Salut, Je suis Jordanie Walters,
Je suis un stagiaire technique chez JMP
et Je suis en allant à présent à toi aujourd'hui
à propos Modélisation par équations structurelles
et comment nous peut utiliser ce dans linéaire agression
à en fait trouver relations
avec sinon pourrait pas déjà être évident.
Donc à faire ce, étaient en allant à avoir a regarder
à a cas étude à propos fabrication de pharmaceutique comprimés.
Dans ce cas étude, il y a beaucoup de facteurs et réponses
que besoin surveillance et nous besoin à essayer et déterminer le relation
entre ces facteurs et ces réponses à essayer et travail dehors comment le système travaux.
Et dans faire ce, ce est en allant à permettre nous à trouver
le optimal conditions pour notre comprimé à faire le meilleur comprimé possible.
Mais à faire ce entier cas étude a parcelle plus simple,
plutôt que se concentrer sur tous de le réponses et tous le facteurs,
étaient juste en allant à se concentrer sur un réponse et un facteur.
Donc dans ce cas,
le un facteur étaient regarder à est le pour cent composition de eau
et le un réponse que étaient en allant à regarder à
est le densité de le comprimé.
Et c'est en allant à être le métrique de si ou pas
nous avoir la tablette ou pas.
Donc juste pour référence,
le comprimé densité est dans milligrammes par centimètre en cubes.
Donc typiquement, comment nous définir le relation
entre ce réponse et facteur
est juste à travers a simple linéaire régression
lequel depuis le nom,
donne nous a linéaire relation entre le réponse et facteur.
Et ça est quoi nous besoin à pleinement comprendre le système.
Mais le problème avec linéaire régression est c'est seulement en allant à permettre nous à trouver
le direct effets entre changement
l'eau composition et la densité de le comprimé.
C'est pas en allant à laisser nous trouver
rien autre à propos le système ou n'importe lequel sous-jacent caractéristiques.
Et donc parce que de ce,
il pourrait en fait échouer à donner un impression pour le système.
Et ce est où Structurel E M modélisation
peut en fait viens dans à essayer et donner nous a plus complet voir de le système
lequel est en allant à permettre nous à trouver différent relations
lequel peut être plus soutien et pas besoin d'évidence .
Donc a peu de arrière-plan sur linéaire régression,
dans c'est le plus simple formulaire, linéaire régression
est juste a linéaire relation entre un variable à un autre.
Et depuis linéaire régression est par définition, linéaire,
ce est en allant à être connecté par a linéaire équation.
Dans ce équation dans ce cas, est Y est égal à mX plus C.
Bien, Y est le Y réponse,
X est le X facteur, m est notre radiant, et C est notre compenser.
Donc le m et le C sont juste constantes que étaient en allant à trouver
à remplir ce régression équation
donc que nous peut se rapporter sur Y sur X variables.
Donc à faire ce dans le contexte de le cas étude,
étaient en allant à parcelle le X et Y variables
à essayer et viens en haut avec ce régression équation dans JMP.
Et JMP peut très simplement faire ceci pour nous.
Il donne nous a parcelle de information,
quelques de lequel nous ne le faites pas besoin pour en train de jouer ce linéaire régression.
Mais le deux pièces de vraiment important information que nous obtenir
est le régression coefficients lequel est notre m et notre C,
lequel sont à propos d'ici,
et le régression équation
lequel est le complet formulaire de notre linéaire régression.
Maintenant JMP fait donner ce à nous dans le formulaire de Y est égal à mX plus C
mais pour le fins de clarté, et à voir comment ce travaux
dans notre cas étude est présenté ici comme a approprié relation
être que le densité est égal à 0,11 7 pour cent de eau plus 95. 903.
Et ce est signalé au-dessus de avec ton m et C valeurs.
Bien, toi pourrait simplement voir que tous ce relation moyens
est que pour chaque un unité augmenter dans pourcentage à L,
nous obtenir a un unité augmenter dans densité.
Mais nous avoir que C valeur à le fin lequel compensations notre densité par 95 .93.
Le fins de le C valeur est à donner a échelle à notre données.
Sans que échelle, quoi nous avoir est a relation
entre densité et pour cent de composition de H_2O.
Ajout ce constante à le fin donne nous que échelle
à en fait être le unités que nous besoin étudier dans ce cas étude.
