Funktionale Datenanalyse: Mehrere AntwortenGuten Morgen,
Ist es im Rahmen der Analyse eines Mischungsdesigns mittels funktionaler Datenanalyse möglich, gleichzeitig Kurvenverläufe und klassische (Einzelwert-)Antworten zu analysieren? Wenn ja, wie?
Vielen Dank im Voraus für Ihre Hilfe.
VersuchsplanungBetreff: Funktionale Datenanalyse: Mehrere AntwortenHallo @SquaresJackal10 ,
Es ist möglich, funktionale Datenanalysemodelle und „Standardmodelle“ parallel zu analysieren und zu visualisieren. Eine Möglichkeit besteht darin, zwei Datentabellen zu verwenden (eine für funktionale, eine für Standardreaktionen) und eine ID-Spalte zur Identifizierung identischer Experimente zu definieren. Wenn beide Tabellen eine gemeinsame Experiment-ID-Spalte besitzen, kann eine virtuelle Verknüpfung über diese ID-Spalte durchgeführt werden: Klicken Sie mit der rechten Maustaste auf die Spalte mit den eindeutigen IDs (Standardreaktionen) und wählen Sie „ID verknüpfen“ . Klicken Sie in der Tabelle mit den funktionalen Reaktionen mit der rechten Maustaste auf die Spalte mit den IDs, wählen Sie „Referenz verknüpfen“ und anschließend die Datentabelle für die Standardreaktionen. Die Option „Profiler verknüpfen“ ermöglicht schließlich die Visualisierung des funktionalen Datenprofilers, vorausgesetzt, die Faktoren des Versuchsdesigns sind in der funktionalen Datentabelle vorhanden, wurden als ergänzende Variablen (Z, Ergänzend) hinzugefügt und eine FDOE-Analyse wurde im FDE durchgeführt, um die Faktoren des Versuchsdesigns mit den Kurven zu verknüpfen ( Wavelet-DOE-Analyse oder funktionale DOE-Analyse ).
Ein Beispiel für diese Manipulation ist in dieser Präsentation verfügbar : Verwendung des Functional Data Explorer in einem Mischungsdesign zur Vorhersage der tribologischen Leistung . Durch die Verwendung dieses Ansatzes ist es möglich, den experimentellen Raum des Mischungsdesigns zu visualisieren und die tribologische Kurve an jedem Punkt des mit einem Mixture Profiler erstellten ternären Diagramms vorherzusagen.
Es gibt sicherlich noch andere Ansätze, dieser hat jedoch den Vorteil, dass er das Datenformat jedes Modells respektiert (und beispielsweise die Wiederholung klassischer Antworten in der funktionalen Datentabelle vermeidet, die von JMP als replizierte Experimente interpretiert würden, was die Analyse verfälschen würde).
Ich hoffe, diese Lösung hilft Ihnen.
Betreff: Funktionale Datenanalyse: Mehrere AntwortenIch empfehle ein zweistufiges Vorgehen. Zunächst können Sie mithilfe der Funktionsdatenanalyse (FDE) eine gute Anpassung an Ihre Kurvendaten erzielen, wie in diesem Video gezeigt: Was ist Funktionsdatenanalyse? Anschließend können Sie die FPC-Werte aus Ihrer FDE-Analyse als Zielgrößen in Ihrem Versuchsplan verwenden.
Beim Start der FDE-Plattform müssen alle DOE-Faktoren und nicht-funktionalen Zielgrößen in der Z-Rolle (Zusatzfunktion) berücksichtigt werden. Sobald Sie mit der FDE-Anpassung zufrieden sind, speichern Sie die FPC-Werte über „Funktionszusammenfassungen“ → „Zusammenfassungen speichern“. Dadurch wird eine neue Datentabelle mit allen DOE-Faktoren und Einzelwert-Zielgrößen sowie den neuen FPC-Werten als zusätzlichen Zielgrößen erstellt.
