Bénéficiez de la valeur MaxPro pour toute conception de remplissage d'espaceBonjour chers utilisateurs et experts en scripting de JMP,
Je voudrais comparer plusieurs DoE (type Space-Filling). Certains sont générés avec JMP (avec toutes les propriétés de colonnes nécessaires pour les facteurs et la réponse), d'autres sont créés avec d'autres outils externes (donc pas de propriétés de colonnes après importation du fichier dans JMP).
Étant donné que ces conceptions sont de type remplissage d'espace, je voudrais les comparer en fonction des valeurs de divergence et des critères MaxPro (exemple ici avec une conception de remplissage flexible rapide pour 4 facteurs continus) :
Ces valeurs sont disponibles directement pour les conceptions générées par JMP dans le script « DOE Dialog », mais pas avec des outils externes.
J'ai lu l'index des scripts et la fonction " << Get MaxPro Values ", mais je ne sais pas comment l'utiliser dans un script pour les DoE "externes" ?
En pratique, j'aimerais avoir un script capable de calculer les valeurs d'écart et de MaxPro pour n'importe quelle conception et de fournir un tableau de données avec les résultats.
Idéalement (peut-être une idée pour la liste de souhaits), j'aimerais avoir une plateforme de comparaison comme Compare Designs , où je pourrais faire correspondre les facteurs entre différentes tables, et une fenêtre s'ouvrira avec la comparaison de ces deux valeurs, l'écart et le critère MaxPro.
J'ai joint deux tables de données à tester, chacune étant une conception avec 4 facteurs continus, un généré en externe et un généré avec JMP.
Toute aide est la bienvenue !
Merci,
Automatisation et scriptsPlan d'expériencesRé: Bénéficiez de la valeur MaxPro pour toute conception de remplissage d'espaceSalut @Victor_G ,
Vous trouverez ci-dessous un code JSL qui fera ce que vous souhaitez. Ce n'est rien d'extraordinaire ni rien, et j'ai explicitement écrit toutes les commandes DOE pour générer le SFD. Vous pouvez le faire de cette façon, ou vous pouvez également pointer vers une fenêtre de rapport et en extraire la valeur de la case numérique. Mais, le < <>
J’espère que cela vous aidera au moins à démarrer.
Names Default to Here(1);
dt = current data table();
dtdoe =
DOE(
Space Filling Design,
{Add Response( Maximize, "Y", ., ., . ),
Add Factor( Continuous, 0, 0.5, "X1", 0 ),
Add Factor( Continuous, 0, 0.5, "X2", 0 ),
Add Factor( Continuous, 0, 0.5, "X3", 0 ),
Add Factor( Continuous, 0, 0.5, "X4", 0 ), Set Random Seed( 1622525169 ),
FFF Optimality Criterion( MaxPro ),
Space Filling Design Type( Fast Flexible Filling, 20 ), Simulate Responses( 0 ),
Set Run Order( Randomize ), Make Table}
);
MaxPro_value = dtdoe <<GET max="" pro="" values=""></GET>
<P> </P>
<P>J'espère que cela aide!,</P>
<P>DS</P>Ré: Obtenez la valeur MaxPro pour toute conception de remplissage d'espaceSalut @SDF1 ,
Merci pour votre intérêt et vos premières idées !
J'ai accès aux valeurs MaxPro (et aux écarts) pour tout design de remplissage d'espace créé dans JMP (elles sont calculées par défaut), et je pensais les extraire de manière très naïve avec "Make Into Datatable". Je pense qu'il existe peut-être une manière plus élégante de procéder en identifiant quelle est la propriété de cette boîte de valeurs et en créant un script JSL à ajouter à tout design de remplissage d'espace dans JMP afin que ces valeurs puissent être extraites dans une table de données distincte. Votre script est très similaire à celui de la "DOE Dialog" généré après la création d'un design de remplissage d'espace dans JMP.
Ma question était liée à la question : pouvons-nous calculer les valeurs MaxPro et les valeurs de divergence pour n'importe quelle conception Space-FIlling (même celles générées en dehors de JMP), et si oui, comment le scripter ou l'automatiser ?
EDIT : Je viens de réaliser que je pouvais utiliser la table de données générée en dehors de JMP et l'utiliser comme ensemble de candidats dans la plateforme Space-Filling (pour forcer les exécutions via l'utilisation de facteurs de covariables), afin que JMP puisse calculer MaxPro et les valeurs de divergence (exemple ici avec la table de données externe fournie dans mon message d'origine) :
Cependant, je ne suis pas sûr que ces valeurs soient correctes, car j'obtiens les mêmes valeurs MaxPro et de divergence quelle que soit la conception que je charge dans JMP avec cette approche "ensemble de candidats" (même les conceptions de remplissage d'espace générées par JMP). Cela ressemble donc à un bug et non à des valeurs calculées réelles. Si quelqu'un a une idée sur la façon de faire les calculs et de les afficher, j'en serais très heureux !
Meilleur,
Ré: Bénéficiez de la valeur MaxPro pour toute conception de remplissage d'espaceSalut @Victor_G ,
J'ai compris. Désolé, je n'avais pas bien compris que vous souhaitiez faire le calcul vous-même, ou du moins le créer par script et ne pas le récupérer à partir de la fenêtre de rapport. Je l'ai lu comme un « soit/ou » : soit vous le récupérez à partir de la fenêtre de rapport, soit vous le calculez. Mais je peux comprendre pourquoi vous voulez le calculer vous-même, car il semble étrange que vous obteniez la même valeur MaxPro quelle que soit la table que vous analysez.
