Filtre prédicteur vs DOE ?Juste curieux de savoir si le filtre de prédicteurs peut être utilisé pour identifier des variables importantes comme le fait un DOE de dépistage - vous permettant donc essentiellement de passer directement à l'optimisation ? Juste curieux de savoir si/comment les gens combinent le filtre prédicteur et le DOE - le cas échéant, ou quelles recommandations/meilleures pratiques les gens ont.
Conception d'expériencesRe : Filtre prédicteur vs DOE ?Je ne suis pas sûr de bien comprendre votre question, mais voici mon avis :
Les questions auxquelles vous pouvez répondre, les informations révélées par les données, les conclusions que vous tirez, les outils que vous utilisez pour l'analyse, la confiance dans l'extrapolation des résultats, la réaction appropriée aux données dépendent entièrement de la manière dont les données ont été acquises, de leur représentativité et de leur exhaustivité. l'ensemble de données est.
Cela étant dit, vous n'avez pas indiqué d'où vous obtenez les données pour effectuer la sélection des prédicteurs. S'il s'agit de données historiques, vous ne disposez peut-être pas du contexte approprié pour les données. On pourrait appeler cela du data mining. Il n'y a rien de mal à cela, mais cela est fait pour développer des hypothèses qui seront ensuite testées dans une expérience (méthode scientifique : est un cycle continu d'induction/déduction). Par exemple, vos données historiques peuvent comporter des variables influentes qui n'ont pas été enregistrées mais qui ont changé lors de la collecte de données. Vous avez peut-être eu des erreurs de mesure qui n’ont pas été estimées. Trop d'inconnues.
Espérons que le DOE soit bien planifié. Vous devez avoir identifié les facteurs à manipuler (et pourquoi vous souhaitez les manipuler) ainsi que les facteurs que vous ne manipulerez pas (bruit). Vous avez probablement un modèle en tête à évaluer avec votre expérience. Vous avez étudié le système de mesure ou envisagez de l'intégrer dans le traitement.
Re : Filtre prédicteur vs DOE ?Salut @mjz5448 ,
Comme l'a déclaré @statman , le dépistage par prédicteur est un excellent outil d'exploration de données pour explorer d'éventuels facteurs importants basés sur des données historiques, mais il ne remplacera pas une étude appropriée réalisée avec le DoE et des objectifs clairs.
Predictor Screening est une méthode basée sur l'algorithme Random Forest qui vous aide à identifier les variables importantes (identifiées par le calcul de l'importance des caractéristiques) pour votre (vos) réponse(s) dans vos données historiques. En fonction de la représentativité de vos données, de la couverture de l'espace expérimental, des valeurs manquantes, de la présence de valeurs aberrantes, d'interactions, de corrélations ou de multicolinéarité entre vos facteurs, cette plateforme peut comporter des raccourcis, de nombreuses inconnues, et ne doit pas être confiance aveuglément.
- Par exemple, la plateforme de filtrage Predictor ne vous donne pas de modèle (contrairement à la forêt Bootstrap disponible dans JMP Pro), mais uniquement l'importance des fonctionnalités/facteurs, de sorte que vous n'avez pas accès aux arbres et branches individuels, ce qui pourrait aider à identifier les interactions entre facteurs.
- De plus, comme vous ne connaissez pas la qualité du modèle sous-jacent (via R², RMSE ou d'autres métriques pertinentes en fonction de vos objectifs), vous ne savez pas dans quelle mesure la variabilité s'explique par celui-ci (ni quelle est la précision du modèle) et si les calculs de l'importance des fonctionnalités sont pertinents/adéquats pour votre sujet.
- Puisque tous les facteurs sont classés, le seuil/limite entre les facteurs importants et non importants n’est pas trivial. Pour vous aider, vous pouvez ajouter un facteur aléatoire (avec des valeurs aléatoires). Un exemple de cette technique est présenté ici avec l'ensemble de données Diamonds de JMP avec le prix comme réponse, en ajoutant un facteur aléatoire et en omettant le poids en carats comme entrée possible (puisqu'il s'agit d'un prédicteur très important, je voulais donc vous montrer un exemple où c'est difficile pour trier les autres prédicteurs) :
- Cette plateforme ne vous donne pas d'indications sur d'éventuelles corrélations ou multicolinéarité entre facteurs. Vous pouvez utiliser la plateforme multivariée pour explorer les corrélations entre les entrées, les sorties et les entrées-sorties. Vous pouvez également créer des modèles de régression factices pour calculer les scores VIF entre vos facteurs, afin de détecter la multicolinéarité.
