Hallo, ist es in JMP PRO möglich, den Proven Acceptable Range aus einer OFAT-Studie mit zeitlich variierendem Faktor und mehreren zu berücksichtigenden Antwortvariablen zu ermitteln? (Die Antwortwerte sind fest und variieren nicht im Laufe der Zeit.) Wenn ja, welche Funktion sollte ich verwenden? Ist diese Funktion in Version 17.2 von JMP Pro verfügbar? Vielen Dank im Voraus für Ihre Hilfe!
Hallo Vincent,
In Ihrer Situation haben Sie mehrere X, und einige davon (mindestens eines) sind zeitabhängig. Und Sie haben mehrere Y und möchten die Beziehung zwischen ihnen untersuchen
Sagen wir etwas wie Y1=f(X1(t), X2(t), X3).
In dieser Situation ist der Functional Data Explorer (JMP Pro) wirklich nützlich (und in 17.2 verfügbar).
Fermentationsbeispiel:
Stellen Sie sich beispielsweise vor, dass Y = Ertrag und X1 = Ethanolgehalt (abhängig von der Zeit) in einem Fermentationsprozess ist.
Sie können die Plattform wie folgt einstellen:
Sie müssen ein geeignetes Modell auswählen. In diesem Beispiel ist B-Spline ausreichend. Je nach Datenlage kann Wavelet die bessere Lösung sein.
Damit haben Sie die Beziehung zwischen Ausbeute und Ethanol hergestellt. Wir können sehen, wie sich ein hoher Ethanolgehalt zu Beginn oder in der Mitte des Prozesses auf meine Ausbeute auswirkt.
Besondere Situationen: mehrere X (einschließlich X unabhängig von der Zeit)
In diesem Fall ist die Beziehung zwischen den X- und Y-Zeichen etwas komplexer und muss außerhalb der Plattform erstellt werden. Dazu sind zwei Schritte erforderlich:
Schritt 1: In diesem Fall platzieren Sie im Plattform-Launcher jedes zeitabhängige X im Bereich Y,Ausgabe und jedes zeitunabhängige X im Bereich Z,Ergänzung.
Nachdem Sie das Modell für jedes zeitabhängige X auf der Plattform erstellt haben, müssen Sie die Koeffizienten (Zusammenfassungen speichern) in eine andere Datentabelle extrahieren. In dieser Tabelle finden Sie Ihre Y-Werte, Ihre X-Werte (einfache Messung) und für jedes zeitabhängige X die berechneten Koeffizienten.
Schritt 2: Anschließend kann ein Modell zur Darstellung der Beziehung erstellt werden. Ich persönlich verwende ein LASSO-Modell (Korrelation verwalten und nur wichtige Faktoren hervorheben).
Das endgültige Modell zeigt die Beziehung zwischen Y und den verschiedenen X- und funktionalen Hauptkomponenten. Um den Einfluss der Hauptkomponente auf die Kurve zu sehen, speichern Sie die Gleichung und verwenden Sie den Profiler im Menü „Graph“ mit der Option „Zwischenformel erweitern“.
Im folgenden Video sehen Sie, wie sich die zweite Hauptkomponente von Ethanol (gelb) auf die Ausbeute auswirkt. Ich muss diesen Koeffizienten minimieren, um meine Ausbeute zu optimieren. Aber was bedeutet das für meine Ethanolkurve? Sie können sich die Form der gelben Ethanolkurve ansehen, wenn ich die Menge meines Ethanols FPC2 ändere.
Gleiches gilt für Molassefutter FPC2. Ich benötige einen Bienenstockwert dieser Komponente, um meinen Ertrag zu verbessern (in Orange). Auf meiner orangefarbenen Kurve sehe ich die Form in guten und schlechten Situationen.
Dasselbe in Rot für meinen NH3.
Reichweite:
Mit diesem Modell können wir eine Variation der verschiedenen FPC simulieren, die sich auf den Ertrag, aber auch auf die Form der Kurve auswirken und Ihnen einen akzeptablen Variationsbereich bieten.
Beachten Sie, dass ich gerne mit Ihnen über ein konkretes Projekt spreche.
Hallo Florence,
Vielen Dank für Ihre Antwort!
