Conférencier
|
Transcription
|
| Tony |
Bonjour, je m'appelle Tony Cooper et je présenterai un travail que Sam Edgemon et moi avons réalisé et je nous représenterai tous les deux. |
| |
Sam et moi sommes des statisticiens de recherche qui soutiennent la fabrication et l'ingénierie pendant une grande partie de nos carrières. Et le sujet d'aujourd'hui est Comprendre le regroupement de variables est crucial lors de l'analyse des données de fabrication stockées. |
| |
J'utiliserai un seul ensemble de données pour présenter. L'objectif de cette présentation sera la lecture des résultats. Et je n'aurai pas vraiment le temps de remplir toutes les boîtes de dialogue pour générer la sortie. |
| |
Mais j'ai enregistré tous les scripts dans la table de données, qui seront bien sûr disponibles dans la communauté JMP. |
| |
Les données... une fois le script exécuté, vous pouvez toujours utiliser cette flèche rouge pour effectuer l'option de rétablissement et relancer l'analyse et vous verrez la boîte de dialogue qui aurait été utilisée pour présenter cet élément de sortie. |
| |
J'utiliserai cet ensemble de données unique sur les données de fabrication. |
| |
Et jetons un coup d'œil rapide à l'apparence de ces données |
| |
Et |
| |
Désolé d'avoir un |
| |
Rapide. Regardez à quoi ressemble cet ensemble de données. Tout d'abord, j'ai un horodatage. Il s'agit donc d'un processus continu et pendant un certain temps, je reviens et j'obtiens un tas d'informations. |
| |
Sur certaines variables Y, certains résultats majeurs, certains KPI qui, vous savez, intéressent vraiment le client, ils doivent être conformes aux spécifications, etc., pour que nous puissions les expédier efficacement. Et puis... donc ce sont... ce seraient définitivement des résultats. Droite. |
| |
vitesse de ligne, comment au point de consigne de la vibration, |
| |
Et et plein d'autres choses. Donc, vous pouvez voir d'un bout à l'autre, j'ai 60 variables impaires que nous mesurons à ce moment-là. Certains d’entre eux sont des capteurs et d’autres sont des points de consigne. |
| |
Et en fait, regardons et voyons que certains d'entre eux sont bien des points de consigne comme le point de consigne de chaleur de fabrication. Certaines d'entre elles sont des commandes qui signifient, par exemple, voici ce que l'automate a demandé au processus de faire. Certaines d’entre elles sont des mesures qui correspondent à la valeur réelle actuelle. |
| |
Certains d'entre eux sont |
| |
conditions ambiantes, je pense peut-être que c'est une température extérieure. |
| |
Certains d'entre eux |
| |
sont des caractéristiques de qualité des matériaux consécutives, et il y a certainement une sortie du système de vision. Il y a donc un tas de choses dans les entrées en ce moment. |
| |
Et vous pouvez imaginer, par exemple, si j'ai le commandement et la mesure, ce que j'ai dit à la zone où je veux être et ce qu'elle mesure réellement, nous espérons que cela sera corrélé. . |
| |
Et nous devons enquêter sur une partie de cela afin de réfléchir à ce qui se passe. Et c'est ça la multicolinéarité, comprendre les interrelations entre |
| |
les entrées ou séparément, la compréhension de la multicolinéarité et les sorties. Mais dans l’ensemble, ne pas faire Y provoque un effet X pour le moment. Vous ne faites pas une technique supervisée. Il s'agit d'une technique non supervisée, mais j'essaie simplement de comprendre de cette manière ce qui se passe dans les données. |
| |
Et tous mes scripts sont ici. Alors oui, voici le résumé dont nous avons parlé ; voici un examen des données. Et comme nous venons de le dire, cela peut expliquer pourquoi il y a tant de multicolinéarité, car j'ai des points de consigne et des valeurs réelles là-dedans. Donc, mais nous le ferons, nous en apprendrons davantage sur ces choses. |
| |
Ce que nous allons faire en premier, c'est que Y soit égal à une fonction de X et nous allons le définir et je vais seulement regarder ces deux variables pour le moment. |
| |
La commande de zone un, donc ce que j'ai dit à la zone un d'être, si vous voulez. Et puis j'ai un petit couple thermique qui est, un petit couple thermique dans la zone un et il mesure. |
| |
Et vous pouvez voir clairement que lorsque la température de la zone 1 augmente, ce Y4 diminue, cette variable de réponse diminue. |
| |
Et cela est également vrai pour la mesure et vous pouvez voir que dans les estimations à la fois négatives et, dans l'ensemble, et d'ailleurs, elles sont assez |
| |
variables prédictives dans le sens où cette seule variable explique 50 % de ce qui se passe au cours de l’année 4. Eh bien, allons |
| |
faisons un multivarié. Vous imaginez donc que je vais maintenant adapter le modèle et avoir déplacé ces deux variables dans |
| |
