Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao comunità!!,
Una domanda: sarà possibile per il profiler trovare le migliori combinazioni di fattori con incertezza quando esegue una simulazione, che massimizzano l'utilità totale e minimizzano il costo totale, generando una tabella delle migliori combinazioni trovate? Ad esempio:
Modellazione statistica avanzataAutomazione e scriptingRicerca sui consumatori e sul mercatoEsplorazione e visualizzazione dei datiProgettazione degli esperimentiModellazione predittiva e apprendimento automaticoFinestreR: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Hogi,
Non ho capito la tua risposta (Google Translate), una domanda...
Sarà disponibile uno script o un plugin JMP che incorporerà il profiler di desiderabilità nella piattaforma di simulazione degli esperimenti?
E genera una tabella con i migliori 1 o 2 o 3 o xxx risultati trovati della media o della deviazione standard o del valore, ad esempio:
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Come collegare questi due tipi di simulazioni?
1) hai un modello di cui ti fidi - e hai alcune varianti dei parametri di input. Quindi si può trovare l'impostazione ottimale dei parametri di input per ottimizzare il risultato - specificato dalla desiderabilità. Questo approccio trascura qualsiasi incertezza del modello.
2) con un'impostazione specifica dei parametri di input, si eseguono esperimenti. Ma il modello non è definito al 100%: si investe in borsa, si ha un modello sul possibile risultato, ma il risultato non è ancora chiaro al 100%. Ciò porta a una certa diffusione dei possibili valori risultanti, un'incertezza.
Il secondo approccio può essere simulato aggiungendo alcuni parametri aggiuntivi con variazione. La variazione delle impostazioni dei fattori è irrilevante per l'ottimizzazione, ma la variazione di tali fattori aggiuntivi non lo è. È possibile mantenere tali fattori di input fluttuanti per la fase di ottimizzazione, per ponderare l'(in)certezza del valore previsto come parte della desiderabilità?
@Mark_Bailey ha scritto:
Con la desiderabilità definita, fai clic sul triangolo rosso accanto a Prediction Profiler e seleziona Optimization and Desirability > Maximize Desirability. La variazione nelle impostazioni del fattore è irrilevante per la ricerca delle impostazioni ottimali del fattore.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Jordan,
L'immagine seguente descrive meglio l'idea a cui mi riferisco riguardo all'inclusione del profiler di desiderabilità nell'esperimento di simulazione:
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?E genera una tabella con i migliori 1 o 2 o 3 o xxx risultati trovati della media o della deviazione standard o del valore, ad esempio:
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Il plugin di ottimizzazione bayesiana è un'alternativa interessante per un obiettivo e sarebbe meglio se potesse ottimizzare più obiettivi.
In relazione all'esperimento di simulazione, il profiler di desiderabilità dovrebbe essere incluso come opzione, in modo che in un unico passaggio ottimizzi le risposte medie o le deviazioni standard o i valori e generi una tabella con le migliori risposte trovate.
L'idea a cui mi riferisco è un plugin simile a questo:
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Il componente aggiuntivo di ottimizzazione bayesiana di @yuichi_katsumur offre alcune possibilità aggiuntive per analizzare l'incertezza di un modello di previsione, principalmente con l'obiettivo di individuare punti con un elevato potenziale di guadagno informativo (~ incertezza) e di ottimizzare il modello aggiungendo tali punti per ulteriori esperimenti.
Immagino che si possano usare le stesse formule, cambiare l'algoritmo e utilizzarlo anche per il tuo compito?
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Jordan,
Grazie per la risposta, utilizzo Google Translate e apparentemente non traduce bene dallo spagnolo all'inglese e viceversa... Stavo testando l'esperimento di simulazione (senza limiti di specifica) e apparentemente in un solo passaggio crea 2 processi, il terzo processo che mancherebbe... in base all'esempio... è minimizzare il costo totale o la sua media o la sua deviazione standard, minimizzare le vendite totali o la sua media o la sua deviazione standard e massimizzare l'utilità totale o la sua media o la sua deviazione standard... (3 processi in 1 singolo passaggio), sarebbe fantastico se l'esperimento di simulazione avesse l'opzione del profiler di desiderabilità in modo che l'utente possa selezionare massimizza, minimizza, trova un valore o nessuno, l'importanza e i pesi della risposta media o della deviazione standard o il valore di ciascun output e generare una tabella con le migliori 1 o 2 o 3 o x risposte trovate... forse qualcuno che padroneggia il linguaggio di scripting o JSL che ho raggiunto.
Ad esempio, l'idea potrebbe essere più o meno questa:
Ad esempio, le 7 migliori risposte trovate da JMP:
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Marco,
Dopo aver esaminato più attentamente il modello che hai fornito, credo di aver capito perché abbiamo difficoltà a comunicare su questo argomento.
Il modello che hai condiviso è questo della documentazione del profiler. È pensato per mostrare come usare il simulatore per aggiungere incertezza ai fattori di input e vedere il probabile intervallo di risultati.
