Vocero
|
Transcripción
|
| tony |
Hola, mi nombre es Tony Cooper y presentaré algunos trabajos que hicimos Sam Edgemon y yo y los representaremos a ambos. |
| |
Sam y yo somos investigadores estadísticos que apoyamos la fabricación y la ingeniería durante gran parte de nuestras carreras. Y el tema de hoy es Comprender la agrupación de variables es crucial al analizar datos de fabricación almacenados. |
| |
Usaré un único conjunto de datos para presentar. El enfoque de esta presentación será la lectura del resultado. Y realmente no tendré tiempo para completar todos los cuadros de diálogo para generar el resultado. |
| |
Pero guardé todos los scripts en la tabla de datos, que por supuesto estarán disponibles en la comunidad JMP. |
| |
Los datos... una vez que se ejecuta el script, siempre puede usar esa flecha roja para hacer la opción de rehacer y reiniciar el análisis y verá el cuadro de diálogo que se habría usado para presentar ese resultado. |
| |
Usaré este conjunto de datos único que se refiere a datos de fabricación. |
| |
Y echemos un vistazo rápido a cómo se ven estos datos. |
| |
Y |
| |
Perdón por tener un |
| |
Rápido. Mire cómo se ve este conjunto de datos. Primero que nada, tengo una marca de tiempo. Así que este es un proceso continuo y en algún intervalo de tiempo vuelvo y obtengo mucha información. |
| |
En algunas variables Y, algunos resultados importantes, algunos KPI que, ya sabes, al cliente realmente le importan, estos deben estar dentro de las especificaciones, etc., para que podamos enviarlos de manera efectiva. Y entonces... entonces estos son... definitivamente serían resultados. Bien. |
| |
velocidad de línea, cómo en el punto de ajuste de la vibración, |
| |
Y un montón de cosas más. Como pueden ver, tengo 60 variables impares que estamos midiendo en ese momento. Algunos de ellos son sensores y otros son puntos de ajuste. |
| |
Y de hecho, miremos y veamos que algunos de ellos son puntos de ajuste como el punto de ajuste del calor de fabricación. Algunos de ellos son comandos, lo que significa que esto es lo que el PLC le dijo al proceso que hiciera. Algunas de ellas son medidas que son el valor real en el que se encuentra en este momento. |
| |
Algunos de ellos son |
| |
Condiciones ambientales, tal vez creo que es una temperatura externa. |
| |
Algunos |
| |
Hay una serie de características de calidad del material y, ciertamente, hay algunos resultados del sistema de visión. Entonces hay un montón de cosas en las entradas en este momento. |
| |
Y se pueden imaginar, por ejemplo, si tengo el comando y la medida, lo que le dije a la zona que quiere estar y lo que realmente mide, esperamos que estén correlacionados. . |
| |
Y necesitamos investigar algo de eso para poder pensar en lo que está pasando. Y eso es multicolinealidad, comprender las interrelaciones entre |
| |
las entradas o por separado, la comprensión de la multicolinealidad y las salidas. Pero en general, no hacer Y causa el efecto X en este momento. No estás haciendo una técnica supervisada. Esta es una técnica no supervisada, pero solo estoy tratando de entender qué sucede en los datos de esa manera. |
| |
Y todos mis guiones están aquí. Así que sí, aquí está el resumen del que hablamos; Aquí hay una revisión de los datos. Y como acabamos de decir, puede explicar por qué hay tanta multicolinealidad, porque tengo puntos de ajuste y datos reales allí. Entonces, pero aprenderemos sobre esas cosas. |
| |
Lo que vamos a hacer primero es ajustar Y a una función de X y vamos a configurarlo y ahora solo voy a mirar estas dos variables. |
| |
El comando de la zona uno, entonces lo que le dije a la zona uno que fuera, por así decirlo. Y luego tengo un pequeño par termal que es, un pequeño par termal en el área de la zona uno y está midiendo. |
| |
Y pueden ver claramente que a medida que la temperatura de la zona uno aumenta, este Y4 disminuye, esta variable de respuesta disminuye. |
| |
Y eso es cierto también para la medición y se puede ver que en las estimaciones tanto negativas como, en general, y por cierto, son bastante |
| |