dans mon modèle et j'analyse toujours Y4. Ma réponse est toujours Y4. Oh, regarde ça. Maintenant, cela suggère cela en tant que Y, à mesure que la commande augmente. Ouais, c'est ça |
| |
cela fait le contraire de ce à quoi je m'attends. C'est toujours négatif dans la bonne direction, mais regardez |
| |
regardez certains de ces chiffres. Ceux-ci ne sont même pas dans la même fourchette que ce que j’avais il y a un instant, qui était négatif de 0,04 et 0,07. Maintenant, j'ai un positif de 0,4 et un négatif de 0,87. |
| |
Je ne suis pas sûr de pouvoir faire confiance à ce modèle d'un point de vue technique, et je me demande vraiment comment il caractérise et m'aide à comprendre ce processus. |
| |
Et il y a un indice. Et cela n'est peut-être pas activé par défaut, mais vous pouvez faire un clic droit sur ce tableau d'estimations de paramètres et vous pouvez demander la colonne VIF. |
| |
Cela signifie facteur d'inflation de variation. Et c'est une estimation de... de l'instabilité du modèle due à |
| |
cette multicolinéarité. Donc vous pouvez... donc nous avons besoin d'avoir peu d'intuition sur ce que... comment penser à cette variable. Mais juste pour être un peu plus clair sur ce qui se passe, je vais tracer... voici |
| |
zone de température une commande et voici la mesure, et comme vous vous en doutez, |
| |
comme vous le dites... vous dites à la zone d'augmenter sa température. Oui, la zone augmente en température et dans l'ensemble, elle atteindra peut-être même les bonnes valeurs. J'ai cette couleur codée par Y4, donc cela suggère qu'à des températures plus basses, j'obtiens |
| |
les valeurs élevées de Y4 et que le... |
| |
désolé... ouais, dans les basses vallées de température, j'ai obtenu des valeurs élevées de Y4 et exactement comme je l'ai vu sur les parcelles individuelles. |
| |
Mais vous pouvez voir que le problème permet peut-être de comprendre pourquoi le modèle multivarié n'a pas fonctionné. Vous essayez d'adapter un trois domaines... une surface. |
| |
sur ce bord de couteau et cela peut évidemment... il y a une certaine instabilité et si... vous pouvez facilement imaginer que c'est qu'il n'est pas bien épinglé sur le côté donc je peux me balancer d'avant en arrière ici et c'est ce que vous obtenez. |
| |
C’est en termes de comment cela se produit que le facteur d’inflation de variation entre en jeu. Le logiciel OLS...l'analyse des moindres carrés ordinaires OLS, l'analyse de régression typique |
| |
Je ne peux tout simplement pas le gérer dans un certain sens, peut-être pourrions-nous aussi parler du fait que la matrice X prime X est, vous savez, presque singulière par endroits. |
| |
Nous avons donc une idée heuristique expliquant pourquoi cela se produit. Revenons en arrière et réfléchissons davantage |
| |
À propos |
| |
À propos |
| |
Le sujet des valeurs et |
| |
Nous savons que |
| |
Vous savez que nous savons maintenant que le facteur d'inflation de variation ne concerne pas seulement les paires. Mais si je veux m'approvisionner... alors l'intuition m'aide à réfléchir à la relation entre |
| |
VIF et comparaison par paires. Comme si j'avais deux variables corrélées à 60 % |
| |
alors c'est vous savez que si c'était tout, c'était par paire, alors le VIF serait d'environ 2,5. |
| |
Et s’il y avait une corrélation à 90 % entre deux variables, alors j’obtiendrais un VIF de 10. Et la littérature dit |
| |
Lorsque vous avez des VIF de 10 et plus, vous avez suffisamment d'instabilité et vous devriez vous soucier de votre modèle. Donc, vous savez, parce que dans un certain sens, vous avez une corrélation de 90 % entre les éléments de vos données. |
| |
Maintenant, si 10 est un bon seuil, cela dépend vraiment, je suppose, de votre application. Si vous prenez de véritables décisions de conception sur cette base, je pense qu'un seuil de 10 est beaucoup trop élevé. |
| |
Et peut-être même près de deux, c’est mieux. Mais si je réfléchissais davantage. Eh bien, laissez-moi réfléchir aux facteurs à prendre en compte dans une expérience comme |
| |
Je veux apprendre à mener la bonne expérience. Et je savais que je devais choisir des facteurs pour y participer. Et je sais que nous poursuivons trop souvent les suspects habituels. Et y a-t-il un moyen pour moi de me pousser à penser à de meilleurs facteurs ? Eh bien, alors peut-être un |
| |
10 pourrait être utile pour vous aider à affiner. Cela dépend donc vraiment de la direction que vous souhaitez prendre en termes de réflexion. |
| |
en réfléchissant à quel est le but. Alors plus sur cette idée de but. |
| |
Vous savez, le mannequinat a pour moi deux objectifs principaux, si vous voulez. La première est ce qui va se passer, vous savez, c'est une prédiction. |
| |
Et mais et c'est différent, parfois du pourquoi cela arrive et c'est plutôt une explication. |
| |
Comme nous venons de le voir avec un très simple |
