如何使用 JMP 一步优化不确定因素？大家好！
一个问题：在进行模拟时，分析器是否有可能找到具有不确定性的因素的最佳组合，从而最大化总效用并最小化总成本，并生成找到的最佳组合的表格？例如：
高级统计建模自动化和脚本消费者和市场研究数据探索与可视化实验设计预测模型和机器学习视窗回复：如何使用 JMP 一步优化不确定因素？你好，霍吉，
我不明白你的答案（谷歌翻译），一个问题......
是否会有一个 JMP 脚本或插件将可取性分析器整合到模拟实验平台中？
并生成一个表格，其中包含找到的平均值或标准差或值的最佳 1 个或 2 个或 3 个或 xxx 个结果，例如：
回复：如何使用 JMP 一步优化不确定因素？如何将这两种模拟联系起来？
1) 您有一个值得信赖的模型 - 并且输入参数有一些变化。然后，您可以找到输入参数的最佳设置来优化结果 - 由可取性指定。这种方法忽略了模型的任何不确定性。
2) 在特定输入参数设置下，进行实验。但模型并非 100% 确定：您在股票市场投资，您有一些关于可能结果的模型，但结果尚未 100% 明确。这导致可能的结果值存在一定差异 - 不确定性。
第二种方法可以通过添加一些具有变化的附加参数来模拟。因子设置的变化与优化无关，但这些附加因子的变化却与优化有关。是否可以在优化步骤中保持这些输入因子的波动，以将预测值的（不）不确定性作为可取性的一部分进行加权？
@Mark_Bailey写道：
定义可取性后，单击预测刻画器旁边的红色三角形，然后选择优化和可取性 > 最大化可取性。因子设置的变化与寻找最佳因子设置无关。
回复：如何使用 JMP 一步优化不确定因素？嗨，乔丹，
下图更好地描述了我所指的关于在模拟实验中包含可取性分析器的想法：
回复：如何使用 JMP 一步优化不确定因素？并生成一个表格，其中包含找到的平均值或标准差或值的最佳 1 个或 2 个或 3 个或 xxx 个结果，例如：
回复：如何使用 JMP 一步优化不确定因素？贝叶斯优化插件对于 1 个目标来说是一个有趣的替代方案，如果它可以优化多个目标就更好了。
针对模拟实验，应将可取性分析器作为一个选项包含在内，以便它只需一个步骤即可优化平均响应或标准偏差或值，并生成一个包含最佳响应的表格。
我指的想法是这样的插件：
回复：如何使用 JMP 一步优化不确定因素？@yuichi_katsumur的贝叶斯优化插件提供了一些额外的可能性来分析预测模型的不确定性，主要目的是找到具有较大潜在信息增益（~不确定性）的点 - 通过添加这样的点进行进一步的实验来优化模型。
我猜想人们可以使用相同的公式，改变算法并将其用于你的任务？
回复：如何使用 JMP 一步优化不确定因素？你好，乔丹，
感谢您的回复，我使用谷歌翻译，显然它不能很好地将西班牙语翻译成英语，反之亦然......我正在测试模拟实验（没有规范限制），显然只需 1 个步骤就可以完成 2 个过程，第三个过程将会缺失...基于示例......是最小化总成本或其平均值或其标准差，最小化总销售额或其平均值或其标准差并最大化总效用或其平均值或其标准差......（1 个步骤中的 3 个过程），如果模拟实验具有可取性分析器选项，以便用户可以选择最大化、最小化、找到一个值或无，平均响应或标准差或每个输出的值的重要性和权重并生成一个包含最佳 1 或 2 或 3 或 x 个答案的表格.....也许是我实现的精通脚本语言或 JSL 的人。
例如，这个想法可能类似于：
例如 JMP 找到的 7 个最佳答案：
回复：如何使用 JMP 一步优化不确定因素？嗨，马可，
在仔细查看了您提供的模型后，我想我知道为什么我们在这一点上很难沟通。