L'aide en ligne fait référence à un article de journal : Joseph, VR, Gul, E. et Ba, S. (2015). « Maximum Projection Designs for Computer Experiments ». Biometrika 102 : 371–380, qui devrait contenir la formule (ou l'algorithme) permettant de calculer MaxPro. Je n'ai pas accès au journal Biometrika, mais si vous y avez accès, vous devriez pouvoir configurer un JSL pour effectuer le calcul à votre place. D'après la description de l'aide en ligne de JMP, on dirait presque qu'ils prennent le produit scalaire de la distance entre les points de conception potentiels et essaient de le maximiser.
J’espère que cela aidera à faire avancer les choses.
DS
Ré: Bénéficiez de la valeur MaxPro pour toute conception de remplissage d'espaceSalut @SDF1 ,
Merci pour la référence.
Je pourrais peut-être commencer par lire d'anciens messages de la communauté, en utilisant la plateforme de clustering hiérarchique pour accéder à Matrix Distance :
A = Current Data Table() <<
Hierarchical Cluster(
Y( :X1, :X2, :X3, :X4 ),
Method( "Ward" ),
Standardize By( "Columns" ),
Dendrogram Scale( "Distance Scale" ),
Number of Clusters( 3 ),
Set Random Seed( 2088588291 ),
SendToReport(
Dispatch( {"Dendrogram"}, "Clust Dendro", FrameBox,
{Frame Size( 35, 325 )}
)
)
);
A << Save Distance Matrix;
A << Close Window;
Ensuite, je suis un peu perdu sur la façon d'utiliser la matrice de distance pour obtenir les mêmes informations que dans la boîte de dialogue DOE de Space-Filling Designs : distance minimale, points les plus proches, valeur MaxPro et valeur de divergence.
J'ai testé en utilisant la plateforme de mise à l'échelle multidimensionnelle avec la matrice de distance générée précédemment et en définissant le nombre de dimensions comme le nombre de facteurs d'origine dans ma conception ; je suis capable de repérer correctement les points les plus proches, mais la distance (minimum) semble décalée par rapport aux calculs effectués dans la boîte de dialogue DoE :
Des contributions de @Mark_Bailey , @Ryan_Lekivetz et d’autres experts JMP ?
EDIT : L'utilisation de "Non standardisé" dans les options du clustering hiérarchique pour le format de données me donne les bonnes distances... Je m'en rapproche !
Je peux maintenant comparer les conceptions en fonction des valeurs de distance minimale, moyenne et maximale, ainsi que de la variabilité des distances entre les points (plage, écart-type/variance, ...). Toujours pas de calculs MaxPro, mais une meilleure compréhension de la distribution des points dans les conceptions de remplissage d'espace.
L'utilisation de la plateforme Distributions et la comparaison des distributions des valeurs des facteurs avec les distributions uniformes (Bêta avec les valeurs alpha et bêta fixées à 1) m'ont également aidé à me rapprocher de ces valeurs de « divergence ». Il pourrait y avoir quelque chose à voir avec les valeurs de p, la log-vraisemblance, les valeurs du chi carré qui semblent corrélées à la divergence :
Ré: Bénéficiez de la valeur MaxPro pour toute conception de remplissage d'espaceJ'ai posté deux articles de liste de souhaits sur ce sujet :
Design Explorer pour des designs remplissant l'espace
Plateforme de comparaison de designs pour des designs qui remplissent l'espace
La génération de plusieurs plans et l'utilisation des distances à partir de la plateforme Hierarchical Clustering permettent déjà d'évaluer les « performances » et la distribution des points des plans de remplissage d'espace. Voici une comparaison visuelle des valeurs de distance minimale, moyenne et maximale de 2 types de plans avec un nombre croissant de facteurs (dimensionnalité). Le premier voit une forte augmentation des distances avec l'augmentation de la dimensionnalité, tandis que le second semble plus « robuste » avec une augmentation linéaire de la distance par rapport à l'augmentation des facteurs.
En regardant la variance des distances entre les points (qui semble être corrélée aux valeurs de divergence), la conception 1 semble avoir une manière plus compacte de répartir les points par rapport à la conception 2. La conception 2 est capable de répartir les points avec la même « variabilité » en augmentant la dimensionnalité :
Ré: Obtenez la valeur MaxPro pour toute conception de remplissage d'espaceDésolé pour la réponse tardive (et brève) - il y a effectivement un problème lors du chargement d'une conception externe. Notez qu'en particulier, ce dénominateur est basé sur des distances à une seule dimension, donc si vous avez une entrée qui a la même valeur, le dénominateur est 0 (généralement, nous recherchons la propriété de non-effondrement, qui protège contre cela). D'après ce dont je me souviens, cette formule peut être utilisée sur les estimations à l'échelle :
https://www.jmp.com/support/help/en/18.0/index.shtml#page/jmp/fast-flexible-filling-design-details.shtml
Pour éviter toute divergence, nous discutions de l'ajout de cette formule directement dans la documentation - si vous pouvez y accéder, dans le Hickernell, c'est au bas de la page 317.
Fang, K., Lin, D., Winker, P., et Zhang, Y. (2000). « Uniform Design: Theory and Application » (Conception uniforme : théorie et application). Technometrics 42 : 237-248.
Hickernell, F. (1998). « Une erreur de divergence généralisée et une limite d'erreur de quadrature. » Mathematics of Computation 67 : 299-322.
