Ciao,
Mio
nome
È
Nascosto
i
Luo
E
Io sono
da
Procter & Gamble.
Oggi Io sono presentando con Chris Gotwalth da JMP.
Erano andando A parlare Di Come A modello dati da progettato esperimenti
Quando IL risposta È funzionale curva.
Funzionale O curva risposte verificarsi molto Spesso In industria.
Grazie A IL nuovo sviluppo Di JMP,
Noi Potere Ora modello E predire funzionale risposte
COME a funzionale Di chiave Dipartimento dell'Energia O prodotto progetto fattori
usando Entrambi funzionale Dipartimento dell'Energia O curva Dipartimento dell'Energia modellazione.
A funzionale Dipartimento dell'Energia modello È puramente empirico.
Tuttavia, a curva Dipartimento dell'Energia modello Potere Prendere in account meccanicistico
O esperto conoscenza SU IL funzionale modulo Di IL curva risposte.
In Questo presentazione, IL metodo E risultati Di predire
funzionale risposte usando funzionale Dipartimento dell'Energia E curva Dipartimento dell'Energia modellazione Volere Essere confrontato
usando caso studi da IL consumatore prodotto industria.
Questo È IL schema Di a parlare.
Noi Volere rottura IL parlare in due parti.
In IL Primo parte, Chris Volere parlare Di
Che cosa Sono IL funzionale dati esempi Di funzionale dati
E Poi Lui Volere aiuto Voi con fondamentale comprensione
Di IL funzionale Dipartimento dell'Energia modellazione,
compreso funzionale principio componente analisi
COME BENE COME curva Dipartimento dell'Energia modellazione.
In IL secondo parte,
I Volere utilizzo due esempi da Procter & Gamble
E confrontare IL risultati Di funzionale Dipartimento dell'Energia E curva Dipartimento dell'Energia modellazione
usando questi due esempi.
IL Primo esempio È Modellazione Viscosità
Sopra Tempo Dati da F formulazione Sperimentare.
IL secondo esempio È Modellazione Assorbimento Volume Sopra Tempo Dati
Da a Pannolino Progetto Di Sperimentare.
Poi I Volere fine IL parlare con a breve riepilogo E conclusione.
Grazie Nascosto io.
Ora Io sono andando A Dare a presto introduzione A funzionale E curva dati analisi.
Ma Primo I Volere A punto fuori
Quello Là È a quantità Di Questo Tipo Di dati fuori Là E JMP Veramente ha fatto
analizzare curva risposta dati COME veloce, facile E accurato COME possibile.
Se Voi non ho sentito Di funzionale dati analisi Prima,
Voi Avere certamente visto Esso fuori Là.
Suo Tutto Sopra IL posto,
e io spettacolo Voi Alcuni esempi A Fare Quello chiaro.
Per esempio, Qui Sono annuale casa prezzo indici
da 1992 -2021 per Tutto 50 NOI stati.
Ogni funzione ha a inizio misurazione
seguito di a sequenza Di altro misurazioni
E Poi a finale misurazione.
Essi Tutto Avere a inizio, a mezzo E UN FINE.
IL funzioni non Avere A Tutto Avere IL Stesso inizio E punti finali
O misurazioni A IL Stesso volte.
In a tempo serie analisi, Noi Sono Veramente interessato In usando dati
A predire inoltrare in IL futuro usando dati osservato da IL passato.
In a funzionale dati analisi O a curva dati analisi,
Noi Sono generalmente Di più interessato
In spiegando IL variazione interno A IL funzioni
di predire al di là IL allineare Di volte noi abbiamo osservato.
In prodotto E processo miglioramento In industria,
Noi Sono Spesso lavorando SU non finanziario curve.
Io sono andando A spettacolo Voi Alcuni esempi Quello Nostro clienti Avere condiviso con noi.
Qui Noi Vedere a impostato Di infrarossi spettri Di benzina campioni
usato A sviluppare UN poco costoso attrezzo A misura ottano E benzina.
IL verde curve avevo alto ottano, E IL rosso quelli erano Basso In ottano.
IL altezza Di IL Sinistra picco girato fuori A Essere critico
per predire ottano livello.
Microbico crescita curve
Sono a comune tipo Di funzionale dati In IL biotecnologie industria.
