JMPを使用した不純物プロファイルに基づく製造ロットランキング生産工場は数千ロットを製造し、分析ラボはサンプルを分析し、データ、不純物の濃度、その他のテスト結果を生成します。不純物は最小化する必要がありますが、最大化する必要がある特定の属性があります。問題は、全体的なデータに基づいて、また特定の変数に重みを追加することによって、そのようなロットをランク付けして視覚化する最良の方法は何ですか？これは、すべての応答はあるが要素はないDOEデータの分析に似ています。ご提案ありがとうございました。 よろしく。
Re：JMPを使用した不純物プロファイルに基づく製造ロットランキングこのケースは多変量解析に関するものです。使用できる方法はたくさんあります。
並列プロットは、ロット全体のすべての変数を表示します。Help> JMP Documentation Library> Essential Graphing guideのGraph Builder情報を参照してください。
次のレベルは、相関関係を探すことです。多変量プラットフォームは、線形相関係数の行列とすべての変数の散布図の行列を一度に2つ表示します。 ヘルプ> JMPドキュメントライブラリ>多変量メソッドガイドの多変量情報を参照してください。
主成分分析は、2つ以上の変数間の相関を使用して、データの次元を削減する方法です。たとえば、100個の変数があるとしますが、それらの間の相関により、5つのコンポーネント（元の変数の線形結合）が事実上すべての情報を占めることがわかります。これにより、複雑さが20分の1に減少します。
多変量管理図は、主成分を使用して、個々の変数の代わりに相関関係の異常を探します。
できることは他にもありますが、この開始がどのように役立つかを確認してください。
Re：JMPを使用した不純物プロファイルに基づく製造ロットランキング私がマークの提案に追加する唯一の考えは次のとおりです。
1。測定システムに質問します。 データセットの測定エラーを特定する方法はありますか？繰り返し測定はありますか？
2。単純な時系列を使用してデータを確認します。 不純物が変化する理由について仮説を立てていないため（サブグループ化戦略がないため）、移動範囲と個別のグラフを使用してデータを確認することができます。
Re：JMPを使用した不純物プロファイルに基づく製造ロットランキングマーク、ありがとう。多変量解析も私がやっていたことでした。私が正しい道を進んでいることを知ってうれしい。それは有り難いです。
Re：JMPを使用した不純物プロファイルに基づく製造ロットランキングあずきっく 、
@ markbailey＃@ markbailey＃ そして @statman 非常に良い提案をしました。あなたは、各「ロット」が材料の大桶のようなものであるか、あるいは半導体のウエハーやはんだラインのボードのような小さなコンポーネントで構成されているかについては言及しませんでした。 @statmanの提案を拡張するには、ロットからのサンプルの取得方法とロット内のサンプル間の変動も時間またはシーケンスとして確認する必要があります。X軸と測定値をグループ化するためにロットIDとロット内のサンプルIDを使用して変動チャートを作成し、関心のある各メトリックのプロットを作成することをお勧めします。
多変量管理図は、1つのメトリックの異常な結果だけでなく、相関関係がある場合の関係の変化も強調する場合があります。
要因がない、制御されている要因がないということではありません。実際、使用されている機器、入ってくる材料のバッチ、時刻、温度、ゲージの読み取り値など、制御されていない多くの要因がある可能性があります。すべてあなたが説明した製造ラインに依存しています。 これが、一変量または多変量の管理図メソッドが推奨される理由です。彼らは異常、異常な結果を検出し、プロセス履歴を収集して分析することができます。これは、今日の人気のあるイベントである「コンタクトトレース」に似ています。目標は、異常を引き起こした可能性があるものに答えることです。 JMP PROを使用している場合、その分析に役立つツールがいくつかあります。プロセス履歴データを収集しながら、製造ラインに詳しい人を連れてくることをお勧めします。洗練された自動製造であっても、データだけでは捉えられないものが常にあるようです。
幸運を。
