Hallo,
Ich bin noch neu bei JMP, versuche aber, die beste Möglichkeit zum Modellieren eines nichtlinearen Systems (Generierung von DOE + Modellanpassung) zu ermitteln.
Kontext: Kurz gesagt, ich habe einen großen Versuchsraum, den ich zu modellieren versuche (10 diskrete Variablen + 10 kontinuierliche Variablen). Bevor ich mich in mein vollständiges Experiment stürze, arbeite ich mit einer Teilmenge (1 diskrete Variable + 5 kontinuierliche Variablen), um sicherzustellen, dass ich mein System richtig modelliere, bevor ich meinen Versuchsraum erweitere.
Ich begann mit der Generierung eines DOE mit einem einfachen Modell, das Hauptterme + 2. Interaktionsterme + 2. Potenzterme enthält. Nach dem Ausführen des DOE habe ich ein Modell, das gut passt und bei dem alle Effekte signifikant sind.
Während ich mit dem „Prediction Profiler“ herumspiele, weiß ich, dass mein Modell bestimmte Abschnitte der Daten überanpasst, was zu Vorhersagen führt, die physikalisch nicht möglich sind. Mein Ziel ist es, ein Modell zu erstellen, das in meinem gesamten Versuchsraum so genau wie möglich ist. Bitte sehen Sie sich meine Screenshots unten an, die einige Randfälle erklären, die nicht genau modelliert werden:
Zusammenfassung meines aktuellen Standes:
- Ich weiß, dass meine Antwort eine statistisch signifikante Krümmung aufweist (basierend auf meinem ersten DOE)
- Ich weiß aus der Physik, dass die Antwort asymptotisch gegen 0 gehen sollte, wenn meine kontinuierlichen Variablen gegen unendlich gehen (eine negative Antwort ist nicht möglich)
- Es gibt möglicherweise einige Interaktionsterme, aber ich frage mich, ob diese Terme auch verwendet werden, um die Krümmung in meiner Antwort zu überanzupassen. Ich brauche ein bisschen mehr Beweise, bevor ich glaube, dass es signifikante Interaktionsterme gibt.
Mein aktuelles Modell ist in 90 % der Szenarien genau, aber ich weiß, dass einige Randfälle generiert werden, da quadratische Terme eine asymptotische Antwort nicht genau modellieren können. Ich gehe davon aus, dass das Modell geglättet und der Realität besser entsprechen würde, wenn ich mehr Datenpunkte in der Nähe der Minima im quadratischen Bereich hinzufüge, aber ich möchte die Anzahl der Datenpunkte minimieren, die für ein gutes Modell erforderlich sind (insbesondere bevor ich weitere Variablen hinzufüge). Was ist die richtige Methode zum Generieren eines DOE für eine asymptotische Antwort und wie modelliert man diese nichtlineare Antwort nach der Generierung des DOE richtig?
Danke!