variables predictivas en el sentido de que sólo esta variable explica el 50% de lo que sucede en el Y4. Bueno, vamos |
| |
hagamos un multivariado. Así que imagina que ahora voy a ajustar el modelo y he movido ambas variables a |
| |
en mi modelo y todavía estoy analizando Y4. Mi respuesta sigue siendo Y4. Oh, mira esto. Ahora sugiere que a medida que Y, el comando sube. Sí, eso hace |
| |
eso hace lo contrario de lo que espero. Esto sigue siendo negativo y va en la dirección correcta, pero observemos |
| |
Mire algunos de estos números. Estos ni siquiera están en el mismo estadio que los que tuve hace un momento, que fueron .04 y .07 negativos. Ahora tengo .4 positivo y .87 negativo. |
| |
No estoy seguro de poder confiar en este modelo desde el punto de vista de la ingeniería, y realmente me pregunto cómo caracteriza y me ayuda a comprender este proceso. |
| |
Y hay una pista. Y es posible que esto no esté activado de forma predeterminada, pero puede hacer clic derecho en esta tabla de estimaciones de parámetros y solicitar la columna VIF. |
| |
Eso significa factor de inflación de variación. Y esa es una estimación de la inestabilidad del modelo debido a |
| |
esta multicolinealidad. Entonces puedes... entonces necesitamos tener un poco de intuición sobre qué... cómo pensar acerca de esa variable. Pero para que quede un poco más claro lo que está pasando, voy a trazar... aquí está |
| |
zona de temperatura un comando y aquí está la medida, y como era de esperar, |
| |
como le dices... le dices a la zona que aumente de temperatura. Sí, la zona aumenta en temperatura y, en general, tal vez incluso alcance los valores correctos. Tengo este color codificado por Y4, por lo que sugiere que a temperaturas más bajas, obtengo |
| |
los altos valores de Y4 y que el... |
| |
lo siento... sí, en valles bajos de temperatura, obtuve valores altos de Y4 y tal como vi en las parcelas individuales. |
| |
Pero se puede ver que tal vez el problema tenga alguna intuición de por qué el modelo multivariado no funcionó. Estás tratando de encajar tres dom... una superficie. |
| |
sobre este filo de cuchillo y obviamente puede... hay cierta inestabilidad y si... puedes imaginar fácilmente que no está bien sujeto en el costado para que pueda balancearme hacia adelante y hacia atrás aquí y eso es lo que estás obteniendo. |
| |
Es en términos de cómo es eso que en términos de eso el factor de variación de la inflación. El software OLS...el análisis de mínimos cuadrados ordinarios de OLS análisis de regresión típico |
| |
simplemente no puedo manejarlo en cierto sentido, tal vez también podríamos hablar de que la matriz X prima X es, ya sabes, casi singular en algunos lugares. |
| |
Entonces tenemos una heurística de por qué está sucediendo. Volvamos atrás y pensemos en más. |
| |
Acerca de |
| |
Acerca de |
| |
Lo de los valores y |
| |
Lo sabemos |
| |
Ahora sabemos que el factor de variación de la inflación en realidad piensa en algo más que en pares. Pero si quiero obtener fuentes... entonces la intuición me ayuda a pensar en la relación entre |
| |
VIF y comparación por pares. Como si tuviera dos variables que están correlacionadas en un 60%. |
| |
Entonces ya sabes, si fuera todo en pares, entonces el VIF sería aproximadamente 2,5. |
| |
Y si fueran dos variables correlacionadas al 90%, entonces obtendría un VIF de 10. Y la literatura dice |
| |
Que cuando tienes VIF de 10 y más tienes suficiente inestabilidad en qué sentido deberías preocuparte por tu modelo. Entonces, ya sabes, porque en cierto sentido, tienes una correlación del 90% entre los elementos de tus datos. |
| |
Ahora bien, supongo que si 10 es un buen límite realmente depende de su aplicación. Si estás tomando decisiones de diseño reales basadas en ello, creo que un límite de 10 es demasiado alto. |
| |
Y tal vez incluso cerca de dos sea mejor. Pero si estuviera pensando más. Bueno, déjame pensar en qué factores poner en práctica en un experimento como |
| |
Quiero aprender a realizar el experimento correcto. Y sabía que tenía que elegir factores para participar. Y sé que con demasiada frecuencia perseguimos a los sospechosos habituales. ¿Y hay alguna manera de esforzarme para pensar en algunos factores mejores? Bueno, entonces tal vez un |
