<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Yves Chandon, Six Sigma Black Belt, Freescale Semiconductor
모든 자동차 아날로그 집적 회로는 고객 배송 전에 100 ~ 5,000 개의 테스트로 측정됩니다. 주 구성 요소 분석은 상당히 큰 데이터 파일을 분석하기위한 가변 차원 축소 기술로 사용되었습니다. 그러나 주제 전문가의 경우 주 구성 요소의 해석이 항상 단순하지는 않습니다. 변수 클러스터링 절차는 실용적인 도구입니다. 각 클러스터를 분석 할 수 있으며 각 클러스터의 가장 대표적인 변수가 표시됩니다. 주제 전문가에게는 대부분의 대표자가 신뢰의 타원을 사용하여 이변 량 적합도로 클러스터의 모든 변수를 맞추는 것이 상당히 편리합니다. 이 정보는 수율 향상, 품질 향상 또는 비용 절감 테스트 시간 단축에 유용 할 수 있습니다. 또한 단계별 회귀 또는 파티션 플랫폼을 사용하여 가장 대표적인 변수 집합과 다른 변수 간의 상관 관계를 향상시킬 수 있습니다. 부분 최소 자승은 주성분과 직교하지 않는 각 클러스터를 가장 잘 대표하는 것으로 모든 변수를 모델링하는 데 사용할 수도 있습니다. 제품 가변성 구조에 대한 세계적인 이해는 이러한 기술로 상당히 향상됩니다. 이 정보는 수율 및 비용 최적화 및 품질 향상에 사용됩니다.
