ディスカッションボードに投稿するためにアカウントを作成したのですが、私の質問はすぐにスパムとしてフラグ付けされました
投稿へのリンク: (非線形応答の DOE (およびフィッティング) の作成)
内因性Came1より
https://community.jmp.com/t5/Discussions/Creating-DOE-and-fitting-for-non-linear-response/mp/756730#M93824
こんにちは。私はまだ JMP の初心者ですが、非線形システムをモデル化する最良の方法 (DOE の生成 + モデル適合) を見つけようとしています。 背景: 簡単に言うと、モデル化しようとしている大規模な実験空間があります (10 個の離散変数 + 10 個の連続変数)。完全な実験に進む前に、サブセット (1 個の離散変数 + 5 個の連続変数) で作業して、実験空間を拡張する前にシステムを正しくモデル化していることを確認します。私は、メイン + 第 2 交互作用項 + 第 2 乗項を含む単純なモデルで DOE を生成することから始めました。DOE を実行した後、すべての効果が有意である適切なモデルが得られました。`予測プロファイラー` を操作しているうちに、モデルがデータの特定のセクションに過剰適合していて、物理的に不可能な予測を引き起こしていることがわかりました。私の目標は、実験空間全体で可能な限り正確なモデルを作ることです。正確にモデル化されていないエッジ ケースをいくつか説明している以下のスクリーン ショットを参照してください。現在の状況の要約: - 応答に統計的に有意な曲率があることがわかっています (最初の DOE に基づく) - 物理学から、連続変数が無限大に近づくにつれて応答は漸近的に 0 に近づく必要があることがわかっています (応答が負になることはあり得ません) - おそらくいくつかの相互作用項がありますが、それらの項も応答の曲率を過剰適合するために使用されているのではないかと考えています。有意な相互作用項があると考える前に、もう少し証拠が必要です。現在のモデルはシナリオの 90% で正確ですが、2 次項では漸近応答を正確にモデル化できないため、いくつかのエッジ ケースが生成されていることがわかっています。2 次領域の最小値の近くにデータ ポイントを追加すると、モデルが滑らかになり、現実により近くなると思いますが、適切なモデルを取得するために必要なデータ ポイントの数を最小限に抑えたいと考えています (特に変数を追加する前)。漸近応答のDOEを生成する正しい方法と、DOEを生成した後、この非線形応答を適切にモデル化する方法を教えてください。よろしくお願いします。
このメッセージには返信がありません
