预测化学过程中的工艺条件/趋势嘿，
我想根据同一工艺批次在体积或反应器规模变化时的历史数据，预测系统控制 pH 值所需的 CO2 曝气量。
我有一个化学工艺流程，其中pH值通过二氧化碳鼓泡来控制，系统自动控制二氧化碳鼓泡量以维持pH值在设定值。我有不同批次的工艺数据，包括多个参数以及该鼓泡量，涵盖不同的规模和重复实验。每个批次都以时间（天）和比容变化来描述。
我希望开发一个预测模型（基于先前批次的实验数据），以便预测在设计未来批次时，调整体积和其他参数时系统可能需要的二氧化碳吹扫量。
我不认为这是优化，因为新批次的工艺参数（例如体积）已经选定，我需要知道在新设置下，为了维持相同的pH设定值，需要多少二氧化碳通量。新批次的运行规模与一些已有的历史数据相同，只是体积变化等细节有所不同。此外，还有其他规模的数据可供参考。
我尝试使用 FitModel 平台来获取预测方程，但我不确定我构建的模型是否正确，也不知道如何验证它。最后，我尝试在网上搜索教程，但没有找到任何与我的情况类似的示例。我使用的是 JMP 18。
先感谢您 ：）
基础数据分析与建模预测建模和机器学习回复：预测化学过程中的工艺条件/趋势
我尝试使用 Fit Model 平台来获得预测方程，但我不太确定我构建的模型是否正确，也不知道如何验证它。
要判断你的模型是否“正确”，最简单的答案就是看它预测得是否准确，也就是进行验证，这样你就能走对方向。一个简单的验证方法是，在模型中选择几个没有数据的地方，然后在这些设置下运行你的模型，并检查模型预测与实际情况的吻合程度。
这里有一个20分钟的视频，更详细地讲解了以下内容：（ 精通JMP）模型的指定和拟合
这门免费课程可以帮助您获得更多背景知识和经验： 相关性和回归分析教程 | JMP
