시뮬레이션 모델과 실험모델 생성 및 비교

[#1]

그래서 실험 데이터와 시뮬레이션 데이터가 있는데 요인의 민감도를 비교하고 어떻게 정렬되는지 확인하고 싶습니다.

이는 다음과 유사합니다. 기존 실험 데이터를 기반으로 예측 모델을 만들려면 어떻게 해야 하나요?

저는 JMP를 처음 접했기 때문에 이 일을 제대로 하고 있기를 바랍니다.

첨부된 내용은 시뮬레이션(2)과 실험 데이터(3)입니다.

1. 두 데이터 세트에 Fit Model 명령을 사용하고 매개변수를 비교하면 올바른 접근 방식이 추정됩니까?

2. 그렇다면 두 데이터 세트를 모두 실행할 때 X1 X2 X3에 대한 표준 오류에 대해 동일한 값을 얻습니다. 나는 표준 오차가 모수 추정치의 적합도와 관련이 있다는 인상을 받았지만, 3개 모두에 대해 어떻게 동일할 수 있는지 알 수 없습니다. 여기에 제가 놓친 것이 있나요?

감사해요

[#2]

면책 조항: 나는 귀하의 문제에 대해 생성할 데이터, 모델 또는 분석을 검토하지 않았습니다.

나는 많은 질문과 몇 가지 생각을 포함하여 귀하의 첫 번째 질문에 대부분의 논평을 집중할 것입니다.

1. 당면한 실제 문제에 대해 더 자세히 공유해 주실 수 있나요? 저는 모든 분석과 결론을 플롯, 데이터, 통계만 보는 것이 아니라 해당 렌즈를 통해 고려하고 필터링해야 한다고 생각합니다.

2. 모수 추정치의 맹목적인 수치 비교는 이 두 시스템을 비교하는 유일한 방법입니다. 나는 그들이 다를 것이라고 장담할 수 있습니다. 도대체 경험적 실험을 다시 실행하면 수치적 차이만 보장됩니다. 그러나 이러한 차이점이 실제적인 관점에서 중요한가요? 질문 #1을 참조하세요. 위에.

3. 시뮬레이션 데이터와 경험적 데이터 사이에 요인 공간 내에서 얼마나 많은 중복이 존재합니까? 일관성이 없는 관심 분야가 있습니까?

4. 각각의 응답 공간 내에서 얼마나 중복됩니까? 일관성이 없는 관심 분야가 있습니까?

5. 각 모델의 잔여 공간에 대한 일관성 정도는 어떻습니까? 결국...이것은 각 모델에 대한 설명할 수 없는 변동의 추정치입니다. 불일치 정도에 문제가 있습니까?

6. 모델링 공간에 대한 민감도가 어떤지 확인하기 위해 각 모델에 대한 시뮬레이션을 시도해 보셨나요?

나는 다른 사람들이 의견을 말하고 그들의 생각을 추가하도록 초대합니다. 하지만 결국 매개변수 추정치만 보는 것은 '시스템에서 무슨 일이 벌어지고 있는 걸까?'에 대한 아주 아주 좁은 시각이라고 생각합니다.

[#3]

1. 물론입니다. 기본적으로 일부 매개변수를 변경하여 회로 성능을 시뮬레이션했습니다. 또한 동일한 매개변수를 다양하게 적용하여 동일한 회로의 결과를 측정했습니다. 측정된 결과가 시뮬레이션과 일치하거나 일치하지 않음을 보여주고 싶습니다.

2. 이 경우의 매개변수 추정은 회로 매개변수가 변경된 것이므로 실제적인 관점에서 중요할 것이라고 생각합니다.

3. 지금은 동일하지만 시뮬레이션 모델에는 아마도 더 많은 포인트가 있어야 합니다.

4-6, 잘 모르겠습니다.

궁극적으로 나는 시뮬레이션이 제작된 장치를 정확하게 예측한다는 것을 보여주려고 노력하고 있습니다.

[#4]

@hluo90 내 질문 #4에서 내가 묻는 것은 시뮬레이션과 경험적 실험 간의 응답 분포를 어떻게 비교하는가입니다. 아마도 각각의 히스토그램으로 시작하여 각 분포의 확산, 모양 및 중심 경향을 비교할 것입니다. 그런 다음 분포가 이러한 특성과 일치하는 정도를 조사합니다.

