Hola,
Todavía soy nuevo en JMP, pero estoy tratando de determinar la mejor manera de modelar un sistema no lineal (generando DOE + ajuste del modelo).
Contexto: En resumen, tengo un gran espacio experimental que estoy intentando modelar (10 variables discretas + 10 variables continuas). Antes de comenzar con el experimento completo, estoy trabajando con un subconjunto (1 variable discreta + 5 variables continuas) para asegurarme de que estoy modelando mi sistema correctamente antes de expandir mi espacio experimental.
Comencé generando un DOE con un modelo simple que contiene términos principales + 2.º términos de interacción + 2.º términos de potencia. Después de ejecutar el DOE, tengo un modelo que encaja perfectamente donde todos los efectos son significativos.
Mientras juego con el "Prediction Profiler", sé que mi modelo está sobreajustando ciertas secciones de los datos, lo que está provocando predicciones que no son físicamente posibles. Mi objetivo es crear un modelo que sea lo más preciso posible en todo mi espacio experimental. Vea las capturas de pantalla a continuación, que explican algunos casos extremos que no se están modelando con precisión:
Resumen de mi situación actual:
- Sé que hay una curvatura estadísticamente significativa en mi respuesta (según mi primer DOE)
- Sé por física que la respuesta debería acercarse asintóticamente a 0 a medida que mis variables continuas tienden al infinito (es imposible que la respuesta sea negativa).
- Es posible que existan algunos términos de interacción, pero me pregunto si esos términos también se están utilizando para sobreajustar la curvatura en mi respuesta. Necesito un poco más de evidencia antes de creer que existen términos de interacción significativos.
Mi modelo actual es preciso en el 90 % de los casos, pero sé que se generan algunos casos extremos porque los términos cuadráticos no pueden modelar con precisión una respuesta asintótica. Supongo que si añadiera más puntos de datos cerca de los mínimos en la región cuadrática, el modelo se suavizaría y se ajustaría más a la realidad, pero quiero minimizar la cantidad de puntos de datos necesarios para obtener un buen modelo (especialmente antes de añadir más variables). ¿Cuál es la forma correcta de generar un DOE para una respuesta asintótica y, una vez generado, cómo se modela adecuadamente esta respuesta no lineal?
¡Gracias!
