Ciao,
Sono ancora alle prime armi con JMP, ma sto cercando di capire qual è il modo migliore per modellare un sistema non lineare (generazione di 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 nel mio 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 di interazione principale + 2a + 2a potenza. Dopo aver eseguito il DOE ho un modello che si adatta bene dove tutti gli effetti sono significativi.
Mentre gioco con `Prediction Profiler` so che il mio modello sta sovraadattando alcune sezioni dei dati che stanno causando previsioni che non sono fisicamente possibili. Il mio obiettivo è creare un modello che sia il più accurato possibile per tutto il mio spazio sperimentale. Si prega di vedere i miei screenshot qui sotto che spiegano alcuni casi limite che non vengono modellati in modo accurato:
Riepilogo della mia situazione attuale:
- So che c'è una curvatura statisticamente significativa nella mia risposta (in base al mio primo DOE)
- So dalla fisica che la risposta dovrebbe avvicinarsi asintoticamente a 0 poiché le mie variabili continue tendono all'infinito (è impossibile che la risposta sia negativa)
- Ci sono probabilmente alcuni termini di interazione, ma mi chiedo se quei termini siano usati anche per sovradimensionare la curvatura nella mia risposta. Ho bisogno di un po' più di prove prima di credere che ci siano 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 da vicino alla realtà, ma voglio ridurre al minimo il numero di punti dati necessari 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 si modella correttamente questa risposta non lineare?
Grazie!
