レベル: 中級職務: アナリスト / 科学者 / エンジニアフィリップ・ラムゼイ、ノースヘブングループおよびニューハンプシャー大学のオーナー兼教授
最優秀投稿論文ファイナリスト
プロセス/製品の開発や改善には重要ですが、制約付き混合および混合プロセス実験は、地域的制約および線形制約によって引き起こされる大きな効果の相関関係のため、分析が困難でした。多くの場合、適合度が低い小さなアンダーフィットモデル、または予測分散が膨らんだ大きなオーバーフィットモデルが選択されてきました。JMP Proの一般化回帰プラットフォームの高度なモデル選択方法を使用すると、潜在的な混合効果の大規模なセットを適合および評価できるようになりました。剪定フォワード、LASSO、またはすべての可能なモデルなどのモデル選択手法を使用すると、潜在的な効果の数が実験試行の数を超える場合でも(過飽和)、大規模な候補プールから効果の最良のサブセットを見つけることができます。地域的制約と線形制約の両方を持つ10成分混合実験を使用して、一般化回帰が大規模な混合モデル(Scheffe完全3次など)でも評価し、重要な効果のサブセットを特定する方法を示します。オーバーフィットを防ぐためのGotwaltとRamsey(2018)の自動検証方法が示されています。同じ方法を使用して、複雑な混合プロセス因子実験を分析します。講演では主にライブ JMP 分析とディスカッションを行います。カスタム デザインでの混合物または混合プロセス実験の生成についても説明します。
