Generé una tabla aleatoria de resultados (10.000 ejecuciones) a partir del generador de perfiles de predicción y, a continuación, utilicé los datos resultantes para crear una matriz de diagramas de dispersión con la opción de densidad no par habilitada.
Al aplicar un filtro de datos local a la matriz de diagramas de dispersión para seleccionar las regiones de respuesta más deseables, ¿este enfoque proporcionaría una indicación eficaz de la región de funcionamiento óptima?
Hola @erichujh ,
Sí, la opción de generar una tabla aleatoria de resultados puede ayudarle a identificar áreas interesantes que coincidan con sus especificaciones/objetivos. Como se indica en la Ayuda de JMP relacionada con esta sección: " La nueva tabla de datos contiene scripts que se pueden usar para visualizar las regiones dentro de las especificaciones de los factores o respuestas ". Y " Supongamos que desea ver el lugar geométrico de todas las configuraciones de factores que producen un rango dado de configuraciones de respuesta deseables. Al seleccionar y ocultar los puntos que no califican (usando el pincel gráfico o el Filtro de datos), verá las posibilidades de lo que queda: el espacio de oportunidad que produce el resultado que desea.
Es posible que algunas filas aparezcan seleccionadas y marcadas con un punto rojo. Estas representan los puntos en la frontera de Pareto de deseabilidad multivariante: los puntos que no están dominados por otros puntos con respecto a la deseabilidad de todos los factores. Las filas seleccionadas corresponden a las filas que tienen un valor de 1 en la columna "Dominante ".
Otra alternativa podría ser utilizar el Perfilador de espacio de diseño para determinar los rangos de factores que permiten maximizar la proporción de muestras que cumplen con las especificaciones.
Espero que esta respuesta te ayude.