Oggi, F angyi Volere Essere dimostrando due metodi In JMP
Quello Potere Essere usato per analizzare Fa,
Dove IL risposta È a impostato Di misurazioni.
IL Primo metodo È chiamato funzionale Dipartimento dell'Energia analisi
E È migliore per complicato risposta funzioni Piace spettri
Quando Voi Bisogno IL modello A Veramente Imparare IL curve E IL dati da graffio.
IL secondo È a curva DOE analisi,
Quale È basato SU non lineare regressione modelli.
Quando Voi Potere utilizzo IL curva DOE analisi,
I trovato Quello Voi Ottenere Di più accurato risultati con Esso.
Ma Se Voi non posso Ottenere IL curva DOE analisi A lavoro,
Voi Potere Sempre autunno Indietro SU IL funzionale Dipartimento dell'Energia analisi,
COME suo Di più generale di curva DOE.
IL critico fare un passo In funzionale dati analisi
Quello Volere Essere nuovo A maggior parte persone
È chiamato funzionale principio componenti analisi,
Anche chiamato FPCA per corto.
Questo È Come Noi decomporsi IL curve in forma componenti
Quello descrivere IL tipico modelli Noi Vedere In IL curve,
COME BENE COME pesi Quello attributo Come fortemente ogni individuale curva
correlati con quelli forma componenti.
Suo a Tipo Di dimensione riduzione E dati compressione tecnica
Quello riduce Tutto IL informazioni In IL curve
in IL maggior parte compatto rappresentazione possibile.
A illustrare FPCA, Prendere a Aspetto A IL impostato Di curve In IL complotto Qui.
Che cosa Fare Essi Avere In comune?
Come Fare Essi differire da uno un altro?
Che cosa I Vedere In comune
È a impostato Di picco forme con uno picco per curva,
E IL forme andare A zero lontano da IL picco.
Essi Anche apparire A Essere simmetrico in giro IL centro Di IL picco.
In termini Di differenze, I Vedere variazione In picco altezze,
E Là Sono chiaro orizzontale turni da Sinistra A Giusto,
E Alcuni curve Sono Anche più stretto di altro quelli.
In a funzionale dati analisi,
IL Primo cosa Noi Fare È Trovare a levigatura modello
Quello convertiti O approssimazioni IL discreto misurazioni,
conversione loro in continuo funzioni.
C'è a varietà Di levigatura modelli In FDE.
I non Veramente Avere a ditta regola COME A Quale uno È IL migliore In generale,
Ma Qui Sono Mio osservazioni Di IL maggior parte comune quelli.
Ondine E spline Avere diverso punti di forza.
Ondine Sono nuovo In JMP Professionista 17
E Sono molto veloce E Sono generalmente IL migliore con complicato funzioni
come COME spettri, COME lungo COME IL X coordinate Di IL dati Sono SU a griglia.
SU IL altro mano, Là Sono B e P spline,
Quale Sono Più lentamente computazionalmente
Ma Sono Meglio per dati con irregolarmente- X distanziata S,
E Sono Anche Spesso Meglio
Quando Là Sono soltanto a dozzina O meno misurazioni per funzione.
Se IL dati non sono grande, I volevo Tentativo Entrambi spline E ondette
E Vedere Quale uno È dare noi IL migliore adatto
di guardare A IL grafici.
IL principale grafici I utilizzo A Fare decisioni Di levigatura modelli
Sono attuale di previsto trame
E Voi ricercato IL uno Quello abbracci IL 45- grado linea Di più da vicino.
In Questo caso, I volevo scegliere IL ondette modello SU IL Giusto
Sopra IL scanalatura modello SU IL Sinistra,
Perché quelli punti Sono più stretto in giro Quello 45- grado linea.
Immediatamente Dopo JMP Professionista si adatta a levigatura modello A IL dati,
Esso si decompone IL segnali
in dominante caratteristica forme Esso trovato In IL dati.
In matematico lingua, questi forme Sono chiamato autofunzioni,
Ma a Meglio E Di più accessibile nome volevo Essere A chiamata loro forma componenti.
Qui Noi Vedere Quello JMP ha trovato
Quello IL complessivamente Significare funzione È a picco forma
E Quello Là Sono tre forma componenti
Quello spiegare 97% Di IL variazione In IL dati.
