ビデオ 1: モデルを作成するさまざまな方法: モデルの構築、比較、選択
コメント:
ビクター - Goos が提案したモデルの比較と選択のための視覚化と提案 (ラスター プロット) : https://community.jmp.com/t5/JMP-Wish-List/Raster-plots-or-other-visualization-tools-to-help-model/idi-p/730968
@martindemel -ツリーベースのモデルと言ったときに私が思い浮かべたのはブートストラップです。不正確で申し訳ありません。
SVEM - 自己検証アンサンブルモデル:
Discovery Summit トーク - SVEM: 実験の設計と分析におけるパラダイムシフト (2021-EU-45MP-779) - JMP ユーザーコミュニティ
サポート ページ - https://www.jmp.com/support/help/en/18.1/index.shtml#page/jmp/overview-of-selfvalidated-ensemble-models.shtml
@Jonas_Rinne - SVEMは、設計構造に違反することなく、何らかの検証を使用する方法である可能性がある。
ビクター - Or use statistical analysis, or Machine Learning algorithms robust to overfitting (random forests, SVM, ...)
複製は説明可能性（要因の影響からランダムエラー/変動/統計エラーを分類する）のために使用されることが多く、予測モデリング、特に機械学習モデリングには使用しません。
ビデオ 2: 制約のある混合設計
コメント:
ビル・ウォーリー - 混合モデルは高度に非線形になる可能性があり、非線形性をよりよく理解するために、空間充填混合モデルから始めるのが良いかもしれません。
ビクター Or do it sequentially : classical mixture design up to 2nd/3rd order, and then augment with Space-Filling to have points inside the experimental space.
ビデオ 3: 試行回数: 最適設計で JMP が推奨する最小回数を使用できますか?
コメント:
ビル・ウォーリー - Try Augment Designs
@Paul_J - これを見て疑問に思うのですが... JMP は推奨実行回数をどのように決定するのでしょうか? ... これによって、最小値よりも大きい値を使用する理由がわかるでしょうか?
ビクター - 多くの場合、最小実行回数より4回多く実行されます
デザイン生成
@Jonas_Rinne -
また、選択内容によっても異なります。いくつかの項を「可能な場合」として選択した場合、最小値からの追加実行でこれらの効果を組み込もうとします。それ以外の場合は、たとえば反復を追加します。JMP は、選択内容に基づいて、追加実行を可能な限り最適に分散しようとします。
@martindemel - 誤差推定に関する情報も得られることを考慮してください
ビクター -
正しいモデルだけでなく、「自然な」変動性（ランダムノイズ）も評価できます
追加の実行を行わずに、実験的または測定上のノイズがないという仮定でモデルを適合させます。
ブライアンに完全に同意します。すべてには代償や妥協が伴います
ビデオ 4: リソース
