En este tema
Paso 1: Identificar el ajuste óptimo de cada predictor
Utilice la gráfica de optimización para determinar la configuración óptima de los predictores de acuerdo con los parámetros que usted especificó. Haga doble clic en la gráfica de optimización para hacerla interactiva e investigar cómo las variables afectan las respuestas pronosticadas. La configuración de las variables se puede modificar directamente en la gráfica moviendo las barras verticales rojas.
La gráfica de optimización muestra los valores ajustados para la configuración de los predictores. Sin embargo, usted debería examinar 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 del proceso.
Resultado clave: Gráfica de optimización
- Material: Los dos puntos para cada celda de esta columna representan los dos niveles de la variable categórica: Fórmula1 y Fórmula2. 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, también 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: Al aumentar la temperatura de inyección, también aumentan 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 disminuye 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 de punto 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 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.
- 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.
- Haga doble clic en la gráfica de optimización para hacerla interactiva.
- Ajuste la configuración de los predictores directamente en la Gráfica de optimización moviendo las barras verticales rojas.
- Haga clic en el botón Predecir en 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, IP
- 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.
Utilice su conocimiento del proceso para determinar si los intervalos de predicción están dentro de límites aceptables.