IL Primo forma componente appare A corrispondere A a picco altezza.
Io ho imparato A riconoscere Quello IL secondo forma
È a tipo Di Sinistra- Giusto picco spostare modello E Quello IL terzo forma componente
È qualcosa Quello volevo controllare IL picco larghezza.
Ricordare Quello questi Sono forme imparato da IL dati,
non qualcosa Quello I ha dato JMP al di fuori Di IL dati.
Che cosa ha accaduto È IL osservato spettri In IL dati
ha stato decomposto in UN additivo combinazione
Di IL forma componenti
con unico pesi per ogni individuale curva.
IL funzionale PCA È Piace inversione ingegneria IL ricetta Di IL curve
In termini Di IL forma componenti.
IL Significare funzione È IL cosa Quello Essi Tutto Avere In comune.
IL forma componenti Sono IL principale ingredienti.
E IL pesi Sono IL quantità Di IL ingredienti
In IL individuale curve.
IL funzionale Dipartimento dell'Energia analisi È IL Stesso matematicamente
COME estrazione IL punteggi O pesi
E modellazione loro In adatto modello con IL generalizzato regressione piattaforma.
Fortunatamente, Là È a rosso triangolo opzione
In IL Funzionale Dati Esploratore Quello automatizza IL modellazione,
collegamento su IL Dipartimento dell'Energia modelli con IL forma funzioni per Voi
E presentando Voi con a profiler
Quello si collega IL Dipartimento dell'Energia modelli con IL forma funzioni.
Voi Potere direttamente Vedere Come cambiare IL Dipartimento dell'Energia fattori
conduce A cambiamenti In IL previsto curva O spettri.
Là Sono molti potenziale applicazioni Di funzionale Dipartimento dell'Energia analisi,
Alcuni Di Quale Fangyi Volere Essere presentando Dopo In Questo parlare.
Là È un altro approccio In JMP chiamato curva Dipartimento dell'Energia modellazione.
Questo risposte IL Stesso Tipo Di domanda COME funzionale Dipartimento dell'Energia,
Ma Esso È non lineare regressione basato Piuttosto di scanalatura O wavelet basato.
Che cosa Quello significa È Quello Se Voi Avere a Bene idea Di a non lineare modello,
Piace a tre- parametro logistica modello, E Se Quello modello si adatta tuo dati BENE,
Voi Potere Ottenere modelli E risultati
Quello generalizzare Meglio di a funzionale Dipartimento dell'Energia modello,
Perché IL generale forma Di IL curva
non lo fa Avere A Essere imparato da graffio da IL dati usando spline O piccole onde.
IL idea essendo Quello Se Voi Potere Fare ipotesi Di tuo dati
Quello riprodurre IL modellazione sforzo necessario,
tuo previsioni Volere Essere Di più accurato, particolarmente da piccolo dati set.
Curva Dipartimento dell'Energia analisi ha a molto simile flusso di lavoro
A a funzionale Dipartimento dell'Energia analisi,
tranne Quello Voi andare Attraverso IL Adatto Curva piattaforma
Invece Di IL funzionale Dati Esploratore,
E Invece Di scegliendo ondette O spline,
Voi scelto a parametrico modello da IL piattaforma.
Appena Piace In a funzionale Dipartimento dell'Energia analisi,
Voi Volere A revisione IL attuale da previsto complotto
A Fare Sicuro Quello tuo non lineare modello È facendo a Bene lavoro Di montaggio IL dati.
A curva DOE analisi È IL Stesso COME modellazione
IL non lineare regressione parametri
estratto da IL curve usando IL generalizzato regressione piattaforma.
Questo È IL Stesso cosa COME cosa c'è andando SU con a funzionale Dipartimento dell'Energia analisi
con IL FPCA pesi.
Curva di adattamento automatizza IL modellazione E visualizzazione Appena COME FDE fa.
Una volta Voi Sapere funzionale Dipartimento dell'Energia analisi,
suo Veramente non molto difficile A Tutto A Imparare curva DOE analisi.
Ora Io sono andando A mano Esso Sopra A F angyi
Chi ha Alcuni Carino esempi illustrando funzionale Dipartimento dell'Energia E curva DOE.
Grazie Cristo.
