Ciao,
Sono ancora nuovo in JMP ma sto cercando di determinare il modo migliore per modellare un sistema non lineare (generando DOE + adattamento del modello).
Contesto: per farla breve, ho un ampio spazio sperimentale che sto cercando di modellare (10 variabili discrete + 10 variabili continue). Prima di lanciarmi nell'esperimento completo, sto lavorando con un sottoinsieme (1 variabile discreta + 5 variabili continue) per assicurarmi di modellare correttamente il mio sistema prima di espandere il mio spazio sperimentale.
Ho iniziato generando un DOE con un modello semplice contenente termini principali + seconda interazione + termini seconda potenza. Dopo aver eseguito il DOE, ho un modello che si adatta bene laddove tutti gli effetti sono significativi.
Mentre gioco con il "Prediction Profiler" so che il mio modello si adatta eccessivamente ad alcune sezioni dei dati che causano previsioni che non sono fisicamente possibili. Il mio obiettivo è creare un modello quanto più accurato possibile nell'intero spazio sperimentale. Si prega di vedere le mie schermate qui sotto che spiegano alcuni casi limite che non vengono modellati accuratamente:
Riepilogo di dove mi trovo attualmente:
- So che c'è una curvatura statisticamente significativa nella mia risposta (basata sul mio primo DOE)
- So dalla fisica che la risposta dovrebbe avvicinarsi asintoticamente a 0 poiché le mie variabili continue vanno all'infinito (impossibile che la risposta sia negativa)
- Potrebbero esserci alcuni termini di interazione, ma mi chiedo se questi termini vengano utilizzati anche per adattare eccessivamente la curvatura nella mia risposta. Ho bisogno di ulteriori prove prima di credere che esistano termini di interazione significativi.
Il mio modello attuale è accurato nel 90% degli scenari, ma so che vengono generati alcuni casi limite perché i termini quadratici non possono modellare accuratamente una risposta asintotica. Presumo che se aggiungessi più punti dati vicino ai minimi nella regione quadratica il modello si appianerebbe e corrisponderebbe più fedelmente alla realtà, ma voglio ridurre al minimo il numero di punti dati richiesti per ottenere un buon modello (soprattutto prima di aggiungere più variabili) . Qual è il modo corretto per generare un DOE per una risposta asintotica e una volta generato il DOE, come modellare correttamente questa risposta non lineare?
Grazie!
