Interpretar los resultados clave para Optimizador de respuestas

Complete los siguientes pasos para interpretar Optimizador de respuestas. La salida clave incluye la gráfica de optimización, los valores ajustados y los intervalos de confianza.

En este tema

Paso 1: Identificar la configuración óptima de cada predictor
Paso 2: Identificar la estimación puntual y el rango probable de cada respuesta

Paso 1: Identificar la configuración óptima de cada predictor

Utilice la gráfica de optimización para determinar la configuración óptima de los predictores de acuerdo con los parámetros que usted especificó. La configuración de las variables se puede modificar directamente en la gráfica moviendo las barras verticales rojas. La forma en que interactúa con el gráfico de optimización depende del menú para la construcción del modelo.

Estadísticas: Haga doble clic en la gráfica de optimización para hacerla interactiva.
Módulo de análisis predictivo: La trama es siempre interactiva.

La gráfica de optimización muestra los valores ajustados para la configuración de los predictores. Para un modelo de regresión lineal, examine los intervalos de predicción en la salida para determinar si el rango de valores probables para un solo valor futuro se encuentra dentro de los límites aceptables para el proceso.

Resultado clave: Gráfica de optimización

Para los datos sobre aislamiento, la deseabilidad compuesta es 0.775. La primera columna de la gráfica muestra los valores de respuesta en cada nivel de Material, que es una variable categórica. La configuración actual es Material = Fórmula2, PresIny = 98.4848, TempIny = 100.0 y TempEnfr = 45.0. La meta era maximizar Aislamiento. Su valor pronosticado es 25.6075 y su deseabilidad individual es 0.85386. La covariable, TempMedición, se incluye en el modelo como una variable de ruido no controlable y se fijó en 21.49. Otras observaciones son las siguientes:

Material: Los dos puntos de cada celda de esta columna representan los dos niveles de la variable categórica: Formula1 y Formula2. Fórmula2 parece ser el mejor material. Si se utiliza Fórmula1, el valor aislante se reduciría y la densidad aumentaría, siendo ambos resultados indeseables. Sin embargo, debido a que el tipo de material interactúa con otros factores, esta tendencia podría no mantenerse con otros valores de configuración. Considere si puede encontrar una solución local para Fórmula1. También puede cambiar la configuración de Fórmula1 directamente en la gráfica moviendo las barras verticales.

PresIny: Al aumentar la presión de inyección, aumentan las tres respuestas. Por lo tanto, el valor de configuración óptimo se encuentra en la mitad del rango (98.4848), lo que representa un compromiso entre metas opuestas. La meta es maximizar el valor aislante, minimizar la densidad y maximizar la resistencia.

TempIny: El aumento de la temperatura de inyección también aumenta todas las respuestas. Sin embargo, el efecto sobre la densidad es mínimo en comparación con el efecto sobre el valor aislante. Por lo tanto, usted aumenta la deseabilidad compuesta maximizando la temperatura de inyección. Los valores de configuración óptimos de la temperatura de inyección se encuentran en sus niveles máximos en el experimento. Este resultado sugiere que se debería considerar la posibilidad de experimentar con temperaturas más elevadas.

TempEnfr: Al aumentar la temperatura de enfriamiento, aumenta el valor aislante, pero se reducen la densidad y la resistencia. Los valores de configuración óptimos para la temperatura de inyección y la temperatura de enfriamiento se encuentran en sus niveles máximos en el experimento. Este resultado sugiere que se debería considerar la posibilidad de experimentar con temperaturas más elevadas. Las gráficas muestran que sería recomendable considerar particularmente el uso de temperaturas de enfriamiento más altas. Si fuera posible extrapolar las gráficas, aumentar las temperaturas de enfriamiento mejoraría el valor aislante y la densidad. Sin embargo, la resistencia disminuiría.

Paso 2: Identificar la estimación puntual y el rango probable de cada respuesta

Utilice los valores ajustados para identificar la estimación de punto de cada variable de respuesta para la configuración en la gráfica de optimización.

El análisis calcula los intervalos de predicción para los modelos desde el Estadísticas menú y los modelos desde Regresión lineal el Módulo de análisis predictivo archivo . El intervalo de predicción (IP) es un rango que es probable que contenga un valor de respuesta futura individual para una combinación específica de valores de configuración de las variables. Si recolecta otro punto de los datos con la misma configuración, es probable que el nuevo punto de los datos se encuentre dentro del intervalo de predicción. Los intervalos de predicción más estrechos indican una predicción más precisa.

Los intervalos de predicción ayudan a evaluar la importancia práctica de los resultados. Si un intervalo de predicción se extiende más allá de los límites aceptables, es posible que las predicciones no sean lo suficientemente precisas para sus requerimientos. En este caso, considere las opciones siguientes:

Busque valores de configuración que proporcionen precisión adecuada en una gráfica de optimización.
Realice estudios adicionales y considere aumentar el tamaño de la muestra para obtener predicciones más precisas.

La forma en que interactúa con el gráfico de optimización depende del menú para la construcción del modelo.

Estadísticas: Haga doble clic en la gráfica de optimización para hacerla interactiva.
Módulo de análisis predictivo: La trama es siempre interactiva.

Para buscar mejores configuraciones en el gráfico de optimización, ajuste la configuración del predictor directamente moviendo Gráfica de optimización las barras verticales rojas. Para un gráfico de optimización para un Regresión lineal, seleccione el Predecir botón de la barra de herramientas para generar nuevos intervalos de predicción para determinar si la nueva solución es aceptable.

Predicción de respuesta múltiple

Variable	Valor de configuración
Material	Fórmula2
PresIny	98.4848
TempIny	100
TempEnfr	45
TempMedición	21.4875

Respuesta	Ajuste	EE de ajuste	IC de 95%	IP de 95%
Resistencia	32.34	1.04	(29.45, 35.22)	(27.25, 37.43)
Densidad	0.6826	0.0597	(0.5167, 0.8484)	(0.3899, 0.9753)
Aislamiento	25.608	0.268	(24.863, 26.352)	(24.294, 26.921)

Resultados clave: Ajuste, PI

En estos resultados, la configuración de las variables de entrada en la gráfica de optimización está asociada con las siguientes medias pronosticadas e intervalos de predicción:

La resistencia media es 32.34 y el rango de valores probables para un valor individual futuro va de 27.25 a 37.43.
La densidad media es 0.6826 y el rango de valores probables para un valor individual futuro va de 0.3899 a 0.9753.
El aislamiento medio es 25,608 y el rango de valores probables para un valor individual futuro va de 24,294 a 26,921.