JMP를 사용하여 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 커뮤니티 여러분!!
질문: 프로파일러가 시뮬레이션을 수행할 때 불확실성이 있는 요인의 최적 조합을 찾아 총 유용성을 최대화하고 총 비용을 최소화하여 발견된 최적 조합의 표를 생성할 수 있을까요? 예를 들어:
고급 통계 모델링자동화 및 스크립팅소비자 및 시장 조사데이터 탐색 및 시각화실험 설계예측 모델링 및 머신 러닝윈도우Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 호기 님
저는 당신의 답변(구글 번역)을 이해할 수 없었습니다. 질문입니다....
시뮬레이션 실험 플랫폼에 바람직성 프로파일러를 통합하는 JMP 스크립트나 플러그인이 있을까요?
그리고 평균이나 표준 편차 또는 값 중에서 가장 좋은 1개, 2개, 3개 또는 xxx개 결과를 포함하는 표를 생성합니다. 예:
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?이 두 가지 종류의 시뮬레이션을 어떻게 연결할 수 있을까?
1) 신뢰할 수 있는 모델이 있고 입력 매개변수의 몇 가지 변형이 있습니다. 그러면 바람직성에 따라 지정된 결과를 최적화하기 위한 입력 매개변수의 최적 설정을 찾을 수 있습니다. 이 접근 방식은 모델의 불확실성을 무시합니다.
2) 입력 매개변수를 특정 설정하여 실험을 수행합니다. 하지만 모델은 100% 확정되지 않았습니다. 주식 시장에 투자하고 가능한 결과에 대한 모델이 있지만 결과는 아직 100% 명확하지 않습니다. 이로 인해 가능한 결과 값의 특정 분포가 발생합니다. 불확실성입니다.
두 번째 접근법은 변동이 있는 몇 가지 추가 매개변수를 추가하여 시뮬레이션할 수 있습니다. 요인 설정의 변동은 최적화에 중요하지 않지만 이러한 추가 요인의 변동은 중요하지 않습니다. 예측 값의 (불)확실성을 바람직성의 일부로 가중하기 위해 최적화 단계에서 이러한 입력 요인을 변동시키는 것이 가능할까요?
@Mark_Bailey 님이 다음과 같이 썼습니다:
바람직성이 정의되면 Prediction Profiler 옆에 있는 빨간색 삼각형을 클릭하고 Optimization and Desirability > Maximize Desirability를 선택합니다. 요인 설정의 변화는 최적의 요인 설정을 검색하는 데 아무런 영향을 미치지 않습니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕 조던,
다음 이미지는 시뮬레이션 실험에 바람직성 프로파일러를 포함하는 것에 대한 제가 언급한 아이디어를 더 잘 설명합니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?그리고 평균이나 표준 편차 또는 값 중에서 가장 좋은 1개, 2개, 3개 또는 xxx개 결과를 포함하는 표를 생성합니다. 예:
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?베이지안 최적화 플러그인은 1개의 목적에 대한 흥미로운 대안이지만, 여러 개의 목적을 최적화할 수 있다면 더 좋을 것입니다.
시뮬레이션 실험과 관련하여 바람직성 프로파일러를 옵션으로 포함시켜 단일 단계에서 평균 반응이나 표준 편차 또는 값을 최적화하고 발견된 최상의 반응을 포함하는 표를 생성해야 합니다.
제가 언급하는 아이디어는 이런 종류의 플러그인입니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?@yuichi_katsumur 가 만든 베이지안 최적화 추가 기능은 예측 모델의 불확실성을 분석할 수 있는 몇 가지 추가적인 가능성을 제공하며, 주된 목적은 잠재적 정보 이득이 큰 지점(~ 불확실성)을 찾는 것입니다. 추가 실험을 위해 이러한 지점을 추가하여 모델을 최적화합니다.
같은 공식을 사용하고, 알고리즘을 변경하여 귀하의 작업에도 사용할 수 있을 것 같나요?