Prossimo Io sono andando A parlare Di due esempi da Procter & Gamble.
IL Primo esempio È viscosità Sopra tempo curve
raccolto da a numero Di storico formulazione esperimenti
per IL Stesso tipo Di liquido formulazione.
Là Sono sei fattori Noi volevo Piace A considerare per IL modellazione.
Essi Sono Tutto formulazione ingredienti E Noi chiamata loro fattore uno A fattore sei.
IL obiettivo Di Nostro modellazione È A utilizzo questi formulazione fattori
A predire O ottimizzare viscosità Sopra tempo curva.
IL risposta Di modellazione È viscosità Sopra tempo.
Questo diapositiva ha mostrato Voi Alcuni viscosità Sopra tempo dati.
Per maggioranza Di Nostro formulazioni, IL viscosità Di IL formulazioni
volevo aumento Primo con tempo E Poi diminuire Dopo SU.
Prossimo, erano andando A eseguire funzionale Dipartimento dell'Energia analisi SU viscosità Sopra tempo dati.
Prima funzionale Dipartimento dell'Energia analisi,
Noi Bisogno A eseguire funzionale principale componente analisi
SU IL curve liscio usando diverso metodo.
Qui, Noi fare domanda a funzionale principale componente analisi
A IL curve Primo usando Bs pline
E Trovare cinque funzionale principale componente
Dove Essi cumulativamente spiega Di 100% Di variazione In IL curve.
Ogni Di IL curva volevo esprimere
COME IL somma Di IL Significare funzione più lineare combinazione
Di IL cinque funzionale principale componenti
O Proprio funzioni Anche chiamato forma funzione.
Noi Anche fare domanda a diretto funzionale principale componente analisi A IL dati
Dove Esso Trovare quattro funzionale principale componenti
Quello cumulativamente spiega
Di 100% Di variazione attraverso viscosità Sopra tempo curve.
E Ma curva Volere Poi Essere espresso COME IL Significare funzione
più lineare combinazione Di IL quattro funzionale principale componenti.
Questo diapositiva confronta IL funzionale principale componente analisi modello adatto
usando due diverso opzioni.
IL Primo uno È usando IL Bs pieno opzione
E IL secondo uno È usando IL diretto funzionale PCA analisi.
COME Voi Potere Vedere usando IL B -spline opzione, IL modello adatto sembra A Essere più liscio
COME confrontato A IL modello adatto usando diretto funzionale PCA analisi.
Questo diapositiva ha mostrato Voi IL diagnostic trame,
IL osservato contro previsto viscosità
da IL funzionale principale componente analisi
usando due diverso opzioni.
Utilizzo diretto funzionale PCA analisi,
IL punti Sono più vicino A IL 45- grado linee
COME confrontato A IL uno usando Bs pieno opzione,
indicando Quello diretto funzionale PCA analisi
si adatta IL viscosità Sopra tempo dati
leggermente Meglio di IL funzionale principale componente analisi
usando B-spline opzione.
Dopo eseguendo funzionale principale componente analisi,
c'è UN opzione In JMP, Voi Potere eseguire funzionale Dipartimento dell'Energia modellazione
E Ottenere funzionale Dipartimento dell'Energia profiler.
Per funzionale Dipartimento dell'Energia modellazione,
fondamentalmente suo combinando IL funzionale principale componente analisi
con IL modello per IL funzionale principale componente punteggi
usando formulazione fattori.
Per Questo profiler Noi Potere predire IL funzionale risposte,
In Nostro caso, È viscosità Sopra tempo curve usando diverso formulazione fattori.
Voi Potere selezionare a combinazione Di IL formulazione fattori
E suo capace A predire IL viscosità Sopra tempo curva.
Questo diapositiva spettacoli Voi IL diagnostic trame, IL osservato contro predittivo viscosità
E Anche IL residuo trame da IL funzionale Dipartimento dell'Energia modellazione.
COME Voi Potere Vedere Quello IL residui da IL funzionale Dipartimento dell'Energia modellazione
Sono più grande di IL funzionale principale componente analisi
Prima IL funzionale Dipartimento dell'Energia modellazione.
Nostro colleghi A Procter & Gamble
In realtà Essi Trovare Quello Gaussiana Picco modello volevo adatto
individuale viscosità curve molto BENE.
