Chers amis,
J'ai besoin de votre aide pour suivre l'ensemble de données.
Supposons que j'ai une température, des défauts et un total de pièces produites à cette température,
| température |
Défaut Pourcentage |
Nombre de pièces produites |
| 640 |
dix |
dix |
| 645 |
15 |
50 |
| 650 |
3 |
200 |
| 655 |
3.2 |
1000 |
| 660 |
3 |
2000 |
| 665 |
2 |
100 |
| 670 |
dix |
dix |
Je veux un graphique du pourcentage de défauts temp/s et donnant un poids au total des pièces produites.
Si je ne considère pas les poids (total des pièces produites), la tendance est trompeuse. Par exemple, à 640 degrés, le nombre total de pièces produites est de 10, mais un seul défaut fait que le pourcentage de défauts est de 10 %. Ce qui affecte la ligne de tendance. Existe-t-il un moyen d'attribuer une pondération en fonction du nombre de pièces produites à cette température.
En d'autres termes, 650, 655. 660 représentent en fait la tendance car le nombre de pièces produites est élevé et donne une image claire, l'augmentation de la température réduit les défauts. De plus, je ne peux pas écarter les deux premiers et les deux derniers points.
Merci
Merci pour le scénario. Veuillez trouver les données réelles ci-jointes.
Mon objectif est de tracer le % de défauts en fonction de la température. Mais à des températures plus basses, le nombre de pièces produites est moindre et le pourcentage de défauts trop élevé, de sorte que la courbe donne une fausse indication.
Je veux une courbe de pourcentage de défauts et de température donnant un poids au nombre total de pièces produites.
Vos données sont très asymétriques en termes de taille d’échantillon.Peut-être devriez-vous envisager d'exécuter un plan de dépistage définitif avec une taille d'échantillon cohérente d'environ 500 personnes. À l'exception de l'exécution d'un DOE, je ne vois rien qui m'enthousiasme lorsque j'analyse vos données sur diverses plates-formes.
Je ne suis pas sûr de ce que vous entendez par « poids ». Le nombre total de parties à chaque niveau de covariable fait déjà partie de l'analyse probit. Le nombre total de pièces par niveau affecte les intervalles de confiance des estimations. Il n’est pas nécessaire d’appliquer des pondérations explicites à certaines observations car elles se produisent moins fréquemment. En fait, cette pondération supplémentaire fausserait les résultats.
Merci pour le scénario.
Mais ma principale préoccupation était qu'il devrait y avoir moins de poids pour les températures 640, 645 et 670 car le nombre de pièces produites à ces températures est très faible. Mais comme le montre le graphique de régression, 640, 645 et 670 reçoivent le même poids, ce qui donne une courbe en forme de U.
Graph Builder a des capacités limitées pour ajuster les modèles. L'analyse correcte de ces données est appelée « analyse probit ». Vous utiliseriez la personnalité d'ajustement des modèles linéaires généralisés via la boîte de dialogue Analyser > Ajuster le modèle au lieu de Graphique > Générateur de graphiques.
Voici le script qui créera la table de données JMP avec vos données et le script de table pour lancer l'analyse correcte.
New Table( "untitled",
Add Rows( 7 ),
New Script(
"Model",
Fit Model(
Y( :Defective Parts, :Total Parts ),
Effects( :Temperature, :Temperature * :Temperature ),
Personality( "Generalized Linear Model" ),
GLM Distribution( "Binomial" ),
Link Function( "Probit" )
)
),
New Column( "Temperature",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [640, 645, 650, 655, 660, 665, 670] )
),
New Column( "Percentage Defects",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [0.1, 0.15, 0.03, 0.032, 0.03, 0.02, 0.1] )
),
New Column( "Total Parts",
Numeric,
"Continuous",
Format( "Best", 12 ),
Set Values( [10, 50, 200, 1000, 2000, 100, 10] )
),
New Column( "Defective Parts",
Numeric,
"Continuous",
Format( "Best", 12 ),
Formula( :Percentage Defects * :Total Parts )
)
);
Copiez ce script dans une fenêtre Fichier > Nouveau > Script, puis exécutez-le. La réponse semble être non linéaire, avec un minimum dans la plage de températures moyennes.
Notez que vous pouvez enregistrer ce modèle, puis l'utiliser dans Graph Builder comme colonne de formule.