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 조던,
답변 감사합니다. 저는 Google Translate를 사용하는데 스페인어에서 영어로 잘 번역되지 않는 것 같고 그 반대의 경우도 마찬가지입니다. 저는 시뮬레이션 실험(사양 한계 없음)을 테스트했는데 단 1단계에서 2개의 프로세스가 생성되는 것 같습니다. 예를 들어, 누락된 세 번째 프로세스는 총 비용 또는 평균 또는 표준 편차를 최소화하고, 총 매출 또는 평균 또는 표준 편차를 최소화하고, 총 효용 또는 평균 또는 표준 편차를 최대화하는 것입니다(1단계에서 3가지 프로세스). 시뮬레이션 실험에 바람직성 프로파일러 옵션이 있어서 사용자가 최대화, 최소화, 값 찾기 또는 없음, 평균 반응 또는 표준 편차의 중요도와 가중치 또는 각 출력의 값과 가장 좋은 1개 또는 2개 또는 3개 또는 x개 답이 포함된 표를 생성할 수 있다면 좋을 것 같습니다. 아마도 스크립팅 언어나 제가 달성한 JSL에 능숙한 사람이면 가능할 듯합니다.
예를 들어, 이 아이디어는 다음과 비슷할 것입니다.
예를 들어 JMP에서 찾은 가장 좋은 답변 7개:
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요, 마르코,
제시하신 모델을 자세히 살펴보니, 이 문제에 대해 의사소통하는 데 어려움을 겪는 이유를 알 것 같습니다.
당신이 공유한 모델은 프로파일러 설명서의 이 모델입니다. 시뮬레이터를 사용하여 입력 요소에 불확실성을 추가하고 가능한 결과 범위를 확인하는 방법을 보여주기 위한 것입니다.
이 토론을 시작한 질문은 "한 단계로 불확실성이 있는 요인을 최적화하는 방법"이었습니다. @Mark_Bailey가 처음에 제안했듯이, 요인에 불확실성이 있든 없든 답은 동일합니다. 간단히 이익을 위해 바람직성 함수를 설정하고 극대화하면 됩니다. 이 예에서 그 절차를 따르면 JMP는 이익을 극대화하기 위해 높은 단위 판매, 높은 단위 가격, 낮은 단위 비용을 가져야 한다고 제안합니다. (이 단순화된 모델이 단위 가격과 단위 판매, 즉 수요와 공급 간의 관계를 생략한다는 점은 무시합시다.) 이 결론에 도달하기 위해 프로파일러를 사용할 필요조차 없었습니다. 방정식에서 분명해야 합니다.
그럼 요인에 불확실성을 추가하는 게 무슨 소용이 있을까요? 그게 당신에게 어떤 추가적인 통찰력을 제공할까요? 시뮬레이터와 함께 사용하면 주어진 요인 설정에서 어떤 결과가 나올지 예측할 수 있습니다. 최적화에 대한 것이 아닙니다. 이전에 수행한 최적화의 의미를 이해하는 데 도움이 됩니다.
평균 예상 이익을 최대화하는 요인 설정과 예상 이익의 변동성을 최소화하는 요인 설정 사이에서 선택하는 데는 미묘한 차이가 있는 것은 사실이며, 이러한 고려 사항으로 인해 JMP의 디자인 스페이스 프로파일러 및/또는 시뮬레이션 실험 기능을 사용하게 될 수 있습니다. 하지만 저는 이러한 고려 사항이 실제로 당신이 묻고자 했던 것이 아니라고 생각합니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요, 마르코,
귀하의 예시 데이터나 유사한 데이터를 사용하여 프로세스를 설명하려고 노력하겠습니다. 오늘 나중에 다루겠습니다.
먼저 다른 질문에 답해 보겠습니다. 시뮬레이터와 디자인 공간 프로파일러의 차이점은 무엇인가요?
알아차리셨듯이 시뮬레이터와 디자인 스페이스 프로파일러는 모두 비슷한 일을 합니다. 차이점은 용도에 있습니다.
시뮬레이터는 설명적 도구입니다. 주어진 요인 설정점 집합과 요인의 지정된 양의 불확실성에 대해, 그것은 시스템이 장기적으로 어떻게 수행될지 보여줍니다. 요인 설정점 및/또는 분포를 변경하고 시스템 성능에 미치는 영향을 볼 수 있습니다. 응답에 대한 사양 한계가 있는 경우 성능은 한계 내에 있을 응답의 예상 비율로 설명될 수 있습니다.
