los nuevos componentes de datos funcionales y, luego, utiliza esos nuevos datos como datos de validación.
Model Summaries Extracted to New TableResúmenes de modelos extraídos a una nueva tabla
P: ¿Hay alguna manera de aumentar los nudos para mejorar el ajuste?
R: Sí, si el ajuste original sigue aumentando con más nudos, puede que valga la pena explorar la posibilidad de cambiar los nudos o volver a ejecutar el programa utilizando una variedad de nudos. También puedes utilizar p-spline.
P: ¿Puede identificar la longitud de onda que puede ser más sensible al octano?
R: Sí, exploramos FDOE Profiler y experimentamos con opciones aquí, incluido un simulador.
P: ¿Puede cambiar el orden de los pasos que utiliza en la limpieza de datos?
R: Puedes realizar los pasos en cualquier orden. Se basan en los demás, por lo que si quieres rehacer el orden, te sugerimos que sigas eliminando los últimos pasos hasta llegar al primer paso con un resultado que te guste y luego continúes.
Data Cleanup StepsPasos para la limpieza de datos
P: ¿Se pueden establecer límites (máximo, mínimo, valor objetivo) en Prediction Profiler?
R: Sí, los perfiles funcionan como todos los perfiles de predicción. También puede incluir el control de extrapolación para asegurarse de no realizar variaciones fuera de una región de forma normal. JMP incluye una advertencia si realiza una extrapolación fuera de la zona de confort.
Extrapolation Control Step 1Control de extrapolación Paso 1
P: ¿Cómo se obtiene el indicador de sensibilidad?
A: Es una opción del triángulo rojo del Prediction Profiler. Muestra u oculta un triángulo violeta cuya altura y dirección corresponden al valor de la derivada parcial de la función de perfil en su valor actual. Esto es útil en perfiles grandes para poder detectar rápidamente las celdas sensibles.
Extrapolation Control Step 2Paso 2 del control de extrapolación
P: ¿Se puede ejecutar una simulación de Monte Carlo desde el FDOE Profiler y, de ser así, sería útil?
R: Sí, es posible y se pueden realizar simulaciones para valores que no están en la tabla de datos. A continuación, se explica cómo:
P: ¿Cómo hiciste para que el gráfico de espectros apareciera en una columna de la tabla de datos?
R: Después de ejecutar el modelo, desde el triángulo rojo Resúmenes funcionales, seleccione Personalizar resúmenes funcionales y luego marque la casilla Guardar gráfico.