Donc maintenant que nous avons a obtenu un idée de comment nous traditionnellement
aller à propos de la recherche ce problème,
allons essayer et commencer bâtiment la structure Équation Modèle.
Donc à transformer traditionnel régression linéaire
dans le formulaire de a De construction Équation Modèle,
nous besoin à faire a peu des choses.
Nous commencer par mobile ce relation
loin de sa forme graphique, dans ce visuel formulaire.
Bien, nous peut voir que nous avons a obtenu notre X facteur
dans le rectangle être lié à le autre rectangle
lequel est notre réponse.
Et entre ces deux rectangles, ils sont lié par ce flèche.
Maintenant, a célibataire- à tête flèche juste moyens a relation en allant un chemin.
Et puis Modélisation d'équations structurelles, il est possible à avoir double- à tête flèche
mais c'est pas particulièrement important dans ce exemple.
Quoi le célibataire- à tête flèche moyens
est que H_2O composition affecte le densité de le comprimé
mais le densité de le comprimé fait pas affecter le H_2O composition.
Et ce permet nous dans ce exemple,
remplir cet individu X et a Y effectuer linéairement régression.
Maintenant le déroutant partie à propos ce graphique
est probablement le un dans le triangle à le haut.
Et simplement, tous ce fait, et ce est généralement caché
dans a de construction équation modèle,
est il permet nous à ensemble ce échelle pour notre entier modèle.
Et nous peut voir que à travers
comment ce De construction Équation M modèle en fait rapports le données.
Donc si toi regarder à travers le axe
entre le un dans le triangle et le Y réponse, la comprimé de densité,
tu vas voir que nous en fait obtenir a nombre sur que,
lequel est 95. 903 lequel nous avons vu avant.
C'est en fait notre C valeur de notre linéaire régression.
Et ce plus loin prouve que ce est le partie de la graphique
qui est utilisé dans ce donné échelle.
Donc si nous peut voir où le C vient depuis
et que directement traduit où fait le m à venir depuis.
Bien, le m est en fait depuis a connexion à le bas là
entre le pourcentage à a composition à le densité de le comprimé.
Et nous peut voir que c'est pas 0,117, le exact même comme nous trouvé.
Ours dans esprit ici que les deux de ces analyse effectué
dans deux différent plateformes.
Maintenant, nous pourrait avoir deux parties de notre ET, c'est dans le équation C là.
Mais ce schématique est dans le formulaire de trois côtés.
Et donc toi pourrait être se demandant quoi est que final côté?
Et simplement mettre, le gauche main côté,
lequel est essentiellement le nombre un et %H2_O Composition,
est juste le X et le SEM.
Similaire à comment ça se passe le C valeur,
lequel donne nous le compenser de le Y va dans le C graphique,
est le ET- intercepter de le graphique
lequel est typiquement important et assez utile statistiquement.
Nous faire aussi obtenir ce valeur X donné à nous par le De construction Équation Modèle,
lequel n'est pas particulièrement important
parce que nous ne le faites pas avoir a bien regarder à le Interception X
mais c'est intéressant que le analyse peut fournir nous
avec ça supplémentaire information sans vraiment demander pour il.
Ce est tous calculé automatiquement comme I dire.
Et alors généralement, il y a haut parties caché,
bien sûr, juste à donner nous contexte comme à qu'est-ce que en fait événement ici.
Et donc regarder à quoi ce nous avons en fait a obtenu ici,
nous avons a obtenu ces solide lignes
lequel indiquer que quelque chose est statistiquement significatif.
Et entre le H_2O composition et le densité du comprimé,
nous avoir ce en pointillés doubler lequel en fait désigne
que que est pas a statistiquement significatif corrélation.
Et le fait le corrélation est très faible, avec 0,117
implique c'est pas que Bien corrélé de toute façon.
Donc si nous juste a pris ce à lieu valeur,
toi pourrait être incliné à accepter avec notre initial linéaire régression
et dire il y a Non effet
depuis H_2O composition sur densité de le comprimé.
Mais depuis nous avons déjà a obtenu sur les données
dans le formulaire de le De construction Équation Modèle,
allons continuer avec le explorer jour
et voir si nous peut couverture n'importe lequel caché relations.
Donc nous savoir que ce entier cas étude
est construit en haut de beaucoup de X facteurs, beaucoup de Y réponses,
et étaient bien sûr que nous simplifier il vers le bas à juste un facteur et un réponse.
Donc allons pense à propos quelques de le autre supports dans le système
et comment ils pourrait se rapporter à ce réponse.