설계 공간 프로파일러도 시뮬레이션을 사용하지만 초점은 다릅니다. 사용자는 "사양 한계 내에 있는 예상 응답의 비율이 허용 가능한지 확인하기 위해 요인에 대한 한계를 어떻게 설정해야 할까요?"라고 질문할 수 있습니다. 우리가 이야기하는 한계에는 두 가지가 있습니다. 즉, 응답에 대한 사양 한계에 대한 성과를 검토하기 위해 요인에 대한 한계를 변경합니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 조던,
귀하의 답변을 이해할 수 없습니다. 제가 보낸 예(불확실성 표 최적화)를 사용하여 답변을 적용해 주시겠습니까?
질문...시뮬레이터와 디자인 스페이스 프로파일러를 사용하는 것의 차이점은 무엇입니까? 예를 들어, 디자인 프로파일러에 "10과 11 사이의 총 유틸리티"를 입력하고 10,000개의 시뮬레이션을 실행한 다음 10,000개의 시뮬레이션 표를 생성하고 "10과 11 사이의 총 유틸리티"를 찾은 다음 시뮬레이터에서 동일한 데이터로 10,000개의 시뮬레이션을 생성하고 필터를 사용하여 "10과 11 사이의 총 유틸리티"를 찾습니다. 뭔가를 놓친 것 같지만 시뮬레이터와 디자인 스페이스 프로파일러를 사용하는 것의 차이점을 알 수 없습니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요, 마르코,
간단히 말해서, 아니요. 이 모든 것을 한 단계로 할 수 있는 방법은 없습니다. 한 단계로 할 수 없는 이유는 결과에 영향을 미칠 수 있는 선택 사항이 많기 때문입니다.
위에서 제안한 시뮬레이션 실험 솔루션의 경우 단계는 대략 다음과 같습니다.
- 모델 정의 또는 맞춤
- 프로파일러를 실행하고 각 응답에 대한 바람직성 함수를 설정합니다.
- 시뮬레이터를 켜고 변경하려는 요소에 대한 분포를 선택합니다.
- 시뮬레이션 실험을 실행하고 결과를 살펴보아 어떤 요인 설정이 귀하의 요구를 충족하는지 확인하세요.
위의 과정은 각 단계마다 신중하게 옵션을 선택해야 하며, 더 이상 단순화할 수 없다고 생각합니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕 조던,
답변 감사합니다. 질문이 하나 있는데요... 시뮬레이터와 디자인 공간 프로파일러에서 응답(출력)의 평균이나 표준 편차를 한 단계로 최적화(최대화, 최소화, 1개 목표나 범위 찾기, 없음)하는 옵션을 제공하는 방법이 있을까요?
인사말
마르코
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 마크,
답변 감사합니다. 질문이 있습니다...JMP에서 생성된 전체 시뮬레이션의 반응 평균이나 표준 편차를 최적화할 수 있는 방법이 있을까요?...즉, 바람직성 프로파일러가 확률과 바람직성 분포를 사용하여 바람직성을 달성하는 요인 조합을 찾을 수 있을까요?
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?바람직성이 정의되면 Prediction Profiler 옆에 있는 빨간색 삼각형을 클릭하고 Optimization and Desirability > Maximize Desirability를 선택합니다. 요인 설정의 변화는 최적의 요인 설정을 검색하는 데 아무런 영향을 미치지 않습니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 조던,
인사드리게 되어 기쁩니다. 구글 번역을 사용하는데, 제 질문을 잘 설명할 수 없는 듯합니다. 좀 더 구체적으로 설명해 보겠습니다.
사양 한계를 사용하면 안 됩니다.