- Des facteurs catégoriels à cardinalité élevée peuvent également biaiser les calculs de l'importance des caractéristiques. Plus la cardinalité (nombre de classes) est élevée, plus le biais est élevé, car les données formeront un nombre élevé de petits groupes/classes que le modèle tentera d'apprendre. Il ne parviendra donc pas à généraliser ou à « comprendre la logique » et, par conséquent, cela augmentera le risque de surajustement, donnant à cette fonctionnalité une grande importance. Un exemple ici avec le même ensemble de données, les mêmes conditions mais en ajoutant des facteurs catégoriels aléatoires avec 11 niveaux (de A à K). Cette caractéristique aléatoire catégorielle à forte cardinalité se situe avant la variable numérique aléatoire vue précédemment :
Le DoE est bien plus vaste qu'une technique d'analyse/exploration de données exploratoire de données, et constitue davantage une approche/méthodologie de bout en bout : depuis la définition de vos objectifs, réponses et facteurs afin de créer l'ensemble de données le plus informatif (mais également adapté à votre budget expérimental), à l'analyse des résultats et à l'affinement du modèle afin de mieux savoir comment procéder ou atteindre vos objectifs. Utilisez toujours l'expertise du domaine (avec d'autres outils et visualisations si vous disposez de données historiques) pour guider la sélection des facteurs pour votre DoE.
Je vous encourage à utiliser la plateforme Augment Design si vous disposez de données historiques pertinentes pour votre étude (en termes de facteurs), car vous pouvez toujours étendre/réduire les plages de facteurs si nécessaire, et vous disposez d'une grande flexibilité sur comment augmenter votre ensemble de données historiques initial dans une conception plus grande. À titre de bonne pratique (et particulièrement pertinente lors de l'augmentation des données historiques dans un DoE), assurez-vous de cocher l'option « Regrouper les nouvelles exécutions dans un bloc séparé » dans cette plate-forme. Cette option peut vous aider à économiser un peu de budget expérimental dans la partie de sélection initiale pour allouer les exécutions enregistrées dans la partie d'optimisation (en augmentant le DoE une seconde fois avec la méthode Space-Filling dans un espace expérimental plus étroit ou en définissant un modèle plus précis avec un ordre plus élevé). termes uniquement sur les facteurs pertinents).
J'espère que cette réponse complémentaire vous aidera à comprendre les différences,
Re : Filtre prédicteur vs DOE ?Salut @mjz5448 ,
Il n'y a pas d'option privilégiée concernant la gestion du temps dans les expériences, elle dépend de la façon dont vous évaluez le temps comme étant un facteur de bruit critique dans votre expérience et de la « portée »/sensibilité ; par exemple, si vous vous attendez à une variabilité temporelle de jour en jour et que vous pouvez faire plusieurs expériences par jour, un facteur de blocage peut suffire. Si au cours de la journée, il peut y avoir une tendance temporelle (en raison de variations de température, de conditions d'humidité, de luminosité, etc.), alors l'utilisation du temps comme covariable peut être utile pour créer une conception robuste.
La situation d'utilisation du temps comme covariable pour créer une conception robuste de tendance temporelle est expliquée dans le livre "Optimal Designs of Experiments : A Case Study Approach" de Peter GOOS et Bradley JONES (Chapitre 9 : Conception expérimentale en présence de covariables).
