最も急な下り/上りJMPコミュニティユーザーの皆様
JMPを使用して最急上昇/下降を実行するにはどうすればよいかを知りたいです。 JMPにはそのためのオプションがありますか?
高度な統計モデリング基本的なデータ分析とモデリング実験計画法Re: 最急下り/急登もっと具体的にしたほうがいいと思います。最急上昇/下降は数学的最適化手法に属します。たとえば、この wiki 勾配降下法を参照してください。
抱えている問題によっては、JMP がその問題に対応する機能をすでに備えている可能性があるため、自分でメソッドを実装する必要がない場合があります。 JMP にそのような機能が存在するかどうかわからない場合は、問題の説明を詳しく説明してみてください。確かに、すぐに使用できる既存の機能がない場合でも、問題を指定して JMP に伝えることができれば、JMP にはカスタマイズされた問題を解決するための強力なツールがあります。このようなツールの 1 つは非線形プラットフォームです。これを使用すると、独自のメソッドを実装する必要がありません。結局のところ、JMP には JSL というプログラミング言語があり、これを使用すると数学的最適化を行うプログラムを作成できる可能性があります。必要なのは、数学的最適化手法をプログラムに変換する能力です。
Re: 最急下り/急登上昇/下降はタイムステップからタイムステップへの意味ですか?
:delta= :col - lag(:col)によって傾きを計算できます。その後、列の最大値 (:delta)または最小値 (:delta) を検索するだけです。
おそらく、生データは何らかのノイズの影響を受けています。その場合、列の最大値は単なるノイズの多いスパイクである可能性があります。
この場合、スムーザーを使用して数式を保存すると役立ちます。そうすれば、分析的に大きな傾斜を見つけることができます...
最も急な下り坂/上り坂についてこれらの方法に対する私の関心は、私たちが実行した DOE から貴重な結果を見つけることです。たとえば、2 つの DOE (すべての重要な要因が線形効果を示す) を実行したとします。次に、私の試行から重要な要因が二次効果を持つ場所を知り、さらなる試行または DOE でその方向に進むことができるようにしたいと思います。
これがこれらの方法についての私の理解です。
最も急な下り坂/上り坂について私は DOE の専門家ではありませんが、あなたの目的を十分明確に説明していただいたので、この分野の他の専門家が助けてくれることを願っています。
私の個人的な試みからすると、ドキュメントのこのページは関連があるかもしれないと思いますが、特に二次項だけを見ることを提案しているわけではありません。
応答曲面設計の例
最も急な下り坂/上り坂について最も急な上昇は、設計空間を移動する方法の 1 つです。現在の設計空間を拡大することに興味があると思います。これを行うには、いくつかの方法があります。Peng は、注目している領域の 1 つを示しています。次に、別の領域を示します。
https://www.jmp.com/support/help/en/17.2/?os=mac&source=application#page/jmp/augment-designs.shtml
最も急な下り坂/上り坂について数値例については、次の記事を参照してください。
George EP Box & Patrick YT Liu (1999) 科学的手法による学習の触媒としての統計 パート I - 例、Journal of Quality Technology
モンゴメリーの著書『実験のデザインと分析』にも別の良い例が載っています。
さらに詳しい情報が必要な場合はお知らせください。
最も急な下り坂/上り坂について最も急な上昇についての私の理解は、Box から来ています。彼の考えは、最初の実験から収集された情報を使用してモデルを開発することです (理論的には、応答変数の輪郭に垂直)。この回帰モデルを使用して「テスト」を実行します。最初の実験で使用したのとほぼ同じレベル設定間隔を使用します。モデル内の要因のレベルを変更するシーケンスでこれらのテストを実行します。応答が増加するにつれて、変曲点 (応答が下がる) が現れるまでテストを実行し続けます。次の実験を変曲点の前に移動します。
JMP はモデルを提供します。最初の実験とそれに続くテストは自分で行う必要があります。
これは、最適値からあまり離れていない限り役立ちます (たとえば、要因はカテゴリではなく連続である必要があります)。
