プロファイル機能 > プロファイル > 予測プロファイルの別例 > 応答変数が複数ある場合の満足度関数の例
公開日: 11/25/2021

応答変数が複数ある場合の満足度関数の例

満足度関数は、複数の応答変数がある場合に特に役立ちます。満足度関数のアイデアはDerringer and Suich(1980)によって考案されたもので、次のような例を挙げて説明されています。応答変数は、「摩擦」「引張応力」「伸び」「硬度」の4つです。因子は、中心複合計画によって決められた「シリカ」「シラン」「硫黄」の3つです。

1. [ヘルプ]>[サンプルデータライブラリ]を選択し、「Tiretread.jmp」を開きます。

2. 「4応答の応答曲面モデル」の横の緑の三角ボタンをクリックしてスクリプトを実行します。

このスクリプトは、4つの応答変数に対し、2次応答曲面モデルをあてはめます。結果のレポートには、各応答変数に対する結果に続いて、予測プロファイルが表示されます(図3.18)。

図3.18 複数応答変数の予測プロファイル(最適化する前) 

Prediction Profiler for Multiple Responses before Optimization

満足度関数について次の点を確認してください。

「摩擦」「引張応力」は値が大きいほど満足度が高い。

「伸び」は500(目標値)である場合に満足度が最も高い。

「硬度」は67.5(目標値)である場合に満足度が最も高い。

3. 満足度を最大にするため、「予測プロファイル」の赤い三角ボタンのメニューから[最適化と満足度]>[満足度の最大化]を選択します。

図3.19 最適化後の予測プロファイル 

Prediction Profiler after Optimization

一番下に表示されている満足度トレースを見ると、効果の値を現在の値以外の場所にずらせば、満足度が下がることがわかります。つまり、これ以上調整を加えると、全体の満足度が低下してしまうのです。

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).