<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />我的問題最好用下面的示例表來描述：
| 校準參數 | 績效結果 |
| SN | PAR1 | PAR2 | PAR3 | PAR4 | PAR5 | P / F |
| 1035 | 3.41 | 44.22 | 4.43 | 1158 | 120.8 | P |
| 1168 | 3.75 | 46.69 | 4.60 | 1149 | 121.6 | P |
| 1834年 | 3.94 | 42.21 | 4.48 | 1144 | 121.2 | P |
| 2062 | 3.63 | 44.76 | 4.44 | 1155 | 121.2 | P |
| 2192 | 3.60 | 46.09 | 5.16 | 1150 | 121.5 | F |
| 2670 | 3.24 | 46.78 | 3.89 | 1141 | 121.3 | P |
| 2712 | 3.70 | 46.62 | 5.85 | 1143 | 121.2 | F |
| 3247 | 3.47 | 48.26 | 5.57 | 1168 | 121.0 | F |
| 4679 | 3.66 | 46.73 | 5.00 | 1142 | 120.6 | F |
| 4703 | 3.55 | 46.07 | 4.60 | 1146 | 120.8 | P |
| 4895 | 3.40 | 47.69 | 4.92 | 1149 | 120.4 | P |
| 5007 | 3.82 | 46.68 | 4.62 | 1140 | 121.3 | P |
| 5787 | 3.37 | 44.37 | 5.62 | 1150 | 120.9 | F |
| 5901 | 3.36 | 44.61 | 4.24 | 1142 | 120.8 | P |
| 7090 | 3.72 | 47.11 | 5.60 | 1161 | 121.3 | F |
| 8088 | 3.30 | 48.25 | 6.99 | 1146 | 120.3 | F |
| 8259 | 3.39 | 46.78 | 5.67 | 1156 | 121.0 | F |
| 8329 | 3.61 | 45.23 | 4.95 | 1151 | 121.6 | F |
| 8674 | 3.35 | 46.02 | 4.82 | 1144 | 122.1 | F |
| 9017 | 3.64 | 48.24 | 5.67 | 1154 | 121.3 | F |
在實際情況中，存在數千個輸入調整或校準數據。輸出實際上也被分類為部分，但如果這裡的高級目標是採用黑盒方法縮小範圍，那麼可以進行更詳細的分析。也就是說，我們想知道哪些參數在高度相關性影響結果方面排名很高？（如果高於/低於某個閾值，則通過，當您離開閾值時增加置信度）。
我已成功使用分區工具使用上面的數據得出答案 - 答案是4.95的參數3。
我的quandry是數以千計的大量參數，理想情況下，該工具可以編寫腳本以僅“浮動”關鍵參數，而無需用戶的交互輸入。
我希望我已經充分描述了這個問題 - 隨意問我是否遺漏了任何問題。
謝謝，
巴里
