如何處理非線性模型的資料預測？大家好，
目前，我想執行從 X 到 Y 的預測，其中 X 和 Y 彼此是非線性的
從下圖可以看出，Y > 100 或 X > 550 的值實際上被認為是不好的。但是，我不知道輪廓線之外的數據或帶有問號的區域內的數據是否被認為是好的或壞的。我想問一些問題：
1. 有沒有辦法用放在問號區域的數據點，或放在輪廓線之外但不超過界限（紅線）的數據點來預測？由於 X 和 Y 之間不是線性關係，我嘗試用非線性模型進行預測，但一直卡住。
2.我想用緩衝區繪製一段距離的邊界，然後我考慮資料點：
-場外新邊界-->不好
-現場有新的邊界，但超出了紅色界限 --> 不好
-其他：好
我該如何定義適當的距離？
希望我能得到你的一些建議
預測模型和機器學習回覆：如何使用非線性模型處理資料預測？你好@PhamBao ，
你是如何產生這些數據的？是透過實驗得到的嗎？彩色區域只顯示你測試過的區域嗎？
如果您只在顯示回應的區域內進行了測試，那麼在實際測試區域之外進行外推到「問號」區域可能並不合適——完全可以在 JMP 中生成模型並開始在測試區域之外進行外推——但這樣做風險很大。在許多情況下，您可能需要使用預測刻畫器中的「外推控制」來阻止毫無根據的預測。
如果您可以進行更多實驗，為什麼不在更廣泛的範圍內進行測試（使用 DOE 選項中的自定義設計或增強設計）以獲取有關您的系統的更多信息，以便您可以覆蓋帶有問號的區域進行測試？
如果您可以提供資料集，那也將很有用。
謝謝，
本
回覆：如何使用非線性模型處理資料預測？你好@Ben_BarrIngh
我從我的工作單位獲取了數據。數據來自不同的機器（12台機器，數據幀大約6週），使用相同的配方。實際上，Y是X之後的後續數據。通常，我會嘗試分別控制單一參數，例如X和Y。
X 限制：控制上限：550 和控制下限：100 --> 如果不在控制限度內，單一參數的產品將被視為不良
Y 限制：控制上限：100 和控制下限：-170 --> 如果不在控制限度內，則具有單一參數的產品將被視為不良
Flag3：0 被認為是好產品 - 1：壞產品
然而，我們發現在生產過程中控制單一參數效果並不理想。因此，我嘗試繪製如上圖所示的X和Y曲線，觀察Y對X的反應，然後同時控制X和Y。當我用來自不同機器的6週資料繪製圖表（X和Y）時，我得到如上圖所示的模式。我找到了一個問題
1：使用來自 6 週和不同機器的大量數據點，推斷該區域外的數據是否合適？
如果沒有，您能否給我提供說明或參考，告訴我如何使用 DOE 進行廣泛測試以獲取更多資訊來涵蓋問號區域？
回覆：如何使用非線性模型處理資料預測？你好@PhamBao ，
因為你只關注好/壞的二元回應/標記，所以進行推論並不合適（畢竟很少情況下會進行推斷）。同樣，這些標記只有在違反控制限規則時才會被視為好/壞，而不是因為它們實際上經過測量並被標記為“好”或“壞”（如果我錯了，請糾正我）。你對輪廓線的應用並不恰當，甚至沒有必要——就你的數據而言，從好到壞的變化不是漸進的，而是在X或Y值超出其控制限時突然發生的。
如果後者是真的，那麼我會建議幾件事：
- 從過程中找到定義產品好壞的品質屬性（即產品純度、缺陷率）
- 根據您的 X 和 Y 衡量該屬性的關聯值（儘管它們都可以被視為 X）
如果您需要嘗試使用實驗來填補這一空白，請查看這些 DoE 資源： https://www.jmp.com/doeintrokit/en/index.html 。
謝謝，
本
回覆：如何使用非線性模型處理資料預測？你好@Ben_BarrIngh
由於有些影片連結已失效，還有其他資源可以供我學習嗎？
「同樣，這些標記只有當它們違反控制限值規則時才會被認為是好/壞，而不是因為它們實際上經過測量並被標記為‘好’或‘壞’（如果我錯了，請糾正我）”
--> 實際上，我的疑問在於，如果我指的是資料形狀的形狀或模式，資料模式看起來是恆定的。這意味著無論 Y 值是多少，X 上的資料都不可能分佈在 0 到 50 之間。同樣，X 值在 0 到 550 之間時，Y 值在 -200 到 -100 之間也不存在資料點。
「- 測量該屬性與 X 和 Y 的關聯值（儘管它們都可以被視為 X）」 --> JMP 中是否有任何函數可以讓我添加更多參數並嘗試調整參數以查看 X 和 Y 如何響應參數
謝謝
回覆：如何使用非線性模型處理資料預測？你好@PhamBao ，
我不確定我是否完全理解了您的第一點 - 這可能是您想與顧問（例如JMP 合作夥伴）分享的內容，以便更好地充實您的挑戰，從而獲得幫助，我認為這可能超出了這裡可能的範圍。
對於第二點，您可以使用「擬合模型」平台來查看參數之間的關係。
謝謝，
本