| |
10 podrían resultar útiles para ayudarle a reducir sus posibilidades. Así que realmente depende de dónde quieras ir en términos de pensar en |
| |
pensando en cuál es el propósito. Más sobre esta idea de propósito. |
| |
Sabes, para mí hay dos propósitos principales, por así decirlo, del modelaje. Una es lo que sucederá, ya sabes, esa es la predicción. |
| |
Y eso es diferente, a veces de por qué sucederá y eso es más bien una explicación. |
| |
Como acabamos de ver con una muy simple |
| |
ordenar y medir en la zona uno, puedes, no puedes dar una muy buena explicación. No confiaría en ese modelo para pensar por qué sucede algo cuando tengo, cuando tengo, cuando las respuestas, cuando, cuando la estimación parece ir en la dirección equivocada de esa manera. |
| |
Así que no lo usaría como explicación. Estoy sugiriendo que ni siquiera lo usaría para predecir. Porque si no puedo entender el modelo, está haciendo, no está haciendo intuitivamente lo que espero. |
| |
Eso parece hacer que la extrapolación sea peligrosa, por supuesto, por definición, ya sabes, creo que la predicción de un evento futuro es una extrapolación en el tiempo. Bien, entonces siempre pensaría en esto. Y, ya sabes, hasta ahora estamos hablando de mínimos cuadrados ordinarios. |
| |
Todas mis técnicas de modelado que veo, como árboles de decisión, análisis de peticiones, |
| |
Todos estamos de alguna manera afectados por este problema, de diferentes maneras inesperadas. Por eso parece una buena idea cuidarlo si puedes. Y no es exclusivo de los datos de fabricación. |
| |
Pero probablemente sea aún más exagerado en los datos manufactureros porque a menudo las variables no están controladas. Si nosotros |
| |
Si tenemos, ya sabes, la temperatura de la zona uno y hemos aprendido que debe ser este valor para hacer un buen producto, entonces lo controlaremos lo más estrictamente posible hasta ese valor deseado. |
| |
Y así es como la extrapolación realmente se vuelve cada vez más difícil. Entonces esto es una fabricación exagerada porque no podemos controlarlos. |
| |
Y hay algunas otras cosas sobre los datos de fabricación que puedes leer aquí que hacen que tal vez |
| |
hacerlo mejor, porque se trata de oportunidades y desafíos. Mejor es que puedas entender los procesos de fabricación. Hay mucha ciencia e ingeniería sobre cómo funcionan esas cosas. |
| |
Y se puede entender que la estequiometría, por ejemplo, requiere que la cantidad de A que se agrega, la sustancia química A debe estar en relación con la sustancia química B. |
| |
O sabes que no quieres pasar de la temperatura de la zona uno a algo muy diferente porque necesitas aumentarla lentamente; de lo contrario, solo crearás estrés. |
| |
Así que puedes y debes entender tu proceso y esa puede ser una manera de que, incluso sin ninguna evidencia empírica sobre multicolinealidad, puedas deshacerte de parte de ella. |
| |
También hay |
| |
Una ventaja de los datos de fabricación es que casi siempre se basan en el tiempo, por lo que se deben trazar las variables a lo largo del tiempo. Y siempre es interesante |
| |
o no siempre, pero a menudo es interesante, los datos de fabricación parecen moverse en bloques de tiempos como aquí... creemos que debería ser 250 y lo ejecutamos durante meses, tal vez incluso años, |
| |
y de repente, alguien dice, ya sabes, hemos hecho algo diferente o tenemos una idea nueva. Movamos la temperatura. Y muy diferente. |
| |
Y, por supuesto, si estás pensando en por qué existe la multicolinealidad, |
| |
Hemos hablado de que podría deberse a la física o la química, pero podría deberse a alguna variable latente, por supuesto, especialmente cuando hay preocupación por el cambio de variables en el tiempo, como acabamos de ver. |
| |
Cualquier cosa que también cambie a ese ritmo podría ser lo que realmente está afectando a los valores del Y4. Podría deberse a un plan de control. |
| |
Podría estar correlacionado por diseño. Y cada una de estas cosas, ya sabes, cada una de estas razones de la multicolinealidad y la pregunta que siempre hago es, ya sabes, |
