Vea cómo utilizar un modelo de predicción para encontrar condiciones óptimas (puntos de ajuste y rangos) para utilizar el modelo para tomar decisiones.
Vea cómo:
Preguntas respondidas por @andreacoombs1 y @cweisbart en la demostración del seminario web en vivo.
P: ¿Puedes editar los valores en el Administrador de columnas?
R: Puede cambiar algunos de los valores, como los nombres de las columnas, el tipo de datos, el formato, etc.
P: Cuando optimiza su respuesta, ¿cómo se asegura de que los porcentajes no superen el 100%?
R: La razón por la que supera el 100% es que, al ser un modelo lineal, la distribución es normal, lo cual podría no ser el caso. En JMP Pro, puede cambiar la distribución de su respuesta para limitarla de cero a uno. Puede usar la distribución beta y la regresión generalizada, que se utiliza para respuestas que están, por ejemplo, entre cero y uno o entre 0% y 100%. Esto evitará que tenga respuestas superiores a uno o 100%, independientemente del tratamiento que esté dando a los datos.
P: Al revisar el perfilador del espacio de diseño, se encontró un porcentaje de volumen. ¿Qué es?
R: Al comenzar, se parte del 10% del espacio de diseño. Al realizar la simulación completa de 10,000 ejecuciones, se observa el 10% de esas 10,000 ejecuciones y, al reducir el espacio de diseño, se determina qué porcentaje de esas 10,000 ejecuciones se deseleccionan. Esto se muestra como la proporción o el volumen del espacio de diseño.
P: ¿El generador de perfiles del espacio de diseño tiene en cuenta la planitud de la respuesta?
R: Sí, indirectamente. De nuevo, intentas encontrar el cambio más pequeño en X. Esto resulta en el mayor aumento en tu tasa de especificación. La pendiente de tu respuesta determina si estarás dentro de la especificación. Mira el video a continuación.
P: ¿Puede extrapolar fuera de su espacio de diseño para encontrar un lugar donde pueda tener una tasa de inspección más alta?
R: Si ejecuta el modelo desde el DOE, su espacio de diseño y el rango del perfilador de predicción están limitados por el rango de factores probados en el DOE. El perfilador de predicción lo limita al espacio factorial. De lo contrario, podemos usar nuestro modelo para probar un rango más amplio y luego extrapolar. Tendría que hacerlo manualmente. No hay una forma automatizada de hacerlo.
Recursos
