¿Evaluador de predictores versus DOE?Solo tengo curiosidad por saber si el evaluador predictor se puede utilizar para identificar variables importantes de la misma manera que lo hace un DOE de detección, ¿básicamente permitiéndole pasar directamente a la optimización? Solo tengo curiosidad por saber cómo las personas combinan el evaluador de predictores y el DOE, en todo caso, o qué recomendaciones/mejores prácticas tienen las personas.
Diseño de experimentosRe: ¿Evaluador de predictores versus DOE?No estoy seguro de haber entendido completamente tu pregunta, pero aquí están mis pensamientos:
Las preguntas que puede responder, la información revelada por los datos, las conclusiones que extrae, las herramientas que utiliza para el análisis, la confianza al extrapolar los resultados y la reacción adecuada a los datos dependen completamente de cómo se adquirieron los datos, cuán representativos y completos son los datos. conjunto de datos es.
Dicho esto, no indicó de dónde obtiene los datos para realizar la evaluación de predictores. Si se trata de datos históricos, es posible que no tenga el contexto adecuado para los datos. A esto se le podría llamar minería de datos. No hay nada de malo en eso, pero esto se hace para desarrollar hipótesis que luego serán probadas en un experimento (método científico: es un ciclo continuo de inducción/deducción). Por ejemplo, sus datos históricos pueden tener variables influyentes que no se registraron pero que cambiaron durante la recopilación de datos. Es posible que haya tenido errores de medición que no fueron estimados. Demasiadas incógnitas.
Esperemos que el DOE esté bien planificado. Deberías haber identificado los factores que se manipularán (y por qué quieres manipularlos), así como los factores que no manipularás (ruido). Probablemente tengas algún modelo en mente para evaluar con tu experimento. Ha estudiado el sistema de medición o planea incluirlo dentro del tratamiento.
Re: ¿Evaluador de predictores versus DOE?Hola @mjz5448 ,
Como lo indicó @statman , la detección de Predictor es una buena herramienta de extracción de datos para explorar posibles factores importantes basados en datos históricos, pero no reemplazará un estudio adecuado realizado con DoE y objetivos claros.
Predictor Screening es un método basado en el algoritmo Random Forest que le ayuda a identificar variables importantes (identificadas mediante el cálculo de la importancia de las características) para sus respuestas en sus datos históricos. Dependiendo de la representatividad de sus datos, la cobertura del espacio experimental, los valores faltantes, la presencia de valores atípicos, las interacciones, las correlaciones o la multicolinealidad entre sus factores, esta plataforma puede tener algunos atajos, muchas incógnitas y no se debe confiar ciegamente en ella.
- Por ejemplo, la plataforma de detección Predictor no le proporciona un modelo (a diferencia del Bootstrap Forest disponible en JMP Pro), solo características/factores importantes, por lo que no tiene acceso a árboles y ramas individuales, lo que podría ayudar a identificar interacciones entre factores.
- Además, como no conoces la calidad del modelo que hay detrás (a través de R², RMSE u otras métricas relevantes según tus objetivos), no sabes cuánta variabilidad se explica a través de él (o qué tan preciso es el modelo) y si los cálculos de importancia de las características son relevantes/adecuados para su tema.
- Dado que todos los factores están clasificados, el umbral/límite entre factores importantes y no importantes no es trivial. Para ayudarte, puedes agregar un factor aleatorio (con valores aleatorios). Aquí se muestra un ejemplo de esta técnica con el conjunto de datos de diamantes de JMP con el precio como respuesta, agregando un factor aleatorio y omitiendo el peso en quilates como posible entrada (dado que es un predictor muy importante, quería mostrarles un ejemplo en el que es difícil para ordenar los otros predictores):
- Esta plataforma no te da indicaciones sobre posibles correlaciones o multicolinealidad entre factores. Puede utilizar la plataforma Multivariante para explorar correlaciones entre entradas, salidas y entradas-salidas. También puede crear modelos de regresión ficticios para calcular puntuaciones VIF entre sus factores, con el fin de detectar multicolinealidad.
- Los factores categóricos de alta cardinalidad también pueden sesgar los cálculos de importancia de las características. Cuanto mayor sea la cardinalidad (número de clases), mayor será el sesgo, ya que los datos formarán una gran cantidad de pequeños grupos/clases que el modelo intentará aprender. Por lo tanto, no podrá generalizar ni "comprender la lógica" y, como resultado, aumentará la posibilidad de sobreajuste, lo que le dará a esta característica una gran importancia. Un ejemplo aquí con el mismo conjunto de datos, las mismas condiciones pero agregando factores categóricos aleatorios con 11 niveles (de A a K). Esta característica aleatoria categórica con alta cardinalidad está antes de la variable numérica aleatoria vista antes:
DoE es mucho más grande que una técnica de análisis de datos exploratorio/minería de datos, y es más un enfoque/metodología de extremo a extremo: desde definir sus objetivos, respuestas y factores para crear el conjunto de datos más informativo (pero también adaptado a sus necesidades). presupuesto experimental), hasta el análisis de los resultados y el perfeccionamiento del modelo para saber mejor cómo proceder o alcanzar sus objetivos. Utilice siempre la experiencia en el dominio (con otras herramientas y visualizaciones si tiene datos históricos) para guiar la selección de factores para su DoE.
