JMP Pro 18을 사용한 영상은 2025년 9월에 게시되었습니다.
불량률 측정 및 감소 방법을 결정하기 위해 모델 결과를 시뮬레이션해야 합니까? 비용 및 수율과 같은 하나 이상의 응답 목표에 대한 변수 값 변경의 영향을 비교하는 것을 목표로 합니까? 향후 실행의 예상 불량률과 응답의 합격 사양(사양 내 부분)에 대한 요인 제한의 영향을 이해하는 것이 팀에 도움이 될 수 있습니까?
이 세션에서는 간단한 4요소, 2반응 제조 사례를 사용하여 다음 작업을 수행하는 방법을 알아봅니다.
- 개별 요소의 설정을 변경함에 따라 예측 모델이 어떻게 변경되는지 대화형으로 확인합니다.
- 최적의(바람직한) 요인 설정에 대한 상충 관계를 찾아 조사합니다.
- 하나 이상의 응답에 대한 바람직성을 정의하고 최적화합니다.
- 복잡한 응답 최적화를 수행하여 기준을 완료하고 서로 다른 가중치를 지정합니다.
- 모델 입력과 노이즈의 무작위 변화에 따른 모델 출력 분포를 시뮬레이션합니다.
- 추가 평가를 위해 시뮬레이션된 값을 저장합니다. 여기에는 시뮬레이션된 응답이 사양 한계 내에 있는지 여부를 나타내는 값이 포함됩니다.
- 미래 실행이 응답 사양을 통과할 것으로 예상되는 비율에 대한 요인 한계의 영향을 살펴봅니다(사양 내 부분).
@로라_히긴스 , @도니코프 , @패트릭 줄리아노 가 라이브 웨비나에서 답한 질문:
질문: 수식을 사용하여 시뮬레이션된 값을 필터링하여 X에 대한 제약 조건을 입력할 수 있나요?
답변: 네, JMP 테이블에 수식이 있는 경우 또는 수식에 직접 수식을 추가할 수 있습니다. 수식에 대한 비디오를 참조하세요.
큐: 모델 구축을 위한 연속 프로세스 데이터 샘플링에 대한 권장 사항이 있나요? 예를 들어, 얼마나 자주 또는 자주 발생하는지, 그리고 모델에서 프로세스 지연을 포착하는 가장 좋은 방법은 무엇인가요?
A: 물론 상황에 따라 다릅니다. 또한 JMP에는 프로세스를 지능적으로 샘플링하는 데 도움이 되는 훌륭한 도구들이 있습니다. 예를 들어, 표 > 부분집합을 사용하여 행의 의미 있는 "구간"(부분집합)을 추출할 수 있으므로 샘플링 프로세스가 복잡해지지 않습니다. 로트가 많고 로트 간 변동(예상되는 평균 변화)이 지속적인 프로세스에서 완전히 무작위로 샘플링한다고 상상해 보세요. 해당 프로세스에서 완전히 무작위로 샘플링하면 샘플이 합리적으로 작동하지 않습니다. 예를 들어, 샘플이 상당히 일관되지 않고 특정 분포 모델, 특히 정규 분포나 와이블 분포와 같은 '물리 기반' 모델에 적합하지 않을 수 있습니다.
질문: 민감도 분석(입력 변동이 출력 변동에 얼마나 영향을 미치는지 분석)을 JMP에서 다른 이름으로 부르나요? 어떤 예측 변수가 그렇게 많은 제어가 필요하지 않은지 확인하는 가장 좋은 방법은 무엇인가요?
에이: JMP 지원 문서에서 "확률적 최적화"를 검색하여 시작하세요.
제안된 전제 조건:
자원
