散布図行列は最適な領域を特定するために使用できますか？
予測プロファイラから出力ランダムテーブル（10,000回の実行）を生成し、その結果得られたデータを使用して、非パラメトリック密度オプションを有効にした散布図マトリックスを作成しました。
散布図行列にローカルデータフィルタを適用して最も望ましい応答領域を選別することで、このアプローチは最適な動作領域を効果的に示すことができるだろうか？
高度な統計モデリングデータ探索と可視化実験計画法Re: 散布図行列は最適な領域を特定するために使用できますか？こんにちは、 @erichujh さん。
はい、出力ランダムテーブルを生成するオプションを使用すると、仕様/目的に合致する興味深い領域を特定できます。このセクションに関連するJMP ヘルプには、次のように記載されています。「新しいデータ テーブルには、因子または応答の仕様内領域を視覚化するために使用できるスクリプトが含まれています。」また、「特定の範囲の望ましい応答設定を生成するすべての因子設定の軌跡を確認したいとします。条件を満たさないポイントを選択して非表示にすることで (グラフィカル ブラッシングまたはデータ フィルタを使用)、残りの可能性、つまり、望む結果をもたらす機会空間を確認できます。」
一部の行が選択され、赤い点でマークされている場合があります。これらは、多変量望ましさパレートフロンティア上の点、つまり、すべての要因の望ましさに関して他の点に支配されていない点を表しています。選択された行は、「支配的」列の値が1である行に対応します。
別の方法としては、 デザインスペースプロファイラーを使用して、規格内サンプルの割合を最大化できるような係数範囲を決定する方法があります。
この回答がお役に立てば幸いです。
