我們可以在迴歸參數中進行蒙特卡羅模擬嗎你好：
我只是想知道是否有一種方法可以將蒙特卡羅模擬納入回歸參數中。
我想一旦有了回歸方程，我就可以透過指定每個參數的分佈來運行蒙特卡羅模擬，並獲得輸出參數的分佈。
Q1) 但是，在建立迴歸方程式時，每個參數的三個資料點（公差帶的每個 LSL 和 USL 各一個，中間一個）是否足夠？
我猜我需要運行兩次 DOE，其中一次是為了找到重要因素。與在公差區內變化的重要因素的另一次運行相比。
我的最終目標是改變由回歸方程式創建的系統中每個參數的容限，並將故障率控制在可接受的限度內。
Q2) 我應該重複幾次？
如果這個問題看起來很愚蠢，請接受我的歉意，並請解釋我的理解有缺陷的地方。
此致，
瓦倫克
進階統計建模基礎資料分析與建模實驗設計預測建模和機器學習品質和工藝工程回覆：我們可以在迴歸參數中進行蒙特卡羅模擬嗎根據您想要完成的任務，這聽起來像是根據變化的 x 值找到反應變數的分佈，參數估計的蒙特卡羅模擬並不是最好的方法。在我看來，您確實應該使用預測刻畫器來模擬響應分佈。或者也許我只是錯過了你的目標？
回覆：我們可以在迴歸參數中進行蒙特卡羅模擬嗎感謝 P_Bartell 的回覆：
下面我嘗試更具體一些。
假設我將 A 和 B 作為重要因素，將 C 作為反應變數。
A可以是9-11，標稱為10
B可以是19-21，標稱20
因此，我將再運行一個 DOE，其中 A 具有 8,10 和 12 三個等級（故意在兩側保留 1 個等級）
B 也將有三個等級 18,20 和 22（再次有意增加，兩側均為 1）
現在，我可能會得到更精確的 A 和 B 回歸方程，對結果 C 進行建模。
現在，如果我的廢品率是 3%，我將改變 A 和 B 的平均值和公差帶，以便 C 的輸出值在 3% 廢品率之內。
這樣我就可以在昂貴的零件（例如機械加工）A上擁有最大的公差，同時B可以減少到可能的極限。
這是因為當我們仍處於組件的原型階段並且我們沒有太多可用的生產數據時。
這將為我們提供一個良好的大概，以後更改的成本非常昂貴。
原型與生產的相關性將是另一個挑戰，但至少它會給我們一些關於下一個專案可能發生的變化的數據點。
我們還有其他更好的方法來決定公差嗎？
回覆：我們可以在迴歸參數中進行蒙特卡羅模擬嗎聽起來仍然是一項非常適合預測刻畫器中的模擬功能的任務。
回覆：我們可以在迴歸參數中進行蒙特卡羅模擬嗎嗨@VarunK ，
正如@P_Bartell ，預測分析器中內建的模擬工具是您最好的選擇 - 如果您知道流程設定的預期變化（範例中的 A 和 B），您可以進行模擬以找到缺陷率。如果您想探索如何設定這些設定的上限和下限， 設計空間分析器將會很好地運作。
謝謝，
本
回覆：我們可以在迴歸參數中進行蒙特卡羅模擬嗎謝謝你 P_巴特爾
回覆：我們可以在迴歸參數中進行蒙特卡羅模擬嗎謝謝本·英厄姆
