Regressione o correlazione per la previsione del profiloAttualmente sto facendo un'analisi sul profilo del forno. Abbiamo 16 punti dati dal forno da termocoppie. e 2 dati massimi che rappresentano la temperatura massima massima e la temperatura fredda massima.
i 16 punti dati e 2 i punti dati massimi sono risposte di uscita. Il che significa che ci sono due serie di risposta in uscita - 1) Temperatura del profilo dalla termocoppia 2) Temperatura di visualizzazione del forno da 2 sensori.
Quale analisi è migliore per prevedere la temperatura effettiva del profilo utilizzando questi due set di dati?
Modello di correlazione o di regressione? Dal momento che entrambi sono una risposta in uscita, sono confuso su questo.
Poiché si tratta di una risposta curva, trovo che l'utilizzo del modello di regressione quadratica rappresenti una soluzione migliore. È utile qualsiasi aiuto sul metodo di analisi corretto per questo caso.
Re: Regressione o Correlazione per la previsione del profiloIl tuo .pptx era piuttosto informativo, ma conteneva solo uno screenshot dei valori misurati in modo da ottenere solo un'impressione generale. Chiaramente, più dati sarebbero buoni, e TBH, non credo che si possano fare raccomandazioni ragionevoli finché questi dati non saranno disponibili.
In casi come questo, e prima di pensare alla modellazione, è essenziale guardare i dati graficamente per capire meglio le fonti di variazione che contiene. Le corse del forno che fai provengono attualmente da diverse condizioni di "Vassoio", "Tipo" e "Sequenza", e (se prendo seriamente la codifica a colori e ignoro tutte le domande sull'incertezza di misura), sembra che lo schema delle termperature all'interno del forno può dipendere da queste condizioni. Dovrai quindi decidere se la tua "previsione" (utilizzando un apposito metodo statistico non ancora specificato) è intesa a coprire tutti i casi insieme, o solo alcuni. In ogni caso, indipendentemente dalla tecnica che usi, ottenere sedici numeri da due sembra ambizioso.
Re: Regressione o Correlazione per la previsione del profiloSono allegate le letture della termocoppia del forno e le letture della temperatura dal display del forno.
Fondamentalmente nel nostro studio stiamo in realtà cercando di vedere la relazione tra la lettura effettiva della termocoppia che otteniamo dalla camera del forno rispetto alle due letture che vengono visualizzate sul forno. Abbiamo registrato i valori massimi delle nostre letture di termocoppie e le letture del display del forno. ora stiamo cercando di fare è prevedere le letture della camera del forno con solo le letture del display. Stiamo raccogliendo più dati. Comunque la mia domanda se un modello di regressione di adattamento quadratico sarà quella appropriata. Saranno considerati una variabile dipendente? il modello di regressione è adatto al metodo statistico corretto per questo?
Re: Regressione o Correlazione per la previsione del profiloSì, "input" o "output" è tutta una questione di punti di vista!
Ho un'idea generale dalla tua descrizione, ma penso che tu debba essere più specifico quando dici '... analisi su un profilo del forno '. Qual è l'obiettivo pratico di tale analisi? Per fare un esempio, non è raro voler controllare un profilo di temperatura, o magari renderlo più uniforme, perché ciò influisce su ciò che esce dal forno. Nel caso di "controllo", ciò potrebbe essere possibile o solo utilizzando i valori massimo e minimo registrati (e non gli altri 16). Se questa possibilità sia ragionevole potrebbe essere determinata da un'analisi che cerca di capire la relazione tra le 16 misurazioni e le altre 2. In quell'analisi i 16 sarebbero pensati come input, e il 2 come output.
Una volta che questo è chiaro, la gente dovrebbe essere in grado di offrire alcuni suggerimenti su quali tecniche potrebbero essere buone per determinare la relazione di interesse. Come al solito, i dati di esempio in una tabella JMP potrebbero essere utili, se è possibile condividerne alcuni.
