다변량 이상치 검출<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />여보세요,
필자는 고객 (Freescale)으로부터 JMP12 이상치 검출 및 다 변수 강력 단점에 관한 다음 질문을 가지고 있습니다.
답장을 보내 주셔서 감사합니다.
플로렌스
재 : 다변량 이상치 검출안녕 피렌체,
프리 스케일이 이미 이와 유사한 작업을 수행하고있는 것처럼 보입니다.이 높은 차원의 다변량 이상치 검출 문제를 해결하는 한 가지 방법은 다음과 같습니다.
1) 마하라 노비스 (Mahalanobis) 플롯을 사용하여 특이 치 (outlier) 이벤트를 검출 한 다음,
2) 각 PCA 클러스터의 개별 SPC 차트를보고 (1)에서 각 특이 치 이벤트에 대해 아웃 라이어가되는 클러스터를 결정한 다음
3) (2)에서의 특이 치 (outlier) 이벤트에 대한 특이점 클러스터 내의 변수 SPC 차트를보고 이상치 변수를 확인하십시오
이 절차가 그들에게 효과적이라면 워크 플로우를 스크립팅하여 더 많은 사용자 집합을 쉽게 적용 할 수 있습니다.
말콤
재 : 다변량 이상치 검출안녕 피터!
귀하의 제안에 많은 감사드립니다. 산점도 매트릭스의 주된 문제는 그녀가 반도체 분야에 있다는 사실에 따라 300 개 이상의 변수가 있다는 것입니다. 그리 그래픽 도구를 사용하기 쉽지 않습니다 ...
PCA에 관해서, 그녀는 JMP Pro를 가지고있어서 그녀가 클러스터링 옵션을 사용하고 있다고 생각합니다 ...
플로렌스
De : peter.bartell@jmp.com
Envoyé : lundi 2015 년 6 월 8 일 17:26
À : Florence Kussener
객체 : Re - 다 변수 외계인 검출
JMP 사용자 커뮤니티 <>
다변량 이상치 검출
reply from peter.bartell@jmp.com JMP SE 커뮤니티의 <> - 전체 토론보기
재 : 다변량 이상치 검출Florence : Mahalanobis 플롯에 대한 고객의 생각이 몇 가지 있습니다. 그 플롯에 아웃 라이어가있는 경우 아웃 라이어 포인트를 간단히 클릭하면 데이터 테이블의 해당 행과 산점도 행렬의 동적 뷰가 강조 표시됩니다. 또한 이중 변이의 타원 밖에있는 하나 이상의 변수를 밝혀야합니다. 이것은 어떤 변수가 범인인지에 대한 몇 가지 힌트를 제공해야합니다.
나의 다음 생각은 두 번째 질문입니다. 간단한 PCA 보고서는 바이 플롯을 보여줄 것이며, 다 변수 아웃 라이어가있는 경우 바이 플롯이 근본적으로이기 때문에 바이 플롯에 외곽 지점으로 나타날 가능성이 있습니다. 처음 두 주성분이 계산 된 후에 남겨진 변동성에 대한 잔차 도표.
