Cher JMP !
Nous avons récemment fait l'acquisition de JMP Pro et je souhaite utiliser l'optimisation bayésienne.
Je souhaite générer un ensemble initial de points avec un plan d'expériences (DoE) avec une méthode de remplissage flexible rapide pour l'optimisation.
J'ai 2 réponses et 5 facteurs, dont 1 est catégoriel (type D), 4 sont continus.
En fonction du niveau de Dtype, je voudrais fixer la limite du facteur D à différentes valeurs (par exemple pour P et A entre 5 et 10, pour L entre 5 et 20).
Comment puis-je y parvenir ?
J'ai joint une capture d'écran de mon JMP Pro.
Merci d'avance pour votre temps et votre réponse.
Salut @VarianceCivet85
Bienvenue dans la communauté !
Lors de la création de votre motif de remplissage d'espace pour générer votre ensemble de candidats, vous pouvez très simplement atteindre votre objectif en utilisant le filtre de combinaisons interdites ou le script de combinaisons interdites .
Sélectionnez « Utiliser le filtre des combinaisons non autorisées », puis sélectionnez le facteur Dtype = P et la plage du facteur D de 10 à 20, OU le facteur Dtype = A et la plage de D de 10 à 20. Ce sont les plages/combinaisons de facteurs que vous ne souhaitez pas inclure dans votre conception, en fonction de vos informations. Vous devriez obtenir cet écran :
Si vous êtes plus familier avec le script JMP, vous pouvez utiliser l'option « Utiliser le script des combinaisons interdites » et ce script :
Dtype == "P" & D >= 10 | Dtype == "A" & D >= 10
Et vous obtiendrez les mêmes résultats.
Spécifiez le nombre de points souhaité pour votre ensemble de candidats, générez le tableau de données, et vous pourrez enfin vérifier que les contraintes sont bien appliquées et respectées :
Je recommande la lecture de l'excellent blog « Demystifying Factor Constraints » de @Jed_Campbell ; il explique les différentes manières d'appliquer des contraintes lors de la création de plans/ensembles de candidats.
EDIT : Puisque vous souhaitez créer des points de départ pour l'optimisation bayésienne, vous pourriez utiliser un plan d'expérience personnalisé D-optimal et appliquer la contrainte mentionnée précédemment, afin de garantir que l'intervalle de chaque facteur soit exploré avec un minimum d'itérations. Avec seulement 6 itérations et un plan de remplissage rapide et flexible, j'ai rencontré des situations où les intervalles de D pour chaque type de D n'étaient pas entièrement explorés.
Avec une approche de conception personnalisée (et en utilisant uniquement les effets principaux dans le modèle), vous aurez besoin d'un minimum de 7 exécutions, mais la répartition des exécutions vous assure d'explorer toute la gamme pour tout niveau Dtype :
J'espère que cette réponse résoudra votre problème.