Questo Gaussiana Picco modello ha tre parametri A, B, C,
E Questo A indica IL picco valore Di IL viscosità Sopra tempo curva
E B È a critico punto,
Quale È a tempo Quando viscosità raggiunge massimo,
E C È a crescita valutare.
IL valutare Di IL viscosità aumento durante IL iniziale fase.
Questo È IL montaggio Di IL viscosità Sopra tempo curva
usando IL Gaussiana Picco modello
usando a caratteristica In JMP, chiamata curva adatto.
Questi Sono IL diagnostic trame
Di IL viscosità curva montaggio usando IL Gaussiana Picco modelli.
Esso sembra Piace IL modello montaggio Sono non pure Cattivo,
Tuttavia, IL frecce sembra A Essere più grande di IL frecce da IL montaggio
usando principio funzionale componente analisi.
Dopo curva DOE montaggio usando Gaussiana P eak modello,
c'è opzione In JMP Voi Potere eseguire curva Dipartimento dell'Energia modellazione.
Fondamentalmente, curva Dipartimento dell'Energia modello È combinando
IL parametrico modello per IL curve, IL Gaussiana Picco modello,
E IL modello per IL parametri Di IL Gaussiana Picco modello
esprimere IL parametro COME a funzione Di formulazione fattori
usando generalizzato regressione modelli.
Poi Voi Ottenere IL curva DOE modello
E Questo È a profiler Di IL curva DOE modello.
Utilizzo Questo profiler Voi Potere predire IL forma Di IL curva
di specificando combinazione Di IL formulazione fattori.
In realtà, Questo profiler È un po' diverso
da IL funzionale Dipartimento dell'Energia profiler Noi avuto precedentemente.
Questi Sono IL diagnostic trame da curva DOE modello.
COME Voi Potere Vedere Qui Quello IL curva DOE modello
fa non adatto IL dati BENE E suo tanto peggio di IL funzionale Dipartimento dell'Energia modello.
Questi Sono IL curva DOE modello adatto SU IL originale dati.
COME Voi Potere Vedere Quello per a numero Di formulazioni,
IL curva DOE modello fa non adatto IL dati BENE.
Questo È a confronto Di IL profiler
da funzionale Dipartimento dell'Energia modello E curva DOE modello.
COME Voi Potere Vedere Quello IL profiler, Essi Aspetto abbastanza diverso.
Questo confronta IL diagnostic trame
da funzionale Dipartimento dell'Energia modello E curva DOE modello.
COME Voi Potere Vedere Quello funzionale Dipartimento dell'Energia modello
si adatta IL dati tanto Meglio di IL curva DOE modello
con a più piccolo radice Significare piazza errore.
Ora Io sono andando A spettacolo Voi IL secondo esempio.
Questo esempio È da a pannolino progetto Di sperimentare
con quattro diverso prodotto A, B, C, D
A tre diverso stazioni etichettato COME S1, S2 E S3,
COSÌ suo a fattoriale progetto.
Pannolino assorbimento volume era misurato Sopra tempo
per questi quattro diverso prodotto A tre diverso stazioni.
IL risposta È pannolino assorbimento volume Sopra tempo
E IL obiettivo È A capire IL differenza
In pannolino assorbimento curve attraverso diverso prodotti E stazioni.
Questi Sono a pochi esempi Di pannolino assorbimento volume Sopra tempo curve
Dove IL montaggio linee Sono levigatura curve.
Noi eseguito principio funzionale componente analisi
SU IL pannolino assorbimento volume superiore tempo curve
E Questo funzionale principale componente analisi
era capace A Trovare cinque funzionale principale componente
Dove cumulativamente,
Essi spiega Di Quasi 100% Di variazioni tra multiplo curve.
Questi Sono IL funzionale principale componente analisi modello adatto.
COME Voi Potere Vedere, per Quasi Tutto IL curve,
IL montato curva raggiunto un plateau Dopo a certo tempo punto.
Funzionale principale componente analisi modello montato curve Veramente BENE
COME Voi Potere Vedere da IL diagnostic trame.
Noi eseguito funzionale Dipartimento dell'Energia modellazione
Di IL funzionale principale componente analisi
E Questo È profiler Di IL funzionale Dipartimento dell'Energia modello.
