729884_it-IT

liliconcom

discesa/salita più ripida

Cari utenti della comunità JMP,

Vorrei Come posso eseguire la salita/discesa più ripida utilizzando JMP. JMP ha un'opzione per questo.

Modellazione statistica avanzataAnalisi e modellazione dei dati di baseProgettazione di esperimentiRe: discesa/salita più ripida

Penso che dovresti essere più specifico. La salita/discesa più ripida appartiene alle tecniche di ottimizzazione matematica, ad esempio vedere questa wiki Discesa gradiente .

A seconda del problema da affrontare, potrebbe non essere necessario implementare il metodo da soli, poiché JMP potrebbe già disporre delle funzionalità per il tuo problema. Se non sai se tali funzionalità esistono in JMP, puoi provare a elaborare la descrizione del problema. Se in effetti non esistono funzionalità pronte all'uso, JMP dispone di potenti strumenti per risolvere il tuo problema personalizzato se sei in grado di specificare il problema e comunicarlo a JMP. Uno di questi strumenti è la piattaforma Non lineare, utilizzando la quale non è necessario implementare il proprio metodo. Alla fine, JMP ha un linguaggio di programmazione, JSL, utilizzando il quale potresti essere in grado di scrivere un programma che esegua l'ottimizzazione matematica. Ciò di cui hai bisogno è la capacità di tradurre un metodo di ottimizzazione matematica in un programma.

Re: discesa/salita più ripida

Si intende salita/discesa da un passo temporale all'altro?
Puoi calcolare la pendenza tramite :delta= :col - lag(:col) . Quindi devi solo cercare col massimo (:delta) o minimo (:delta).

Forse i dati grezzi sono influenzati da qualche rumore, quindi la colonna massima potrebbe essere solo un picco rumoroso.

In questo caso, sarà utile utilizzare uno più fluido e salvare la formula. Quindi potresti trovare analiticamente le grandi pendenze ...

Re: discesa/salita più ripida

Il mio interesse verso questi metodi è scoprire risultati preziosi dal DOE che abbiamo eseguito come diciamo che abbiamo eseguito due DOE (tutti i fattori significativi mostrano effetti lineari), ora vorrei sapere dove i miei fattori significativi hanno un effetto quadratico dalle mie tracce in modo tale da poter andare in quella direzione con ulteriori tracce o DOE.

Questo è ciò che ho capito di questi metodi.

Re: discesa/salita più ripida

Non sono uno specialista del DOE, ma mi hai descritto il tuo obiettivo in modo abbastanza chiaro e spero che altri esperti della zona possano aiutarti.

Dal mio tentativo personale, penso che questa pagina nella documentazione potrebbe essere rilevante, anche se non suggerisce specificamente solo di guardare ai termini quadratici.

Esempio di progettazione di una superficie di risposta

Re: discesa/salita più ripida

L'ascesa più ripida è un metodo per spostare lo spazio di progettazione. Penso che tu sia interessato ad aumentare lo spazio di progettazione in cui ti trovi. Esistono diversi modi per farlo. Peng indica un'area che guardi. Eccone un altro.

https://www.jmp.com/support/help/en/17.2/?os=mac&source=application#page/jmp/augment-designs.shtml

Re: discesa/salita più ripida

Per un esempio numerico è possibile fare riferimento al seguente articolo:

George EP Box e Patrick YT Liu (1999) La statistica come catalizzatore dell'apprendimento tramite metodo scientifico Parte I: un esempio, Journal of Quality Technology

Troverai anche un altro buon esempio nel libro di Montgomery Design and Analysis of Experiments.

Per favore fatemi sapere se avete bisogno di ulteriori informazioni,

Re: discesa/salita più ripida

La mia comprensione della salita più ripida deriva da Box. Il suo pensiero è quello di utilizzare le informazioni raccolte da un esperimento iniziale per sviluppare un modello (teoricamente perpendicolare ai contorni della variabile di risposta). Utilizzare questo modello di regressione per eseguire "test". Utilizzare circa la stessa spaziatura di impostazione del livello utilizzata nell'esperimento iniziale. Eseguire tali test in una sequenza che modifica i livelli dei fattori presenti nel modello. Continuare a eseguirli man mano che la risposta aumenta, finché non si verifica un punto di flesso (la risposta diminuisce). Spostare l'esperimento successivo prima del punto di flesso.

JMP sarà in grado di fornirti il ​​modello. Dovrai fare gli esperimenti iniziali e i test successivi.

Questo può essere utile a patto che non ci si allontani troppo dall'ottimale (ad esempio, i fattori dovrebbero essere continui anziché categoriali).