您分享的模型来自分析器文档。它旨在展示如何使用模拟器向输入因素添加不确定性并查看可能的结果范围。
引发这场讨论的问题是“如何一步优化具有不确定性的因素？”答案是，正如@Mark_Bailey一开始所说的那样，无论因素中是否有不确定性，都是一样的：只需设置并最大化利润的可取性函数。当您按照此示例的程序操作时，JMP建议您应具有高单位销售额、高单位价格和低单位成本以实现利润最大化。（让我们忽略这个简化模型忽略了单位价格和单位销售额之间的关系，即供需关系）。您甚至不需要使用剖析器就可以得出这个结论，从等式中应该可以明显看出。
那么，给因子添加不确定性有什么好处呢？这会给你带来什么额外的见解呢？与模拟器结合使用，它允许你预测给定的因子设置下可能出现的结果。这与优化无关。它旨在帮助你理解之前执行的优化的含义。
确实，在最大化平均预期利润和最小化预期利润变异性的因子设置之间进行选择确实存在一些微妙之处，这些考虑因素可能会促使您使用设计空间刻画器和/或 JMP 中的模拟实验功能。但我认为这些考虑因素并不是您真正想要问的。
回复：如何使用 JMP 一步优化不确定因素？嗨，马可，
我将尝试使用您的示例数据或类似数据来说明该过程。我今天晚些时候会讲到这一点。
首先让我们解决另一个问题：模拟器和设计空间分析器之间有什么区别？
正如您所注意到的，模拟器和设计空间分析器都在做类似的事情。区别在于用途。
模拟器是一种描述性工具。对于给定的一组因子设定点和因子中指定的不确定性量，它显示系统在长期内的表现。可以对因子设定点和/或分布进行更改，并查看对系统性能的影响。如果响应有规格限制，则性能可以描述为在限制范围内的响应的预期比例。
设计空间剖析器也使用模拟，但重点不同。它允许用户询问“我应该如何设置因子的限制，以确保预期响应在规格限制内的比例是可接受的。”请注意，我们讨论的是两种限制：我们更改因子的限制以检查性能是否符合响应的规格限制。
回复：如何使用 JMP 一步优化不确定因素？你好，乔丹，
我不明白你的答案，你能使用我发送的示例（优化不确定性表）应用你的答案吗？
一个疑问……使用模拟器和设计空间分析器有什么区别？例如，在设计分析器中，我输入“总效用在 10 和 11 之间”并运行 10,000 次模拟，然后我生成 10,000 次模拟的表格并找到“总效用在 10 和 11 之间”，然后在模拟器中，我用相同的数据生成 10,000 次模拟并使用过滤器找到“总效用在 10 和 11 之间”，我肯定我遗漏了一些东西，但我看不出使用模拟器和设计空间分析器之间的区别。
回复：如何使用 JMP 一步优化不确定因素？嗨，马可，
简而言之，不行。没有办法一步完成所有操作。您无法一步完成所有操作的原因是因为您需要做出许多选择，而这些选择会影响您的结果。
对于我上面建议的模拟实验解决方案，步骤大致如下：
- 定义或适合你的模型
- 运行分析器并为每个响应设置可取性函数
- 打开模拟器并选择你想要改变的因素的分布
- 运行模拟实验并探索结果以查看哪些因子设置可以满足您的需求。
上述过程需要在每个步骤仔细选择选项，我认为它无法再简化了。
回复：如何使用 JMP 一步优化不确定因素？嗨，乔丹，
感谢您的回复，有一个问题...模拟器和设计空间分析器是否有办法选择在 1 个步骤中优化（最大化、最小化、找到 1 个目标或范围、无）响应（输出）的平均值或标准差？
问候
马可
回复：如何使用 JMP 一步优化不确定因素？你好，马克，
谢谢您的回复，有一个问题...JMP 有没有办法优化生成的总模拟响应的平均值或标准差？...也就是说，可取性剖析器可以使用概率和可取性分布来找到实现可取性的因素组合。