| |
¿Es físicamente posible probar otras combinaciones o no solo físicamente posible? ¿Tiene sentido probar otras combinaciones? |
| |
En cuyo caso te inclinas por experimentar y esto es muy útil. Este modelado y la observación retrospectiva de sus datos son muy útiles para ayudarle a diseñar mejores experimentos. |
| |
A veces, aunque las expectativas son demasiado altas, en mi opinión parece que esperamos una respuesta definitiva a partir de estos datos retrospectivos. |
| |
Así que ya hemos hablado de dos métodos y medio para abordar la agrupación de variables múltiples y comprenderla. Uno es el VIF. |
| |
Y aquí está el VIF en un modelo más grande con todas las variables. |
| |
¿Cómo pensaría cuáles están correlacionados con cuál? Esto me dice que tengo muchos problemas. |
| |
Pero no me dice cómo lidiar con estos problemas. Así que esto es bueno para ayudarte a decir, oh, este no será un buen modelo. |
| |
Pero tal vez no sea útil sacarte de ahí. Y si tuviera que incluir aquí las interacciones, sería aún peor porque casi siempre están más correlacionadas. Entonces necesitamos otra técnica. |
| |
Y eso es agrupación de variables. Y esto está disponible en JMP y hay dos maneras de acceder a él. Puede revisar los componentes principales multivariados de Analizar. |
| |
O puede ir directamente a agrupar variables de clúster. Si revisa los componentes principales, debe usar la opción roja... opción del triángulo rojo para obtener las variables del grupo. Sigo prefiriendo este método, el PCA, porque me gusta el resultado adicional. |
| |
Pero se basa en PCA. Entonces, lo que vamos a hacer es hablar primero sobre PCA y luego sobre el resultado de la agrupación de variables. |
| |
Y ahí está la página JMP. Para hablar sobre los componentes principales, primero voy a trabajar con versiones estandarizadas de las variables. Y pensemos, recordemos lo que está estandarizado. |
| |
la media ahora es cero y la desviación estándar ahora es 1. Así que he estandarizado lo que eso significa: todos están en la misma escala ahora e implícitamente cuando lo haces. |
| |
Cuando tu lo hagas |
| |
componentes principales de las correlaciones en JMP, |
| |
implícitamente lo estás haciendo con variables estandarizadas. |
| |
JMP es, por supuesto, más que capaz y lo suficientemente inteligente como para que usted pueda ingresar los valores originales. |
| |
y para que funcione de la manera correcta y luego, cuando genere, generará, ya sabes, fórmula, descubrirá cuál es la fórmula correcta. |
| |
La fórmula debería haber sido, dado que ya sabes, no has vuelto a estar estandarizada. Pero solo como un primer vistazo, para que podamos ver dónde están las fórmulas y algunas cosas, voy a trabajar con variables estandarizadas por un tiempo, pero regresaremos rápidamente, pero solo quiero ver una fórmula. |
| |
Y esa es esta fórmula aquí mismo. Y lo que voy a hacer es pensar en el resultado. Entonces ¿cuál es el propósito de |
| |
de |
| |
de PCA? Bueno, se llama técnica de reducción de variación, pero lo que hace es buscar combinaciones lineales de sus variables. |
| |
Y si encuentra una combinación lineal que le gusta,... eso se llama componente principal. |
| |
Y utiliza el análisis Eigen para hacer esto. |
| |
Entonces, otra forma de pensarlo es, sabes que lo quiero, puse 60 variables impares en... en las entradas. |
| |
No hay 60 dimensiones independientes que luego pueda manipular en este proceso, están correlacionadas. Que le hago al comando de tiempo, de temperaturas en uno |
| |
dicta casi en gran medida lo que sucede con la temperatura real. Entonces esas no son dos variables independientes. Esos no te impiden decir que no, que no hay dos dimensiones allí. Entonces ¿cuántas dimensiones tenemos? |
| |
Eso es lo que te dicen estos valores propios. Estos son como variación. Estas son estimaciones de varianza y el punto de corte es |
| |
uno. Y si tuviera toda la tabla aquí, habría 60 valores propios. Baja hasta el final, ya sabes, inicia los informes en .97, pero el siguiente hacia abajo es, ya sabes, probablemente .965 y seguirá bajando. |