Un exemple lequel se produit assez a parcelle dans ce cas étude
est un exemple de a médiation variable.
Et quoi nous signifier par a médiation variable,
est c'est a variable lequel ne peut pas exactement être contrôlé directement,
mais a un impact sur notre final réponse
alors que toujours être affecté par un de notre facteurs que nous peut contrôle.
Donc dans ce cas, étaient en allant à prendre a regarder à résistance à l'écrasement
comme être un de notre médiation variables.
Et le raison pour ce être a médiation variable
est parce que le écrasement force peut être modifié dans ce processus.
Et il fait avoir un effet sur le densité de le comprimé.
Mais le écrasement force peut seulement être [inaudible 00:08:50]
certain opérationnel gamme
selon sur le eau composition dans le comprimé.
Si le tablettes aussi sec,
nous besoin à changement le écrasement force à correspondre que
donc il n'a pas complètement poudre le comprimé.
Si c'est aussi humide, c'est a obtenu aussi beaucoup eau composition dans là,
alors il pourrait être a beaucoup plus doux écrasement.
Donc dans ce chemin, toi voir que ce est a variable
que nous ne peut pas changement directement
parce que il besoins à être affecté par le eau composition
mais il est important quelque peu
dans le densité de le comprimé lequel Bien explorer alors.
Donc si nous ajouter ce dans notre chemin diagramme dans notre De construction Équation Modèle,
toi peut voir que nous obtenir ce nouveau triangle entre chaque de notre variables
avec le nombre un ce temps maintenant, dans le milieu.
Et quoi ce est faire dans le contexte de le cas étude,
est c'est adage que maintenant nous avoir notre direct réponse
lequel est le connexion
entre le H_2O composition et le densité de le comprimé.
Et nous aussi avoir notre indirect réponse,
lequel vient depuis le connexion lequel va tous le chemin autour le diagramme
à travers cr pousser force et dans le densité comprimé.
Maintenant, quoi ce moyens est ce est en fait a deux- partie équation.
Donc pas seulement faire nous avoir un C supplémentaire comme avant quand là était un X variable,
nous maintenant aussi avoir un autre variable lequel est dans a milieu partie de le équation.
Donc parce que de que, le d'abord chose que nous avis est sur le chemin diagramme,
le connexion entre le H _2O composition
et le densité de le comprimé est 0,054,
lequel est déjà de manière significative moins de a corrélation que nous scie dernier temps
quand nous juste compris le un variable.
Et ce est parce que le repos de le composant
en fait vient depuis autre part comme étaient explorer ici.
Donc encore, nous peut voir que cela connexion toujours
est pas statistiquement significatif.
Et dans fait, a un même plus faible corrélation que ancien.
Maintenant, si nous regarder à notre autre relations,
dire, entre notre écrasement force et densité de le comprimé,
étaient vision a statistiquement significatif corrélation
et a raisonnablement corrélé un à 0,593.
Donc quoi fait ce en fait signifier dans le contexte de ce cas étude?
Bien, il moyens a couple de des choses
et nous dessiner a couple de conclusions depuis ce.
Premièrement, le relation entre le H_2O composition
et le densité de la comprimé est statistiquement significatif
lequel n'est pas quelque chose nous savait avant que était caché
derrière le fait que nous seulement effectuer le linéaire régression.
Et le deuxième chose que nous avons savant
est que écrasement force et le densité de le comprimé
sont corrélé.
Donc dans a pratique sens, ce moyens que nous peut conclure
si nous vouloir à contrôle le densité de notre comprimé,
alors ce doit être fait à travers changement le H_2O composition
mais seulement comme a moyens à modifier que écrasement force
à le voulu valeur.
Et donc si nous en fait est venu à optimiser ce entier situation
dans ce entier cas étude,
le écrasement force est où nous vouloir à payer attention à
et rien nous peut faire à affecter que
lequel n'est pas quelque chose nous peut changement avec juste a cadran.
Donc dans ce chemin, toi peut voir comment COMME a autorisé nous à découvrir relations
lequel peut être manqué dans traditionnel modélisation méthodes.
Et dans tourner, il fournit a beaucoup Plus profond compréhension de comment notre système travaux.
Donc suivant temps tu es explorer le système, Identifiant encourager toi à considérer acquérir
COMME à aide toi mieux comprendre
le système les deux visuellement et plus dans profondeur.