Le recomiendo que utilice la plataforma Augment Design si tiene datos históricos que sean relevantes para su estudio (en términos de factores), ya que siempre puede ampliar/reducir los rangos de los factores si es necesario, y tiene mucha flexibilidad para cómo aumentar su conjunto de datos históricos inicial en un diseño más grande. Como buena práctica (y particularmente relevante al aumentar datos históricos en un DoE), asegúrese de marcar la opción "Agrupar nuevas ejecuciones en un bloque separado" en esta plataforma. Esta opción puede ayudarle a ahorrar algo de presupuesto experimental en la parte de selección inicial para asignar las ejecuciones guardadas en la parte de optimización (aumentando el DoE por segunda vez con el método Space-Filling en un espacio experimental más estrecho o definiendo un modelo más preciso con orden superior). términos sólo sobre los factores relevantes).
Espero que esta respuesta complementaria te ayude a comprender las diferencias.
Re: ¿Evaluador de predictores versus DOE?Hola @mjz5448 ,
No existe una opción preferida con respecto al manejo del tiempo en los experimentos, se basa en cómo evalúa el tiempo como un factor de ruido crítico en su experimento y el "alcance"/sensibilidad; por ejemplo, si espera una variabilidad temporal día a día y puede realizar varios experimentos por día, un factor de bloqueo puede ser suficiente. Si durante el día puede haber alguna tendencia temporal (debido a variaciones de temperatura, condiciones de humedad, luminosidad, etc...), entonces el uso del tiempo como covariable puede ser útil para crear un diseño robusto.
La situación del uso del tiempo como covariable para crear un diseño robusto de tendencia temporal se explica en el libro "Diseños óptimos de experimentos: un enfoque de estudio de caso" de Peter GOOS y Bradley JONES (Capítulo 9: Diseño experimental en presencia de covariables).
Ya había un tema que trataba sobre la covariable de tiempo aquí: https://community.jmp.com/t5/Discussions/Covariates-in-defined-order-in-custom-design/mp/596777/highlight/true#M80044
Bradley Jones también escribe una publicación de blog sobre el uso del tiempo/orden como covariable: " Cómo crear un diseño de experimento que sea robusto a una tendencia temporal lineal en la respuesta "
Y en la Ayuda de JMP: https://www.jmp.com/support/help/en/17.2/index.shtml#page/jmp/design-with-a-linear-time-trend.shtml
Espero que esta respuesta te ayude,
PD: Ninguna de las discusiones que ha iniciado ha recibido una "Solución aceptada". Si algunas respuestas en sus publicaciones resolvieron su pregunta/problema, márquelo como "Aceptar como solución". Esta es una buena señal de reconocimiento para las personas que se toman el tiempo para responderle y ayuda a otros usuarios de JMP a encontrar soluciones más fácilmente a problemas similares.
Re: ¿Evaluador de predictores versus DOE?Gracias a ambos por comentar.
statman: tiene razón en que estoy mirando datos históricos y tratando de ver si alguna variable afecta mi variable de respuesta.
Victor_G: gracias por el consejo sobre la variable aleatoria. De hecho, incluí una variable aleatoria para determinar un punto de corte, por así decirlo, para factores importantes y no importantes.
Otra pregunta que tengo y sobre la que no pude encontrar documentación es si está bien incluir "Fecha" como variable en la evaluación del predictor. ¿O debería, en cambio, mirar un análisis de series de tiempo con "Fecha" por separado de mi evaluación de predictores, o es útil incluir la Fecha en la evaluación de predictores?
¡Gracias de nuevo!
Re: ¿Evaluador de predictores versus DOE?Técnicamente, es posible incluir una variable de tiempo como Fecha en la plataforma de detección Predictor, y se pueden utilizar bosques aleatorios para el análisis de series de tiempo.
Sin embargo, según el contenido que proporcionó, consideraría comparar los resultados de esta plataforma con y sin el uso de la variable de tiempo.
Me temo que sus variables experimentales pueden ser sensibles al tiempo y que incluir el tiempo como posible predictor puede ocultar otros predictores interesantes.
Dependiendo también del formato y tipo de datos utilizados para la fecha (¿continuo, discreto?), también puede sesgar los resultados de la plataforma al introducir un predictor de cardinalidad alta.
Finalmente, en el contexto experimental, el tiempo no es un factor que pueda variar total e independientemente en su DoE (a diferencia de otros factores). Es posible que pueda crear un diseño robusto en el tiempo agregando el tiempo como covariable (y en el modelo a través del efecto principal y el efecto cuadrático) o como un factor de bloqueo, pero no cambiarlo como desee como otros factores.
Entonces, prefiero analizar las relaciones entre la respuesta y los factores a través de la plataforma Predictor Screening, y luego analizar las dependencias de los factores relacionadas con el tiempo (a través de visualizaciones, análisis de series de tiempo y/o explorador de datos funcionales), pero probablemente no incluiría directamente el tiempo de la misma manera. como otros factores en el análisis exploratorio.
Re: ¿Evaluador de predictores versus DOE?Gracias Víctor_G.
¿Existen preferencias sobre cómo incluir series temporales en su DOE, es decir, preferencia por incluir una covariable frente a bloquear sus ejecuciones por tiempo? Parece que la fecha/hora siempre juega un papel en mis experimentos como ingeniero de planta, pero me resulta complicado intentar bloquear un factor de tiempo ya que no controlo nuestro programa de producción, lo he hecho antes, pero Mi preferencia sería usarlo como covariable, pero nunca antes había usado una covariable en mi DOE. ¿Tienes curiosidad por saber si tienes alguna experiencia? Gracias de nuevo.
Re: ¿Evaluador de predictores versus DOE?Debido a la posibilidad de que sus datos contengan series temporales, también podría considerar tratarlos como funciones. No puedo decir por las descripciones y respuestas si ese enfoque ayudaría, pero puedes obtener más información aquí . Tenga en cuenta que las funciones (reducidas a PCA funcionales) se pueden utilizar como cualquier otra variable de función de análisis X o Y.