| |
El límite dice que... o alguna pauta es que si es mayor que uno, entonces esta combinación lineal explica una señal. Y si es menos de uno, entonces simplemente explica el ruido. |
| |
Y entonces, lo que hace JMP es... cuando voy a la agrupación de variables, dice, ¿sabes qué? |
| |
Tienes una segunda dimensión aquí. Eso significa un segundo grupo de variables, cierto, eso explica algo un poco diferente. Ahora los voy a separar en dos grupos. Y luego haré PCA en ambos. |
| |
y si y los valores propios para ambos... el primero será grande, pero ¿cómo se verá el segundo? |
| |
¿Después de dividirme en dos grupos? ¿Son ahora menos de uno? Bueno, si son menos de uno, ya está. Pero si son más de uno, es como, oh, ese grupo se puede dividir aún más. |
| |
Y se dividió aún más de manera interactiva, directa y divisiva hasta que ya no haya segundos componentes mayores que uno. |
| |
Entonces se crean estas combinaciones lineales y se puede ver... ya sabes, cuando guardo el componente principal uno, son exactamente estas fórmulas. Ups. |
| |
Es exactamente esta fórmula, 0,0612 y esa es la fórmula para Prin1 y será exactamente correcta siempre que se estandarice. Si no estandariza, entonces JMP simplemente descubrirá cómo hacerlo en lo no estandarizado, es decir, es más que capaz de hacerlo. |
| |
Entonces, comencemos a trabajar con los datos iniciales. |
| |
Y haremos nuestro ejemplo. Y verás que este es un resultado muy similar. De hecho, es la misma salida excepto una cosa que he activado. |
| |
¿Está esta opción aquí? Agrupar variables. Y lo que veo aquí es la salida de variables del clúster. Y puedes ver que estos números son los mismos. Y ya pueden empezar a ver algunas de las ideas que tendrá que hacer, como, veamos estos dos aquí mismo. |
| |
La cantidad de IA aplicada parece estar muy relacionada con la cantidad de BI aplicada, así que... y eso tendría sentido para la mayoría de los procesos químicos, si es parte de la reacción química que se intenta lograr. |
| |
Ya sabes, si quieres poner un 10% más, probablemente pondrás un 10% más de B. Entonces, incluso en este gráfico de rayos se empiezan a ver algunas cosas que sugieren la multicolinealidad. Y así llegar a alguna parte. |
| |
Pero quiero ponerlos en grupos distintos y esto es un poco difícil porque |
| |
Mire a este tipo aquí mismo, zona de temperatura 4. |
| |
En realidad es todo lo contrario. Son más o menos el mismo ángulo, pero en la dirección opuesta a la derecha, por lo que está casi a 100 o 180 grados de A y B. |
| |
Así que tal vez... correlacionado negativamente con la temperatura de la zona 4 y AB y no... pero también quiero ponerlos en grupos exclusivos y eso es lo que obtenemos. |
| |
cuando preguntamos por la agrupación de variables. Entonces tomó esas mismas cosas y las puso en grupos distintos y las puso en ocho grupos distintos. |
| |
Y aquí están los coeficientes estandarizados. Entonces estas son las fórmulas. |
| |
eso es para, ya sabes, para los grupos individuales. Y así cuando guardo |
| |
los componentes del cluster |
| |
Obtengo un resultado muy similar a lo que hicimos con Prin1, excepto que solo para el grupo 1, porque observan que en esta fila que tiene el comando de la zona uno con... con un .44, en todos los demás lugares hay cero. Cada variable está exclusivamente en un grupo u otro. |
| |
Entonces déjenme... hablemos de algunos de los resultados. |
| |
Y entonces estamos haciendo agrupaciones de variables y |
| |
Ups. |
| |
Lo siento. |
| tony |
Y luego obtuvimos algunas tablas en nuestra salida. Así que voy a cerrar... minimizar esta ventana y hablaremos de lo que hay aquí en términos de resultados. |
| |
Y lo primero que ustedes saben que quiero señalar son las estimaciones estandarizadas y lo estábamos haciendo. Y si quieres hacerlo, cita, ya sabes, |
| |
a mano, por así decirlo, repita y ¿cómo obtengo un .35238 aquí? Podría ejecutar PCA solo en las variables del grupo uno. Estas son las variables que permanecen ahí. Y luego podrías mirar los valores propios, los vectores propios, y estos son los números exactos. |
