化学プロセスにおけるプロセス条件/傾向を予測するおい、
ボリュームまたはリアクタースケールの変更時に、同じプロセスバッチの履歴データに基づいてシステムが pH を制御するために必要となる CO2 スパージを予測したいと考えています。
CO2スパージによってpHを制御する化学プロセスがあります。CO2スパージはシステムによって自動的に制御され、pHが設定値に維持されます。異なるスケールと反復実験において、複数のパラメータとCO2スパージを含む複数のバッチのプロセスデータを保有しています。各バッチは、時間（日数）と比容積の推移で記述されています。
将来のバッチを設計する際に、ボリュームやその他のパラメータを調整するときにシステムに必要な CO2 スパージを予測できる予測モデル (以前のバッチの実験データに基づく) を開発したいと考えています。
新しいバッチのプロセスパラメータ（容量など）は既に選択されており、この新しい設定で同じpH設定値を維持するために必要なCO2スパージ量を把握する必要があるため、これを最適化とは考えません。新しいバッチは、利用可能な履歴データの一部と同じスケールで実行されますが、容量の推移などの詳細は異なります。他のスケールも利用可能です。
Fit Modelプラットフォームを使って予測式を取得しようとしたのですが、正しいモデルを構築できているのか、またそのモデルを検証する方法が分かりません。最後に、チュートリアルをGoogleで検索してみましたが、私のケースと似たような例は見つかりませんでした。私はJMP 18ユーザーです。
よろしくお願いします ：）
基本的なデータ分析とモデリング予測モデリングと機械学習化学プロセスにおけるプロセス条件/傾向の予測
予測方程式を取得するために Fit Model プラットフォームを使用しようとしましたが、正しいモデルを構築したか、それを検証する方法がわかりません。
モデルが「正しい」かどうかを知るための簡潔な答えは、モデルがうまく予測できるかどうか、つまり検証を行うことです。つまり、正しい方向に進んでいるかどうかです。モデルを検証する簡単な方法の一つは、モデル内でデータが存在しない箇所をいくつか選び、その設定でプロセスを実行し、モデルが現実をどれだけ正確に予測しているかを確認することです。
より詳しい説明については、20分のビデオをご覧ください: (Mastering JMP) モデルの指定と適合
この無料コースでは、より詳しい背景情報と経験を得ることができます: 相関と回帰のチュートリアル | JMP
