Résultat différent du profileur de prédiction à chaque foisJ'essaie de trouver des valeurs optimales pour les paramètres d'entrée avec 6 facteurs d'entrée et 3 réponses de sortie.
J'ai exécuté un modèle d'ajustement et un profileur de prédiction, défini la désirabilité et exécuté "Maximiser la désirabilité". Il a donné un ensemble de valeurs pour les facteurs d’entrée pour des réponses de sortie optimales sur la cible. Cependant, lorsque j'ajuste la valeur d'entrée et que je l'exécute à nouveau, cela donne des valeurs légèrement mais significativement différentes pour les facteurs d'entrée. Pourquoi ça fait ça? Comment puis-je décider quel résultat est le meilleur ? Le Simulateur est-il utile dans ce cas ?
Merci.
Modélisation statistique avancéeRé : Résultat différent à chaque fois du profileur de prédictionMerci pour ton aide, Ben.
Je soupçonnais quelque chose de similaire, mais je voulais une confirmation. J'ai également fixé certaines variables et exécuté l'optimisation et le simulateur. J'ai obtenu des résultats exploitables.
Merci.
Gyoungwon
Ré : Résultat différent à chaque fois du profileur de prédictionSalut @gyoungwonpark ,
Le profileur de prédiction de JMP fonctionne. Dans le cas de facteurs continus, un algorithme de descente de gradient est utilisé pour trouver les paramètres optimaux des facteurs d'entrée afin de répondre aux critères de désirabilité définis pour chaque réponse. Vous pouvez obtenir différentes valeurs prédites car il existe plusieurs optimaux possibles pour votre système. Le profileur vous en présente un. Lorsque vous ajustez vos entrées, il affiche un optimum différent, mais tout aussi souhaitable.
Vous devrez examiner les options de maximisation (Optimisation et désirabilité > Options de maximisation) pour modifier cela afin de fournir un résultat plus contraint - j'ai trouvé qu'augmenter le nombre de trajets est un bon point de départ, travaillez de manière itérative pour modifier les paramètres.
L'autre option consiste bien sûr à appliquer l'outil de simulation. Si vous connaissez le bruit et l'écart attendu de vos entrées, vous pouvez prédire votre distribution de réponse et l'« optimal » attendu.
Référence:
@Mark_Bailey donne une bonne réponse dans ce post.
Je recommanderais également de lire davantage ici et ici
J'espère que cela aide !
Ben
Ré : Résultat différent à chaque fois du profileur de prédictionCeci est le journal du profileur.