La domanda che ha dato inizio a questa discussione è stata "Come ottimizzare i fattori con incertezza in un unico passaggio?" La risposta è, come @Mark_Bailey ha suggerito all'inizio, la stessa con o senza incertezza nei fattori: semplicemente impostare e massimizzare la funzione di desiderabilità per il profitto. Quando si segue questa procedura per questo esempio, JMP suggerisce che si dovrebbero avere vendite unitarie elevate, prezzo unitario elevato e costo unitario basso per massimizzare il profitto. (Ignoriamo che questo modello semplificato omette la relazione tra prezzo unitario e vendite unitarie, ovvero domanda e offerta). Non è stato nemmeno necessario utilizzare il profiler per arrivare a questa conclusione, dovrebbe essere ovvio dall'equazione.
Quindi, a cosa serve aggiungere incertezza ai fattori? Quale ulteriore intuizione ti dà? Utilizzato insieme al simulatore, ti consente di prevedere quali saranno i probabili risultati in un dato set di impostazioni dei fattori. Non si tratta di ottimizzazione. Si tratta di aiutarti a comprendere le implicazioni dell'ottimizzazione che hai eseguito in precedenza.
È vero che c'è una certa sottigliezza nello scegliere tra impostazioni di fattori che massimizzano il profitto medio atteso e quelle che minimizzano la variabilità del profitto atteso, e queste considerazioni potrebbero indurti a usare il profiler dello spazio di progettazione e/o le funzionalità di simulazione sperimentale in JMP. Ma penso che queste considerazioni non siano ciò di cui ti stavi realmente chiedendo.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Marco,
Cercherò di illustrare il processo usando i tuoi dati di esempio, o dati simili. Ci arriverò più tardi oggi.
Per prima cosa affrontiamo l'altra domanda: qual è la differenza tra il simulatore e il profiler dello spazio di progettazione?
Come hai notato, sia il simulatore che il profiler dello spazio di progettazione fanno cose simili. La differenza sta negli usi.
Il simulatore è uno strumento descrittivo. Per un dato set di setpoint di fattori e una quantità specificata di incertezza nei fattori, mostra come il sistema si comporterebbe a lungo termine. È possibile apportare modifiche ai setpoint di fattori e/o alle distribuzioni e vedere l'effetto sulle prestazioni del sistema. Se ci sono limiti di specifica sulle risposte, le prestazioni possono essere descritte come la proporzione prevista di risposte che saranno entro i limiti.
Anche il profiler dello spazio di progettazione utilizza la simulazione, ma il focus è diverso. Consente agli utenti di chiedere "come dovrei impostare limiti sui miei fattori, per garantire che la proporzione di risposte previste che rientrano nei limiti di specifica sia accettabile". Si noti che stiamo parlando di due tipi di limiti: modifichiamo i limiti sui fattori per esaminare le prestazioni rispetto ai limiti di specifica sulle risposte.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Jordan,
Non ho capito la tua risposta. Potresti applicarla utilizzando l'esempio che ho inviato (tabella di incertezza di ottimizzazione)?
Una domanda...qual è la differenza tra l'utilizzo del simulatore e del profiler dello spazio di progettazione? Ad esempio, nel profiler di progettazione inserisco "Utilità totale tra 10 e 11" ed eseguo 10.000 simulazioni, quindi genero la tabella delle 10.000 simulazioni e trovo "Utilità totale tra 10 e 11", quindi nel simulatore genero 10.000 simulazioni con gli stessi dati e uso il filtro per trovare "Utilità totale tra 10 e 11", sono sicuro che mi sfugge qualcosa ma non riesco a vedere la differenza tra l'utilizzo del simulatore e del profiler dello spazio di progettazione.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Marco,
In breve, no. Non c'è un modo per fare tutto questo in un unico passaggio. Il motivo per cui non puoi fare tutto in un unico passaggio è perché ci sono molte scelte da fare che influenzeranno il tuo risultato.
Per la soluzione dell'esperimento di simulazione che ho suggerito sopra, i passaggi sono più o meno i seguenti:
- Definisci o adatta il tuo modello
- Eseguire il profiler e impostare la funzione di desiderabilità per ogni risposta
- Accendi il simulatore e seleziona le distribuzioni per i fattori che desideri variare
- Esegui un esperimento di simulazione ed esplora i risultati per vedere quali impostazioni dei fattori soddisfano le tue esigenze.
Il processo descritto sopra richiede un'attenta selezione delle opzioni in ogni fase e non credo che possa essere ulteriormente semplificato.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Jordan,
Grazie per la risposta, una domanda... esiste un modo per dare al simulatore e al profiler Design Space la possibilità di ottimizzare (massimizzare, minimizzare, trovare 1 obiettivo o intervallo, nessuno) in un unico passaggio le medie o la deviazione standard delle risposte (output)?
