シミュレーションモデルと実験モデルの作成と比較

[#1]

そこで、いくつかの実験データといくつかのシミュレーション データがあるので、要因の感度を比較し、それらがどのように並んでいるかを確認したいと思います。

これは次のようなものです。古い実験データに基づいて予測モデルを作成するにはどうすればよいですか?

私は JMP を初めて使用するので、これを正しく行うことができれば幸いです。

シミュレーション (2) と実験データ (3) を添付します。

1. 2 つのデータセットに対して [モデルのフィット] コマンドを使用し、パラメーターを比較することは正しいアプローチを推定していますか?

2. その場合、両方のデータセットを実行すると、X1 X2 X3 の標準エラーに同じ値が得られます。 標準誤差はパラメータ推定値の適合品質に関連しているという印象を受けましたが、どうして 3 つすべてで同じになるのかわかりません。 ここで何か足りないものはありますか？

ありがとう

[#2]

免責事項: 私は、あなたの問題に対して作成されるデータ、モデル、または分析を見ていません。

私の解説のほとんどは最初の質問に集中します...多くの質問といくつかの考えを含みます。

1. 現在の現実的な問題について詳しく教えていただけますか? 私は、分析や結論はプロット、データ、統計だけを見るのではなく、そのレンズを通して検討し、フィルタリングする必要があると信じています。

2. パラメータ推定値のブラインド数値比較は、これら 2 つのシステムを比較する唯一の方法です。 それらが異なることは保証します。 そうですね、もう一度実証実験を実行してください。そうすれば、数値的な違いはほとんど保証されます。 しかし、これらの違いは実用的な観点から重要なのでしょうか? 質問 #1 を参照してください。その上。

3. シミュレーション データと経験データの間には、因子空間内でどの程度の重複が存在しますか? 一貫性のない関心領域はありますか?

4. それぞれの応答空間内にどの程度の重複がありますか? 一貫性のない関心領域はありますか?

5. 各モデルの残差空間全体の一貫性の程度はどの程度ですか? 結局のところ...これは各モデルの説明できない変動の推定値です...不一致の程度に問題はありますか?

6. 各モデルのシミュレーションを試して、モデリング空間全体の感度がどの程度であるかを確認しましたか?

他の人もコメントして意見を追加してください。 しかし結局のところ、パラメーターの推定値だけを見ることは、「システムで何が起こっているのか」について非常に非常に狭い視野でしかないと思います。

[#3]

1. 確かに、基本的には、いくつかのパラメーターを変更して回路パフォーマンスのシミュレーションを行いました。 また、同じパラメータを変化させて同じ回路の結果を測定しました。 測定結果がシミュレーションと一致するか一致しないことを示したいと思います。

2. この場合のパラメータ推定値は回路パラメータを変化させたものとなるため、実用上重要となると思います。

3. 現時点では同じですが、シミュレーション モデルにはおそらくより多くのポイントがあるはずです。

4-6、よくわかりません。

結局のところ、私はシミュレーションが製造されたデバイスを正確に予測することを示そうとしているだけです。

[#4]

@hluo90質問 #4 で私が尋ねているのは、シミュレーションと実証実験の間で応答の分布をどのように比較するかということです。 おそらく、それぞれのヒストグラムから始めて、各分布の広がり、形状、中心傾向を比較するでしょう。 次に、これらの特性について分布がどの程度一致するかを調べます。

私の質問 #5 では、各実験でモデルが生成されます。 各モデルを使用して予測を行うことができます。 観測値と予測値の間の算術差が残差です。 残差分布はどのように比較されるのでしょうか?

私の質問 #5 では、JMP のモンテカルロ シミュレーション機能のようなものを使用して、各モデルの予測変数を変化させ、その変化に基づいて応答がどのように変化するかを確認できます。

[#5]

あなたの質問がわかりません。 「要因の感応度」とは何を意味しますか? 各データセットの 2 つのモデルを比較しようとしていますか? そうであれば、次のように@P_Bartelが示しているように、比較できるモデルの特性が多数あります (R 二乗、RMSE、係数 (推定値)、残差 (実際、DOE データには異常な残差があります)。2 つのデータセットをざっと見ただけでは、どのような分析を行っているのかわかりませんが、パラメーター推定値で同じ標準誤差が得られず、モデルで同じ統計的に有意なパラメーターも得られませんでした。

シミュレーションはどのように作成されましたか? シミュレーションにはどのようなモデルが使用されましたか?

[#6]

パラメータ推定値の標準誤差のことです。 それらがどのように計算されるかをもう少し理解した後、

パラメータの誤差/変動量の総和、パラメータの標準誤差は同じになるはずだと思われます。

目標に戻ります。はい、各データセットの 2 つのモデルを比較しようとしています。 データセットは、回路内のパラメータのバリエーションです。 2 つのモデルを比較し、シミュレーション/ハードウェアの両方で回路のパラメーターを変更すると同じ/類似の結果が得られることを示す標準/最良の方法は何ですか?

[#7 · Accepted solution]

申し訳ありませんが、状況や実験、分析が理解できない場合、ご質問に答えるのは非常に困難です。 Y の変化はどれくらい科学的または工学的に興味深いものですか? 810 行のデータにわたる Y の合計範囲は 0.44 です。それは実用的な意味があるのでしょうか？ 治療の組み合わせごとに複数のデータ ポイントがあります。 これらは反復ですか、それともランダム化された反復ですか? 実際の実験をランダム化された反復として処理して分析すると、(残差分析により) 少なくとも 6 つの異常なデータ ポイントが見つかります。 RSquare は約 0.49 です。これは、分析に使用されたモデルがデータの変動の約 49% しか説明していないことを意味します。 統計的に重要なのは、主効果と場合によっては二次効果のみです。 モデルを縮小しましたか？ モデルに意味はあるのか？  

ソース	ログワース		P値
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]

Y はあまり変わらないと予想します。おそらく .1 くらいです。 あなたが強調した 6 つのポイントは、テストの問題である可能性があります。

繰り返しは異なるデバイスの測定値ですが、同じ設計パラメータです。

ランダム化された反復としてどのように分析しますか?

モデルを縮小するとは、余分な項を削除することを意味しますか?

正直に言うと、私がこれを最初に見ていたとき、STD エラーがすべて同じであり、すべてが非常に低いということがわかりませんでした。 統計について詳しく読んだ後、誤差がどのように計算されるかがなんとなく理解できました。 測定では非常にノイズの多い結果が得られたため、パラメータ推定値が測定値の「1 標準偏差」以内であることを示したかったのだと思います。 パラメーターの推定値を比較したとき、実験とシミュレーションは多かれ少なかれ追跡されていると思いました。そのため、結果にはかなり満足していました。