Ich habe kürzlich eine Mischungsanalyse für eine Dichtungsformulierung durchgeführt, bei der ich die Zugfestigkeit und Dehnung gemessen habe (kontinuierliche numerische Antwort), aber auch aufgezeichnet habe, ob nach dem Aushärten eine Weichmachermigration stattfand (nominale Antwort: ja/nein). Für die Zugeigenschaften habe ich ein Standardmodell mit kleinsten Quadraten verwendet, die Weichmachermigration wurde mit einem nominalen logistischen Modell angepasst.
Ich suche Rat, wie ich beide Modelle verknüpfen kann. Genauer gesagt, wenn ich das kleinste Quadratmodell verwende, um eine Formel mit hoher Dehnung zu berechnen, möchte ich Formeln ausschließen, bei denen eine hohe Wahrscheinlichkeit einer Weichmachermigration besteht.
Gibt es eine Möglichkeit, dies in JMP zu erreichen? Ich arbeite mit JMP 18.0.1
Danke schön!
Hallo @SamVA ,
Es besteht die Möglichkeit, dies mithilfe von Formeln aus den von Ihnen trainierten Modellen zu tun:
- Speichern Sie die Formel aus Ihren Kleinstquadrate-Modellen (für kontinuierliche Antworten) und Logistikmodellen (für Ihre nominalen Antworten).
- Verwenden Sie die Prediction Profiler-Plattform (im Graph-Menü „Profiler“) und verwenden Sie die Wahrscheinlichkeitsformeln für die verschiedenen Klassen Ihrer nominalen Antwort sowie die Vorhersageformel für Ihre kontinuierliche(n) Antwort(en) (Sie können auch die PredSE-Formel für Ihre kontinuierliche(n) Antwort(en) speichern, um in Ihrem Profiler Konfidenzintervalle für diese Antworten zu haben):
- Sie erhalten dann einen gemeinsamen Profiler für Ihre nominale Antwort und Ihre kontinuierliche(n) Antwort(en) und können angeben, wie wünschenswert jede Klasse für die nominale Antwort ist, um die Optimierung durchzuführen:
Hoffe, diese Antwort wird Ihnen helfen,
Vielen Dank. Das ist genau die Antwort, die ich brauchte.