Saluti
Marco
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Mark,
Grazie per la risposta. Una domanda...ci sarà un modo per JMP di ottimizzare la media o la deviazione standard delle risposte delle simulazioni totali generate?...vale a dire, per consentire al profiler di desiderabilità di utilizzare le distribuzioni di probabilità e desiderabilità per trovare la combinazione di fattori che realizzano la desiderabilità.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Con la desiderabilità definita, fai clic sul triangolo rosso accanto a Prediction Profiler e seleziona Optimization and Desirability > Maximize Desirability. La variazione nelle impostazioni del fattore è irrilevante per la ricerca delle impostazioni ottimali del fattore.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Jordan,
Sono felice di salutarti, utilizzo Google Translate e sembra che non riesca a spiegare bene la mia domanda, cercherò di essere un po' più specifico.
Si noti che non devono essere utilizzati limiti di specifica.
Sulla base dell'esempio nell'immagine sottostante, vorrei sapere se esiste un modo per JMP in 1 passaggio per ottimizzare i 3 output (costo totale, vendite totali e profitto totale), ovvero trovare la quantità o la media o la deviazione standard o la varianza ottimale delle simulazioni, ad esempio che JMP in 1 singolo passaggio generi 10.000 simulazioni dei 3 fattori con incertezza e il profiler di desiderabilità minimizzi il costo totale, trovi quello ottimale vicino a 6.500 USD delle vendite totali e massimizzi l'utilità totale, quindi generi una tabella con i migliori scenari trovati, ad esempio che l'utente possa indicare che JMP inserisca nella nuova tabella i 5 o 20 migliori scenari ottimali trovati dal profiler di desiderabilità.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Vorrei chiederti di chiarire cosa intendi per "ottimizzare". Stai cercando di ottenere il miglior risultato in media? O stai cercando di trovare un compromesso tra la migliore risposta media e una bassa variabilità di risposta?
Quando scegli "Maximize Desirability" nel profiler, JMP ti troverà la risposta media ottimale come ha detto @Mark_Bailey . La variabilità o l'incertezza nei fattori non entrano in gioco qui.
Se hai incertezza nei fattori, allora potresti essere preoccupato di come tale incertezza influisce sulla variabilità della risposta e sulla risposta media. Il profiler Design Space menzionato da Mark è adatto per esplorare questo quando hai limiti di specifica. Quando non li hai, potresti provare un esperimento di simulazione.
Documentazione
Video
Gli esperimenti di simulazione funzionano bene quando hai limiti di specifica e tassi di difetto, come nell'esempio nel video. Ma anche in assenza di limiti di specifica potresti guardare la media e la deviazione standard della tua variabile di risposta a diverse impostazioni di fattore. Sta a te selezionare le impostazioni di fattore che hanno un compromesso accettabile tra risposta media desiderabile e bassa variabilità di risposta.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?In questo caso, come potrei fare?
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Per ottimizzare le impostazioni dei fattori è sufficiente utilizzare le funzioni di desiderabilità con il modello selezionato nel Prediction Profiler.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Si ottimizza la risposta media utilizzando funzioni di desiderabilità. L'incertezza è presentata come un intervallo di confidenza per la risposta. Si utilizza quindi la simulazione con varianza iniettata per ogni fattore significativo. Si è rappresentata l'incertezza prevista o il grado di controllo tramite la specificazione della varianza iniettata. La distribuzione delle risposte simulate è valutata rispetto alle specifiche.
Un metodo alternativo è il Design Space Profiler.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Hogi,
Sono lieto di salutarti, il grafico dell'incertezza con i filtri che hai creato funziona molto bene!!!....una domanda: sarà possibile per il profiler trovare le migliori combinazioni di fattori con incertezza quando si esegue una simulazione, che massimizzano l'utilità totale e minimizzano il costo totale, generando una tabella delle migliori combinazioni trovate? Ad esempio:
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Grazie per la tua risposta Mark, l'idea è di risolvere i problemi senza limiti di specifica, Design Space Profiler richiede limiti di specifica
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Ciao Mark,
Sono felice di salutarti! Grazie per l'osservazione... Vorrei sapere se è possibile per JMP ottimizzare i fattori con incertezza in 1 passaggio.
Saluti,
Marco
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?post correlato: JMP potrebbe ottimizzare i fattori con incertezza?
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Si noti che JMP 17 ha introdotto un miglioramento al Prediction Profiler: il Design Space Profiler . Consente di determinare gli intervalli operativi per i fattori per ottenere una determinata resa rispetto alle specifiche. Questo strumento potrebbe essere utile nel tuo tentativo.
R: Come ottimizzare i fattori con incertezza in un solo passaggio con JMP?Il tuo primo screenshot del Prediction Profiler non mostra le Desirability Functions. Queste funzioni vengono utilizzate per ottimizzare le impostazioni in tutti gli obiettivi di risposta e le impostazioni di importanza. Tale azione solitamente avviene prima della simulazione per valutare la capacità.