아래 이미지의 예를 바탕으로, JMP를 한 단계로 사용하여 3가지 출력(총 비용, 총 매출, 총 이익)을 최적화할 수 있는 방법이 있는지 알고 싶습니다. 즉, 시뮬레이션의 수량, 평균 또는 편차 표준 또는 최적 분산을 찾는 것입니다. 예를 들어, JMP를 한 단계로 실행하면 불확실성이 있는 3가지 요인에 대한 10,000번의 시뮬레이션을 생성하고, 바람직성 프로파일러가 총 비용을 최소화하고, 총 매출의 6,500달러에 가까운 최적 시나리오를 찾고, 총 효용을 최대화한 다음, 발견된 최상의 시나리오를 담은 표를 생성할 수 있습니다. 예를 들어, 사용자는 JMP가 바람직성 프로파일러가 발견한 최상의 최적 시나리오 5개 또는 20개를 새 표에 배치한다고 표시할 수 있습니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?"최적화"라는 말이 무슨 뜻인지 명확히 해달라고 부탁드리고 싶습니다. 평균적으로 최상의 결과를 얻으려고 하시나요? 아니면 최상의 평균 반응과 낮은 반응 변동성 사이에서 타협점을 찾으려고 하시나요?
프로파일러에서 "Maximize Desirability"를 선택하면 JMP는 @Mark_Bailey가 말했듯이 최적의 평균 반응을 찾아줍니다. 요인의 변동성이나 불확실성은 여기서 작용하지 않습니다.
요인에 불확실성이 있다면, 그 불확실성이 반응 변동성과 평균 반응에 어떤 영향을 미치는지 걱정될 수 있습니다. 마크가 언급한 Design Space 프로파일러는 사양 한계가 있을 때 이를 탐색하는 데 적합합니다. 사양 한계가 없는 경우 시뮬레이션 실험을 시도할 수 있습니다.
선적 서류 비치
동영상
시뮬레이션 실험은 비디오의 예와 같이 사양 한계와 결함률이 있을 때 잘 작동합니다. 그러나 사양 한계가 없더라도 다양한 요인 설정에서 응답 변수의 평균과 표준 편차를 살펴볼 수 있습니다. 바람직한 평균 응답과 낮은 응답 변동성의 허용 가능한 트레이드오프가 있는 요인 설정을 선택하는 것은 사용자에게 달려 있습니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?이런 경우에는 어떻게 해야 하나요?
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?예측 프로파일러에서 선택한 모델에 바람직성 함수만 사용하면 요인 설정을 최적화할 수 있습니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?바람직성 함수를 사용하여 평균 반응을 최적화합니다. 불확실성은 반응에 대한 신뢰 구간으로 표시됩니다. 그런 다음 각 유의한 요인에 대해 주입된 분산을 사용하여 시뮬레이션을 사용합니다. 주입된 분산의 사양을 통해 예상 불확실성 또는 제어 정도를 표현했습니다. 시뮬레이션된 반응의 분포는 사양에 대해 평가됩니다.
디자인 스페이스 프로파일러는 또 다른 방법입니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 호기님,
인사드리게 되어 기쁩니다. 귀하가 만든 필터가 있는 불확실성 그래프가 아주 잘 작동합니다!!!... 질문 하나: 프로파일러가 시뮬레이션을 수행할 때 불확실성이 있는 요인의 최적 조합을 찾아 유용성 총합을 최대화하고 총 비용을 최소화하여 찾은 최적 조합의 표를 생성할 수 있을까요? 예를 들어:
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?Mark, 귀하의 답변에 감사드립니다. 사양 제한 없이 문제를 해결하려는 것이 아이디어이며 Design Space Profiler에는 사양 제한이 필요합니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?안녕하세요 마크,
반갑습니다! 관찰해 주셔서 감사합니다... JMP에서 불확실성이 있는 요인을 1단계로 최적화할 수 있는지 알고 싶습니다.
인사말,
마르코
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?관련 게시물: JMP가 불확실성을 감안하여 요인을 최적화할 수 있을까?
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?JMP 17에서 Prediction Profiler에 향상된 기능인 Design Space Profiler 가 도입되었습니다. 이를 통해 사양에 대해 주어진 수율을 달성하기 위해 요인에 대한 작동 범위를 결정할 수 있습니다. 이 도구는 귀하의 시도에 유용할 수 있습니다.
Re: JMP를 이용해 불확실성이 있는 요인을 한 단계로 최적화하는 방법은 무엇입니까?Prediction Profiler의 첫 번째 스크린샷에는 Desirability Functions가 표시되지 않습니다. 이러한 기능은 모든 응답 목표와 중요도 설정에 걸쳐 설정을 최적화하는 데 사용됩니다. 해당 작업은 일반적으로 시뮬레이션 전에 수행되어 역량을 평가합니다.