回复：如何使用 JMP 一步优化不确定因素？定义可取性后，单击预测刻画器旁边的红色三角形，然后选择优化和可取性 > 最大化可取性。因子设置的变化与寻找最佳因子设置无关。
回复：如何使用 JMP 一步优化不确定因素？你好，乔丹，
我很高兴向您问好，我使用谷歌翻译，但它似乎不能很好地解释我的问题，我会尝试更具体一点。
请注意，不应使用规格限制。
基于下图中的示例，我想知道是否有一种方法可以让 JMP 在 1 个步骤中优化 3 个输出（总成本、总销售额和总利润），即找到模拟的数量或平均值或偏差标准或最佳方差，例如，JMP 在 1 个步骤中对 3 个不确定性因素生成 10,000 次模拟，并且可取性刻画器会最小化总成本，找到最接近 6,500 美元的总销售额的最佳方案并最大化总效用，然后生成一个包含找到的最佳方案的表格，例如，用户可以指示 JMP 将可取性刻画器找到的 5 个或 20 个最佳方案放入新表中。
回复：如何使用 JMP 一步优化不确定因素？我想请您澄清一下“优化”的含义。您是想实现平均最佳结果吗？还是想在最佳平均响应和低响应变化之间找到一个折衷方案？
当您在刻画器中选择“最大化可取性”时，JMP 将为您找到最佳平均响应，就像@Mark_Bailey所说的那样。因素中的变异性或不确定性在这里不起作用。
如果您对这些因素不确定，那么您可能会担心这种不确定性如何影响响应变异性以及平均响应。当您有规格限制时，Mark 提到的设计空间剖析器适合探索这一点。如果没有，您可以尝试模拟实验。
文档
视频
当您有规格限值和缺陷率时，模拟实验效果很好，就像视频中的例子一样。但即使没有规格限值，您也可以查看不同因子设置下响应变量的平均值和标准差。您可以选择在理想平均响应和低响应变异性之间取得可接受平衡的因子设置。
回复：如何使用 JMP 一步优化不确定因素？那么我该怎么办呢？
回复：如何使用 JMP 一步优化不确定因素？您只需要在预测分析器中选择模型并使用可取性函数来优化因子设置。
回复：如何使用 JMP 一步优化不确定因素？您使用可取性函数优化平均响应。不确定性表示为响应的置信区间。然后，您对每个重要因素使用注入方差的模拟。您通过注入方差的规范表示预期的不确定性或控制程度。根据规范评估模拟响应的分布。
设计空间分析器是另一种方法。
回复：如何使用 JMP 一步优化不确定因素？你好，Hogi，
我很高兴向您问好，您创建的带有过滤器的不确定性图表效果很好！！！....一个问题：在进行模拟时，分析器是否有可能找到具有不确定性的最佳因素组合，从而最大化有用性总量并最小化总成本，并生成找到的最佳组合表？例如：
回复：如何使用 JMP 一步优化不确定因素？感谢您的回复，Mark，我们的想法是解决没有规格限制的问题，设计空间分析器需要规格限制
回复：如何使用 JMP 一步优化不确定因素？你好，马克，
我很高兴向您问好！感谢您的观察...我想知道 JMP 是否有可能在 1 步内优化不确定的因素。
问候，
马可
回复：如何使用 JMP 一步优化不确定因素？相关文章： JMP 能否优化不确定因素？
回复：如何使用 JMP 一步优化不确定因素？请注意，JMP 17 引入了预测刻画器增强功能： 设计空间刻画器。它允许您确定因子的操作范围，以实现与规格相符的给定产量。此工具可能对您的尝试有用。
回复：如何使用 JMP 一步优化不确定因素？您的预测剖析器的第一张屏幕截图未显示期望函数。这些函数用于优化所有响应目标和重要性设置的设置。该操作通常在模拟之前发生，以评估能力。