내 질문 #5에서는 각 실험에서 모델이 생성됩니다. 각 모델을 사용하여 예측할 수 있습니다. 관측값과 예측값 사이의 산술적 차이가 잔차입니다. 잔차 분포는 어떻게 비교됩니까?

제 질문 #5에서는 JMP의 Monte Carlo 시뮬레이션 기능과 같은 기능을 사용하여 각 모델의 예측 변수를 다양화하고 해당 변동에 따라 반응이 어떻게 변하는지 확인할 수 있습니다.

[#5]

나는 당신의 질문을 이해하지 못합니다. "요인의 민감도"란 무엇을 의미합니까? 각 데이터 세트의 두 모델을 비교하려고 하시나요? 그렇다면 다음과 같이 @P_바텔 이는 모델에 비교할 수 있는 많은 특성(R-제곱, RMSE, 계수(추정치), 잔차(실제로 DOE 데이터에 비정상적인 잔차가 있음)이 있음을 나타냅니다.)2개의 데이터 세트를 간략하게 살펴본 후 어떤 분석을 하고 있는지 잘 모르겠지만 매개변수 추정치에 대해 동일한 표준 오류가 발생하지 않으며 모델에서도 동일한 통계적으로 유의미한 매개변수를 얻지 못합니다.

시뮬레이션은 어떻게 만들어졌나요? 시뮬레이션에는 어떤 모델이 사용되었나요?

[#6]

나는 매개변수 추정치의 표준오차를 의미한다. 계산 방법을 조금 더 이해한 후

매개변수의 오류/변수의 총 합을 보면 매개변수의 표준 오류가 동일해야 하는 것 같습니다.

목표로 돌아가서, 예, 각 데이터 세트의 2개 모델을 비교하려고 합니다. 데이터 세트는 회로의 매개변수의 변형입니다. 두 모델을 비교하고 시뮬레이션/하드웨어 모두에서 회로의 매개변수를 변경하면 동일/유사한 결과가 나온다는 것을 보여주는 표준/가장 좋은 방법은 무엇입니까?

[#7 · Accepted solution]

죄송합니다. 귀하가 진행한 상황이나 실험, 분석을 제가 이해하지 못할 경우 귀하의 질문에 답변하기가 매우 어렵습니다. Y의 변화는 과학적 또는 공학적으로 얼마나 중요합니까? 810개 데이터 행에 대한 Y의 전체 범위는 0.44입니다. 그게 실용적인 의미가 있나요? 각 치료 조합에 대해 여러 데이터 포인트가 있습니다. 이러한 반복은 아니면 무작위 복제입니까? 무작위 반복실험으로 처리된 실제 실험을 분석하면 (잔차 분석을 통해) 비정상적인 데이터 포인트가 6개 이상 발견됩니다. RSquare는 약 .49입니다. 이는 분석에 사용된 모델이 데이터 변동의 약 49%만 설명한다는 의미입니다. 주효과와 2차 효과만 통계적으로 중요합니다. 모델을 줄였나요? 모델이 의미가 있나요?  

원천	로그워스		P값
X1(0.85,1.15)	101.912		0.00000
X3(0.85,1.15)	20.133		0.00000
X2(0.85,1.15)	13.329		0.00000
X2*X2	2.563		0.00274
X1*X1	1.030		0.09336
X1*X3	0.970		0.10727
X3*X3	0.925		0.11896
X1*X2	0.607		0.24733
X2*X3	0.294		0.50874

[#8]

나는 Y가 너무 많이 변하지 않을 것으로 기대합니다. 아마도 0.1 정도일 것입니다. 강조표시한 6가지 사항은 테스트 문제일 가능성이 높습니다.

반복은 서로 다른 장치의 측정이지만 설계 매개변수는 동일합니다.

무작위 반복실험으로 어떻게 분석합니까?

모델을 축소한다는 것은 추가 항을 제거한다는 뜻인가요?

솔직히 말해서 처음에 이것을 볼 때 STD 오류가 모두 동일하고 모두 너무 낮다는 것이 이해가 되지 않았습니다. 통계에 대해 자세히 읽은 후에는 오류가 어떻게 계산되는지 이해가 되었습니다. 측정 결과가 매우 시끄러웠기 때문에 매개변수 추정치가 측정값의 "1 표준 편차" 내에 있음을 보여주고 싶었습니다. 매개변수 추정치를 비교했을 때 실험과 시뮬레이션이 어느 정도 추적되었다고 생각했기 때문에 결과에 꽤 만족했습니다.