| |
Entonces, |
| |
Entonces el .352 es justo lo que dije. Sigue haciendo múltiples PCA de manera ingeniosa y puede ver que el segundo componente principal aquí es, oh lo siento, menos de uno. Por eso se detuvo en ese componente. |
| |
¿Quién está ahí? |
| |
grupo uno, bueno, la temperatura es... las dos zonas que mide una, una zona tres Una medida, la cantidad de agua parece importar en comparación con eso. Con algo de la otra temperatura aquí y en qué... en el grupo seis. |
| |
Esta es una tabla codificada por colores muy útil. Esto está organizado por clúster. Este es el grupo uno; Puedo pasar el cursor sobre él y puedo leer todas las cosas. |
| |
Agregué agua (mientras dije que debería, sí, agregué agua). Lo siento, déjame conseguir uno que tenga mi temperatura tres.) |
| |
Y lo que es una correlación positiva, ya sabes, es interesante que la zona 4 tenga una correlación negativa allí. Entonces definitivamente verán bloques de color para... porque estos son... entonces este es el grupo uno obviamente, este es quizás el grupo tres. |
| |
Esto, sé que es el grupo seis. |
| |
Pero miren aquí... que esto... como pueden imaginar, los grupos uno y tres están de alguna manera correlacionados. Empezamos a ver algunas ideas sobre lo que podríamos hacer. Así que estamos empezando a tener alguna intuición sobre lo que sucede en los datos. |
| |
Exploremos esta tabla aquí mismo. Este es el grupo con el propio, con el siguiente grupo y una proporción de uno menos r al cuadrado. Y qué... voy a guardar eso en mi propio conjunto de datos. |
| |
Voy a ejecutar un análisis multivariado. Entonces tengo los componentes del grupo uno al ocho y todos los factores. Y lo que realmente me interesa es esta parte de una tabla, como todas las variables originales y cómo se agrupan con el componente. Así que déjame guardar esa tabla y |
| |
Entonces lo que voy a hacer es eliminar algunas filas adicionales de esta tabla, pero es la misma tabla. Simplemente eliminemos algunas filas. |
| |
Y me daré la vuelta y... para que podamos centrarnos en algunos. Entonces lo que me queda son las columnas que son los componentes del clúster y las filas... |
| |
columna de fila... el papel de los diferentes... y ahora son 27 variables en las que estábamos pensando, no 60 (lo siento) y las puso en 8 grupos diferentes y agregué ese número. Pueden venir automáticamente. |
| |
Voy a empezar y para seguir trabajando, lo que voy a hacer es que no quiero que sean correlaciones. Los quiero como cuadrados R. Así que voy a elevar todos esos números al cuadrado. |
| |
Así que simplemente los cuadré y aquí vamos. Ahora podemos mirar, ahora podemos empezar a pensar en ello. |
| |
Y he ordenado...así que veamos |
| |
fila uno. |
| |
Lo sentimos, esta medida de temperatura de la que hemos hablado está correlacionada en un 96% con su... con el grupo uno. |
| |
Tiene una correlación del 1% con el grupo dos, por lo que me parece que realmente quiere estar en el grupo uno y realmente no tiene mucho que decir. Quiero entrar en el grupo dos. Lo que quiero hacer es encontrar todos esos... |
| |
Codifiquemos con colores algunas cosas aquí para que podamos encontrarlas más rápido. Entonces |
| |
Estamos hablando de la zona uno y en la que nos gustaría estar, en todo caso, es el grupo cinco. |
| |
Sabes que está correlacionado en un 96%, pero no lo estaría, si tuviera que abandonar este grupo, ¿adónde iría después? Pensaría en el grupo cinco. |
| |
¿Y qué hay en el grupo cinco? Bueno, ciertamente podrías empezar a mirar eso. Entonces hay más temperaturas allí. El punto de ajuste del calor por humedad, etc. Entonces, si no hubiera sido así... entonces este número, |
| |
El con el cl...con su propio cluster te habla de lo mucho que le gusta estar en su cluster y el qué...y la R cuadrada al siguiente cluster te habla de lo mucho que le gustaría estar en uno diferente . Y esas son las dos cosas que se reportan en la tabla. |
| |
Ya sabes, JMP no muestra toda la correlación, pero puede que valga la pena trazarla y, como acabamos de demostrar, no es difícil de hacer. |
| |