Questo modello consente noi A valutare forma Di IL curva
per diverso pannolino prodotti A diverso misurazione stazioni.
IL prodotto confronto A stazione due sembra A Essere diverso
da IL prodotto confronti A stazione uno E stazione tre.
Questi Sono IL diagnostic trame Di IL funzionale Dipartimento dell'Energia modello.
Prossimo, Noi volevo Piace A eseguire curva DOE modellazione.
Prima curva DOE modellazione,
Noi volevo Piace A Trovare Alcuni parametrico modello
Quello si adatta IL pannolino assorbimento volume Sopra tempo dati BENE.
I trovato Quello c'è a funzione In JMP chiamato biesponenziale 4P modello.
Questo modello È a miscela Di due esperienziale modello
con quattro sconosciuto parametri.
Questo modello si adatta Tutto IL pannolino assorbimento volume Sopra tempo curve Veramente BENE.
Questi Sono IL diagnostic trame Di IL curva montaggio E Voi Potere Vedere
Quello IL biesponenziale 4P modello si adatta Tutto IL curve Veramente BENE.
Dopo montaggio pannolino assorbimento volume Sopra tempo curve
usando biesponenziale 4P modello, Noi eseguito curva DOE modellazione usando JMP
E Questo È a profiler Di IL curva DOE modello.
Utilizzo Questo profilatore, Voi Sono capace A Vedere IL forma Di IL curva
COME a funzione Di pannolino prodotto COME BENE COME a misurazione stazione.
Questo È a profiler Di prodotto A A stazione due E Poi stazione tre.
Questi Sono IL diagnostic trame Di IL curva Dipartimento dell'Energia modello
E Voi Potere Vedere Quello curva Dipartimento dell'Energia modello si adatta IL dati BENE,
tranne Quello A più alto pannolino assorbimento volume,
IL residui Sono ottenere più grande.
Questi Sono IL curva DOE modello adatto SU IL originale dati.
COME Voi Potere Vedere Quello per maggior parte Di IL curve,
Questo modello si adatta IL dati Veramente BENE.
Questo costringe IL modello profiler
Di IL funzionale Dipartimento dell'Energia modello contro curva DOE modello.
COME Voi Maggio avviso Quello c'è Alcuni differenza
fra questi due profiler A IL Dopo tempo punto.
IL previsto pannolino assorbimento volume A IL Dopo tempo punto
tendere A altopiano da IL funzionale Dipartimento dell'Energia modello,
Ma Esso continuare A aumento A Dopo tempo punto
usando IL curva DOE modello.
Questo confronta IL diagnostic trame da IL funzionale Dipartimento dell'Energia modello
contro curva DOE modello utilizzando biesponenziale 4P modello.
COME Voi Potere Vedere Quello Entrambi Di questi modelli si adatta IL dati Veramente BENE,
con funzionale Dipartimento dell'Energia essendo leggermente Meglio
con leggermente piccolo radice Significare piazza errore.
Ora, Voi Avere visto IL confronto Di funzionale Dipartimento dell'Energia modellazione
contro curva Dipartimento dell'Energia modellazione usando due P&G esempi
E Questo È Nostro riepilogo E conclusioni.
Funzionale Dipartimento dell'Energia modellazione È Sempre a Bene scelta.
Quando IL parametrico modello si adatta Tutto IL curva dati BENE,
curva DOE modellazione Maggio eseguire Veramente BENE.
Tuttavia, Se IL parametrico modello fa non adatto IL curva dati BENE,
Poi IL curva Dipartimento dell'Energia modellazione Maggio eseguire male.
Funzionale Dipartimento dell'Energia modello È puramente empirico.
Tuttavia, curva DOE modello
Maggio Prendere in account meccanicistico comprensione
O estroverso conoscenza In IL modellazione, COSÌ Esso Potere Essere ibrido.
I è Bene A Tentativo diverso metodo Piace diverso levigatura metodo
Prima principio funzionale componente analisi.
In funzionale Dipartimento dell'Energia modellazione,
prova funzionale Dipartimento dell'Energia modello contro curva DOE modello
E Vedere Quale uno esegue migliore.
Questo È FINE Di Nostro presentazione.
Grazie Voi Tutto per tuo Attenzione.
