¿Cómo identificar la causa de la disminución en un atributo de calidad del producto?Soy un nuevo usuario de JMP y me gustaría saber qué factores están causando la disminución de un atributo de calidad. El atributo de calidad normalmente se ve afectado por diferentes variables, incluida la composición de las fuentes de materia prima (por ejemplo, 70% A y 30% B, o 30% A, 40% B y 30% C, etc.) y algunas variables de proceso. ¿Qué tipo de análisis en JMP puedo realizar para este caso? Gracias.AnalíticaGráficosOtroRe: ¿Cómo identificar la causa de la disminución en un atributo de calidad del producto?En primer lugar, algunos de los métodos solo están disponibles en la versión JMP Pro del software.
En segundo lugar, algunos de los métodos dependen del tipo de modelado de la respuesta y las variables predictoras, aunque generalmente no es una limitación.
Suponiendo que tiene un conjunto de datos con observaciones sobre todas esas variables, hay muchos enfoques que puede utilizar. JMP es muy interactivo. La función de enlace dinámico es una forma sencilla de explorar factores potenciales. Cuando selecciona observaciones en la tabla de datos, se resaltan en cada plataforma abierta. De esta manera se puede ampliar utilizando Filas> Filtro de datos. Puede seleccionar niveles de respuesta que sean importantes para usted y ver si la selección tiene una distribución significativa en las otras variables.
Puede usar una matriz de diagramas de dispersión para explorar posibles relaciones de dos variables.
Puede usar el análisis de regresión de varios tipos para determinar si las variables están relacionadas de alguna manera.
Puede usar la partición recursiva para evaluar las contribuciones de cada variable.
Existe una plataforma de detección de predictores diseñada para ayudar con esta tarea específica.
Ofrecemos capacitación sobre este mismo tema. El curso se llama Encontrar predictores importantes . Hay una clase pública programada pronto.
Re: ¿Cómo identificar la causa de la disminución en un atributo de calidad del producto?¡Bienvenido a la comunidad de usuarios de JMP! Encontrará que JMP es increíblemente útil para ayudar a comprender las relaciones tanto gráfica como cuantitativamente. Sin embargo, su situación requiere más que solo análisis de datos y más que algunas reflexiones en un foro de la comunidad. Es posible que desee explorar algunos de los tutoriales en línea que se ofrecen para obtener una mejor comprensión. Probablemente la plataforma más útil en general será la plataforma Fit Model.
Aquí están algunos de mis pensamientos:
1) Su viaje para comprender las relaciones causales puede ser más efectivo si sigue un método científico. Esa es una iteración continua (inducción-deducción). Comience con hipótesis (arraigadas en las ciencias) sobre qué variables (x) cree que afectan el atributo de calidad.
2) Pregunta cómo mides el atributo de calidad (Y). ¿Es la medida una medida continua (que será mucho más eficiente que una respuesta categórica)? ¿Hay más de una Y para describir el "producto"? ¿Se ha estudiado el proceso de medición? ¿Qué tan seguro está en el sistema de medición?
3) Considere la fuente de datos (¿qué datos están disponibles ?, ¿qué datos necesita para dar una idea de sus hipótesis?) Por ejemplo,
- Histórico u observacional: en este caso, podríamos intentar algún tipo de procedimiento de regresión para buscar pistas.
- Muestreo dirigido: en este caso, tomamos muestras específicamente para separar y asignar fuentes de variabilidad, así como para verificar la estabilidad
- Experimentación: en este caso, aceleramos el aprendizaje manipulando las x (vinculadas a sus hipótesis) y estudiamos las relaciones a través de las condiciones de ruido cambiantes.
JMP ayudará en el análisis de los datos, pero es importante tener en cuenta:
La información revelada, t él preguntas que pueden ser respondidas, acciones apropiadas para tomar, confianza para extrapolar los resultados, qué herramientas utiliza para el análisis TODO completamente dependiente sobre cómo se adquirieron los datos.
