개발자 튜토리얼: JMP Pro 일반화 회귀를 사용하여 설계된 실험 분석DOE는 여러 입력 요인을 조작하여 원하는 출력(응답)에 미치는 영향을 결정할 수 있습니다. DOE는 여러 입력을 동시에 조작함으로써 한 번에 한 요인으로 실험할 때 놓칠 수 있는 중요한 상호 작용을 식별할 수 있습니다.
설계된 실험과 함께 사용된 일반화 회귀는 다음과 같은 질문에 대한 답을 제공할 수 있습니다.
- 프로세스의 핵심 요소는 무엇입니까? (설명)
- 어떤 설정에서 프로세스가 허용 가능한 성능을 제공할까요? (예측)
- 프로세스의 핵심 효과, 주요 효과, 상호 작용 효과는 무엇입니까? (설명)
변수 선택은 다음 용도로 사용됩니다.
- 일련의 모델에 맞춤(아마도 여러 모델)
- 일부 메트릭을 사용하여 각 모델이 데이터에 얼마나 잘 맞는지 확인합니다.
- 가장 잘 맞는 모델을 유지하세요
이 영상에서는 다음 방법을 확인하세요.
- 다양한 모델을 비교해보세요
- 적합한 모델 순서를 결정하세요
- 일부 예에 기술 적용
영상 전체에 Q&A가 포함되어 있습니다.
자원
- 일반화 회귀 개요
- Best Subset, Pruned Selection, Forward Selection, Dantzig Selector를 포함한 일반화 회귀 추정 방법
- 효과 유전 문서 - e효과 유전고차 구성요소의 하위 구성요소를 모델에 포함하는 것과 관련됨효과s
- 곡선 DOE 분석 설명서 - 그룹화 변수와 하나 이상의 보충 변수가 시작 창에 지정된 경우에만 사용 가능
- 귀하의 조직에 유용할 소프트웨어 개선에 대한 제안을 제출하기 위한 JMP 위시리스트
아래 댓글에서 대화를 계속하세요. 질문은 Clay Barker @clay_barker 에게 보내주세요.
고급 통계 모델링실험 설계