Entonces esto les dice... Realmente me gusta estar en mi propio grupo. Esto dice que si tuviera que irme, entonces no me importaría venir aquí. Comparemos esos dos. Y tomemos uno menos este número, |
| |
dividido por uno menos este número. Esa es la razón uno menos r al cuadrado. Entonces, es una proporción de cuánto le gusta su propio grupo dividido por cuánto intentó ir a otro grupo. |
| |
Y tracemos algunos de ellos. |
| |
Y |
| |
Déjame buscar el filtro de datos local allí. |
| |
El cúmulo. |
| |
Y aquí está la cosa. Entonces |
| |
En cierto sentido, los valores más bajos de esta relación son mejores. Estos son los de aquí (destaquémoslo)... |
| |
Bueno, resaltemos el muy... éste de los mejores aquí. |
| |
Me gusta el de aquí abajo. Lo siento. |
| |
Este, punto de ajuste de vacío, puede ver que realmente le gustó su propio grupo sobre el siguiente más cercano, 0,97 frente a 0,0005, por lo que sabe que la relación es cercana a cero. Entonces esos no... |
| |
con eso... no querrás mover eso. Y podría empezar a hacer cosas como pensar en las variables del grupo uno. Si alguien quisiera dejarlo, quizás sea el Pct_reclaim. Tal vez él entró allí, |
| |
Como, ya sabes, por, ya sabes, por casualidad y tengo, ya sabes, y si estuviera en el grupo dos, puedo empezar a pensar en la velocidad de la línea. |
| |
La última tabla de la que voy a hablar es la tabla de resumen del clúster. Eso es |
| |
esta tabla aquí. |
| |
Y dice... revisó esta lista y dijo que si miro hacia abajo el propio grupo r al cuadrado, el número más alto es .967 para el grupo uno. |
| |
Quizás ese sea el más representativo. |
| |
Para mí, puede que no sea prudente dejar que el software decida si voy a mantener esto hasta tarde... esta variable y sólo esta variable, aunque ciertamente todos los programas |
| |
tiene un botón que dice iniciarlo solo con los principales que creas, y eso puede darte un modelo estable, en cierto sentido, pero creo que es un cambio corto. |
| |
el tipo de cosas que puedes hacer. Y usted y, con suerte, con las técnicas proporcionadas, nosotros podemos... ahora tiene la capacidad de explorar esas otras cosas. |
| |
Esto es... puede calcular este número haciendo nuevamente el PCA en su propio grupo y está sugiriendo que se agrupe... valor propio una queja con .69% explicado, así que esa es otra... solo estoy pensando en es, su propio grupo. |
| |
Cierra estos y resumamos. |
| |
Por eso te hemos dado varias técnicas. Si no se comprende lo que está claro, los datos pueden resultar difíciles de interpretar, e incluso engañar a los modelos. |
| |
Comprender los datos en relación con el proceso puede producir multicolinealidad. Entonces, simplemente una comprensión desde el punto de vista de las PYME, el punto de vista de la experiencia en la materia. |
| |
Los diagramas de pares y de dispersión son más fáciles de interpretar, pero omiten la multicolinealidad, por lo que se necesita más. VIF es excelente para decirte que tienes un problema. En realidad, solo está disponible para mínimos cuadrados ordinarios. |
| |
No hay nada comparativo para la predicción. |
| |
Y hay algunas pautas y la agrupación de variables se basa en componentes principales y muestra una mejor membresía y fortalece la relación en cada grupo. |
| |
Y espero que esa revisión o la introducción lo animen, tal vez, a tomar, como digo, este conjunto de datos de JMP Discovery y pueda ejecutar el script usted mismo y, obviamente, pueda ir más lentamente y asegurarse de que se sienta bien y practique tal vez con sus propios datos o algo así. |
| |
Un último complemento es, ya sabes, hubo otro material y otras veces en las que Sam y yo hemos hablado en conferencias de JMP Discovery o en |
| |
...o documentos técnicos escritos para JMP y usted sabe que tal vez quiera pensar en todo lo que pensamos al fabricarlo porque hemos descubierto que |
| |
Modelar los datos de fabricación requiere... es un poco único en comparación con la comprensión de los datos de los clientes en las telecomunicaciones, donde muchos de nosotros aprendemos cuando asistimos a la escuela. Y les agradezco su atención y mucha suerte. |
| |
con análisis adicionales. |
