Problema con el generador de perfiles de predicción@malcolm_moore1
Tengo una pregunta sobre un problema con el Prediction Profiler y agradecería su ayuda para comprenderlo. Creé un modelo con la función Ajustar Modelo, donde se ajustaron tres respuestas por separado, cada una con múltiples efectos en el modo de Cribado de Efectos. Tras crear el modelo, identifiqué los efectos más significativos y verifiqué la normalidad de los residuos. Una vez completado el diagnóstico del modelo, utilicé el Prediction Profiler para explorar qué valores de los factores producirían una respuesta objetivo específica. A continuación, apliqué la Función de Deseabilidad, estableciendo la respuesta en un valor objetivo. Esto resultó en una curva de deseabilidad en forma de campana. Después, utilicé Maximizar Deseabilidad, que ajustó los valores de los factores para que la respuesta coincidiera con el objetivo. Sin embargo, noté algo inesperado: al ajustar manualmente una línea de factor en el Prediction Profiler y volver a hacer clic en Maximizar Deseabilidad, los valores de los factores resultantes a veces difieren significativamente de los anteriores, y la función de deseabilidad debajo del factor también cambia de forma.
¿Por qué ocurre esto? ¿Y en qué conjunto de valores de factores debo confiar al intentar predecir las configuraciones más adecuadas para lograr la respuesta objetivo?
Análisis y modelado de datos básicosRe: Problema con el generador de perfiles de predicciónHola Rokusan91,
El perfilador de predicción de JMP funciona, en el caso de factores continuos, mediante un algoritmo de descenso de gradiente para intentar encontrar la configuración óptima de los factores de entrada y así cumplir con los criterios de deseabilidad establecidos para cada respuesta. Es posible que vea diferentes valores predichos, ya que existen más de un óptimo posible para su sistema. El perfilador le muestra una de esas posibilidades. Al ajustar las entradas, el perfilador muestra un óptimo diferente, pero igualmente deseable.
Necesitará revisar las opciones de maximización (Optimización y deseabilidad > Opciones de maximización) para modificar esto y brindar un resultado más restringido. Descubrí que aumentar la cantidad de viajes es un buen lugar para comenzar; trabaje de manera iterativa para cambiar.
Respondí de manera similar en esta publicación que tiene algunos consejos útiles: https://community.jmp.com/t5/Discussions/Different-result-from-Prediction-profiler-everytime/td-p/746903
¡Gracias!
Ben
Re: Problema con el generador de perfiles de predicciónHola @Rokusan91 ,
La situación que describes es bastante común: cuantas más respuestas agregues a tu modelado y Profiler, más "compensaciones"/compromisos tendrás que hacer para obtener una solución "óptima". En la mayoría de los casos, las respuestas no evolucionan con la misma dirección y patrón, por lo que puede que no haya una única solución que pueda resultar en un buen compromiso.
Para visualizar mejor esta situación, puede usar el Simulador para generar puntos de datos a partir de su modelo, cubriendo los rangos de factores con suficientes puntos y distribuciones aleatorias uniformes. La tabla de datos resultante contendrá las respuestas predichas, así como una columna "Obj" con la puntuación general de deseabilidad.
Luego, puede trazar los puntos de datos de esta tabla y ver dónde se ubican los óptimos. Probablemente verá que existen varias combinaciones que pueden ayudarle a alcanzar un óptimo (aquí un ejemplo con dos respuestas para tres factores), un frente de Pareto:
La otra opción consiste en ejecutar la opción "Maximizar y Recordar" en "Optimización y Deseabilidad" varias veces con diferentes puntos de partida. Sin embargo, esto requiere mucho trabajo y puede no ser completamente exhaustivo y generar errores.
Espero que esta solución del frente de Pareto pueda ayudarte.