Il y avait déjà un sujet traitant de la covariable temporelle ici : https://community.jmp.com/t5/Discussions/Covariates-in-defined-order-in-custom-design/mp/596777/highlight/true#M80044
Bradley Jones a également écrit un article de blog sur l'utilisation du temps/ordre comme covariable : " Comment créer un plan d'expérience robuste à une tendance temporelle linéaire dans la réponse "
Et dans l'aide JMP : https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/design-with-a-linear-time-trend.shtml
J'espère que cette réponse vous aidera,
PS : Aucune des discussions que vous avez entamées n'a reçu de "Solution Acceptée". Si certaines réponses dans vos messages ont résolu votre question/problème, veuillez le marquer comme « Accepter comme solution ». C'est un bon signe de reconnaissance pour les personnes qui prennent le temps de vous répondre, et aident les autres utilisateurs JMP à trouver plus facilement des solutions à des problèmes similaires.
Re : Filtre prédicteur vs DOE ?Merci pour vos deux commentaires.
statman - vous avez raison, je regarde les données historiques et j'essaie de voir si des variables affectent ma 1 variable de réponse.
Victor_G - merci pour les conseils sur la variable aléatoire, j'ai en fait inclus une variable aléatoire pour déterminer un seuil pour ainsi dire entre les facteurs importants et non importants.
Une autre question sur laquelle je n'ai pas trouvé de documentation est de savoir s'il est acceptable d'inclure « Date » comme variable dans la sélection des prédicteurs ? Ou devrais-je plutôt examiner une analyse de séries chronologiques avec « Date » séparément de ma sélection de prédicteurs, ou est-il utile d'inclure la date dans la sélection de prédicteurs ?
Merci encore!
Re : Filtre prédicteur vs DOE ?Techniquement, il est possible d'inclure une variable temporelle telle que Date dans la plateforme de filtrage Predictor, et les forêts aléatoires peuvent être utilisées pour l'analyse de séries chronologiques.
Cependant, sur la base du contenu que vous avez fourni, j'envisagerais de comparer les résultats de cette plateforme avec et sans l'utilisation de la variable temporelle.
Je crains que vos variables expérimentales ne soient sensibles au temps et que l'inclusion du temps comme prédicteur possible puisse cacher d'autres prédicteurs intéressants.
En fonction également du format et du type de données utilisés pour la date (continue, discrète ?), vous pouvez également biaiser les résultats de la plateforme en introduisant un prédicteur de cardinalité élevée.
Enfin, dans le contexte expérimental, le temps n'est pas un facteur que vous pouvez faire varier entièrement et indépendamment dans votre DoE (contrairement à d'autres facteurs). Vous pourrez peut-être créer une conception robuste au temps en ajoutant du temps comme covariable (et dans le modèle via l'effet principal et l'effet quadratique) ou comme facteur de blocage, mais sans le modifier comme vous le souhaitez comme d'autres facteurs.
Je préférerais donc analyser les relations entre la réponse et les facteurs via la plateforme Predictor Screening, puis analyser les dépendances des facteurs liées au temps (via des visualisations, une analyse de séries chronologiques et/ou un explorateur de données fonctionnel), mais probablement pas directement le temps de la même manière. ainsi que d’autres facteurs dans l’analyse exploratoire.
Re : Filtre prédicteur vs DOE ?Merci Victor_G.
Existe-t-il des préférences quant à la façon dont vous incluez des séries chronologiques dans votre DOE - donc préférence entre inclure une covariable plutôt que bloquer vos exécutions par temps ? Il semble que la date/heure joue toujours un rôle dans mes expériences en tant qu'ingénieur d'usine - mais j'ai trouvé fastidieux d'essayer de bloquer un facteur temps puisque je ne contrôle pas notre calendrier de production, je l'ai déjà fait, mais ma préférence serait de l'utiliser comme covariable - mais je n'ai jamais utilisé de covariable dans mon DOE auparavant. Curieux de savoir si vous avez une expérience ? Merci encore.
Re : Filtre prédicteur vs DOE ?En raison de la possibilité de séries chronologiques dans vos données, vous pouvez également envisager de traiter vos données comme des fonctions. Je ne peux pas dire à partir des descriptions et des réponses si cette approche serait utile, mais vous pouvez en apprendre davantage ici . Notez que les fonctions (réduites à des PCA fonctionnelles) peuvent être utilisées comme n'importe quelle autre variable de rôle d'analyse X ou Y.
