制御不能な要因による望ましさの最適化要因の 1 つをロックし、他の要因をそれに合わせて最適化する場合に、プロセス プロファイルの望ましさを最大化することを自動化する方法についてアドバイスを求めています。プロセスには制御されていない要因があるため、測定する単位ごとにその要因の動作に適応する必要があります。望ましい応答は、通常、制御されている要因を調整することで実現できますが、望ましさの状況は、制御されていない要因の値ごとに異なります。
この制御されていない要因の列を JMP に入力し、制御されている要因である隣接する列に行ごとに最適化された値を表示するための方法またはスクリプトを持っている人はいますか? 推定応答もこの表の列であれば素晴らしいと思います。
自動化とスクリプト品質およびプロセスエンジニアリングRe: 制御不能な要因による望ましさの最適化こんにちは@V1N0V3R1T4S さん
プロジェクトに関するコンテキストが限られているため、サポートするのは困難です。
制御されていない (数値的に連続した?) 要因が 1 つある、いくつかの要因に関する応答の最適化に関心があるようです。この要因は実験中に変化しますか? それとも、実験中は制御されていない値に固定されますか? この変化の原因は何ですか?
この要因については制御できないため、この要因が平均応答にどのように影響するかを知ることに興味があるのではなく、応答にどの程度の変動を引き起こす可能性があるかを知ることに興味があるかもしれません。フィットモデルプラットフォームの「属性」ロールを使用して、この要因をモデル内のランダムな主効果として設定することができます。 モデル効果の構築
次に、この混合モデルを使用すると、プロファイラーは、この制御されていない要因を固定効果として使用せずに、応答平均を最適化するのに役立ちます。
他にも適切なオプションがあるかもしれません。より詳しい情報と匿名化されたデータセットを提供できれば、状況を理解するのに大いに役立ちます。
この最初の回答がお役に立てば幸いです。
制御不能な要因による望ましさの最適化について質問に対して提供されたコンテキストが非常に限られているという点で、私も Victor と同じ問題を抱えています。Victor は正しい方向に進んでいると思います。制御されていない要因を処理する 1 つの方法は、制御されていない要因を共変量として扱うことです。これは基本的に Victor が提案していることです。これは最終的に混合モデル (モデルに固定効果とランダム効果の両方がある) になります。
制御不能な要因による望ましさの最適化についてやあ、ビクターとスタットマン、
データ セットを匿名化するには、しばらく時間がかかります。その前に状況をより詳しく説明するようにします。
私の実験:
回答: Y - テスト中に構築されるパーツの属性。
3 つの制御された連続因子: CX1、CX2、CX3
1 制御されていない（周囲環境）連続要因：UX4
私は CXi を中心に実験を設計し、UX4 が 1 日を通してある程度予測可能な方法でドリフトすることを事前に知っていたので、テストで時間を正確に計れば、ほぼ再現可能な値をキャプチャして、そのドメインに一定の規則性を与えることができました。
次に、要因を使用して、かなり適切に動作するモデルを構築し、それらが応答 Y にどのように影響するかを確認しました。Y には、構築されたユニットごとに達成しようとしている目標値があります。
どうやら、CXi の最適化された値は UX4 の値に依存しているようです。そのため、部品を作成する際に実装しようとしているスキームは、UX4 を測定し、その値をプロファイラーに入力し、UX4 値を固定して CXi の望ましさを最大化することです。その後、オペレーターは部品を作成する前に、ツールを最適化された CXi 値に設定します。
そこで私がやりたいのは、UX4 の任意の値ごとにこの最適化を自動化することです。UX4 の列を提供するデータ テーブルを用意し、データ テーブルの他の列に CXi の最適化された値と、それらの係数設定に関連付けられた Y の予測値が自動的に入力されるようにします。
そうすれば私の要求が明確になりますか?
Re: 制御不能な要因による望ましさの最適化やあ、スタットマン
Victor の投稿の下に返信を追加しました。状況を説明する上で追加の詳細が役立つ場合はお知らせください。
ありがとう！
Re: 制御不能な要因による望ましさの最適化あなたの提案は妥当なようです。これは共変量を考慮する一般的な方法です。もう 1 つの選択肢は、UX4 に対して堅牢なプロセスを設計することです。
