Hola, ¿es posible en JMP PRO obtener un Rango Aceptable Comprobado (RPA) a partir de un estudio OFAT con un factor que varía con el tiempo y múltiples variables de respuesta a considerar? (Los valores de respuesta son fijos y no varían con el tiempo). De ser así, ¿qué función debería usar? ¿Está disponible esta función en la versión 17.2 de JMP Pro? ¡Gracias de antemano por su ayuda!
Hola Vincent,
En tu situación, tienes varias X, y algunas de ellas (al menos una) dependen del tiempo, y tienes varias Y y quieres explorar la relación entre ellas.
Digamos algo como Y1=f(X1(t), X2(t), X3).
En esta situación, el Explorador de datos funcionales (JMP Pro) es realmente útil (y está disponible en 17.2).
Ejemplo de fermentación:
Por ejemplo, imaginemos que tenemos Y=Rendimiento y X1=Nivel de etanol (dependiendo del tiempo) en un proceso de fermentación.
Puede configurar la plataforma de la siguiente manera:
Debe elegir un modelo adecuado. En este ejemplo, B-Spline es suficiente. Dependiendo de los datos, wavelet podría ser una mejor solución.
Ahora has establecido la relación entre el rendimiento y el etanol. Podemos ver el impacto de tener un alto nivel de etanol al inicio o a mitad del proceso en mi rendimiento.
Situaciones específicas: varias X (incluidas X no dependientes del tiempo)
En este caso, la relación entre las X y las Y es un poco más compleja y debe construirse fuera de la plataforma. Tendrás dos pasos:
Paso 1: En este caso, en el lanzador de la plataforma, coloque cada X dependiente del tiempo en el área Y, Salida y cada X no dependiente del tiempo en el área Z, Suplementario.
Una vez creado el modelo para cada X dependiente del tiempo en la plataforma, debe extraer los coeficientes (Guardar resúmenes) en otra tabla de datos. En esta tabla, encontrará las Y, las X (medición simple) y, para cada X dependiente del tiempo, los coeficientes calculados.
Paso 2: Es posible crear un modelo para determinar la relación. Personalmente, usaré un modelo LASSO (gestionaré la correlación y destacaré solo los factores importantes).
El modelo final le mostrará la relación entre Y y los diferentes X y el componente principal funcional. Si desea ver el efecto del componente principal en la curva, guarde la ecuación y utilice el generador de perfiles del menú Gráfico con la opción "Expandir fórmula intermedia".
En el siguiente video, pueden ver que el segundo componente principal del etanol (en amarillo) afecta el rendimiento. Necesito minimizar este coeficiente para optimizarlo. Pero, ¿qué significa esto en mi curva de etanol? Pueden observar la forma de la curva amarilla de etanol al modificar la cantidad de etanol FPC2.
Lo mismo ocurre con el alimento de melaza FPC2. Necesito un valor de colmena de este componente para mejorar mi rendimiento (en naranja). Puedo ver su estado en la curva naranja, ya sea bueno o malo.
Lo mismo en rojo para mi NH3.
Rango:
En este modelo, podemos simular una variación en los diferentes FPC, que tienen un impacto en el rendimiento pero también en la forma de la curva y le brindan un rango de variación aceptable.
Tenga en cuenta que si tiene un proyecto específico, estaré encantado de discutirlo con usted.
Hola Florencia,
¡Muchas gracias por tu respuesta!