| |
commander et mesurer sur la zone un, vous pouvez, vous ne pouvez pas faire une très bonne explication. Je ne ferais pas confiance à ce modèle pour réfléchir à la raison pour laquelle quelque chose se produit quand j'ai quand quand, quand les réponses quand le, quand l'estimation semble aller dans la mauvaise direction comme ça. |
| |
C'est donc très donc je ne l'utiliserais pas pour une explication. Je suggère en quelque sorte que je ne l'utiliserais même pas pour la prédiction. Parce que si je n'arrive pas à comprendre le modèle, il fait, il ne fait pas intuitivement ce que j'attends |
| |
cela semble rendre l'extrapolation dangereuse, bien sûr, par définition, vous savez, je pense que la prédiction d'un événement futur est une extrapolation dans le temps. C'est vrai, donc j'y penserais toujours. Et, vous savez, nous parlons jusqu’à présent des moindres carrés ordinaires. |
| |
Toutes mes techniques de modélisation que je vois, comme les arbres de décision, l'analyse des pétitions, |
| |
sont tous affectés d'une manière ou d'une autre par ce problème, de différentes manières inattendues. Il semble donc judicieux d’en prendre soin si vous le pouvez. Et ce n’est pas propre aux données de fabrication. |
| |
Mais c'est probablement encore pire dans les données manufacturières, car souvent les variables ne peuvent pas être contrôlées. Si nous |
| |
Si nous avons, vous savez, une température de zone 1 et que nous avons appris qu'elle doit être cette valeur pour fabriquer un bon produit, alors nous la contrôlerons aussi étroitement que possible à cette valeur souhaitée. |
| |
Et c'est ainsi que l'extrapolation devient de plus en plus difficile. Il s’agit donc d’une fabrication exagérée car nous pouvons les contrôler. |
| |
Et il y a d'autres éléments sur les données de fabrication que vous pouvez lire ici et qui donnent peut-être l'impression que |
| |
améliorez-le, car il s'agit d'opportunités et de défis. Mieux encore, vous pouvez comprendre les processus de fabrication. Il y a beaucoup de science et d'ingénierie autour du fonctionnement de ces choses. |
| |
Et vous pouvez comprendre que la stœchiométrie, par exemple, exige que la quantité de A que vous ajoutez ait, le produit chimique A doit être en relation avec le produit chimique B. |
| |
Ou vous savez que vous ne voulez pas passer de la température de la zone 1 ici à quelque chose de très différent parce que vous devez l'augmenter lentement, sinon vous ne ferez que créer du stress. |
| |
Ainsi, vous pouvez et devez comprendre votre processus et cela peut être un moyen, même sans aucune preuve empirique sur la multicolinéarité, de vous en débarrasser en partie. |
| |
Il y a aussi |
| |
un avantage des données de fabrication est qu'elles sont presque toujours basées sur le temps, alors tracez les variables au fil du temps. Et c'est toujours intéressant |
| |
ou pas toujours, mais souvent intéressant, les données de fabrication semblent évoluer par blocs de temps comme ici... nous pensons qu'elles devraient être de 250 et nous les exécutons pendant des mois, voire des années, |
| |
et puis soudain, quelqu'un dit, vous savez, nous avons fait quelque chose de différent ou nous avons une nouvelle idée. Modifions la température. Et tellement différent. |
| |
Et bien sûr, si vous vous demandez pourquoi il y a multicolinéarité, |
| |
nous en avons parlé, cela pourrait être dû à la physique ou à la chimie, mais cela pourrait bien sûr être dû à une variable latente, en particulier lorsqu'il y a un problème de décalage variable dans le temps, comme nous venons de le voir. |
| |
Tout ce qui change également à ce rythme pourrait être la chose réelle qui affecte les valeurs, le Y4. Cela pourrait être dû à un plan de contrôle. |
| |
Cela pourrait être corrélé par conception. Et chacune de ces choses, vous savez, chacune de ces raisons de multicolinéarité et la question que je pose toujours est, vous savez, |
| |
est-ce physiquement possible d'essayer d'autres combinaisons ou pas seulement physiquement possible, est-il logique d'essayer d'autres combinaisons ? |
| |
Dans ce cas, vous avez tendance à faire des expérimentations et cela est très utile. Cette modélisation et cet examen rétrospectif de vos données sont très utiles pour vous aider à concevoir de meilleures expériences. |
| |
Parfois, même si les attentes sont un peu trop élevées, il me semble que nous attendons une réponse définitive de ces données rétrospectives. |
| |
Nous avons donc déjà parlé de deux méthodes et demie pour aborder le clustering multi-variables et le comprendre. L’un est le VIF. |
| |
Et voici le VIF sur un modèle plus grand avec toutes les variables. |
| |
Comment pourrais-je penser à ce qui est corrélé à quoi ? Cela me dit que j'ai beaucoup de problèmes. |
| |
Mais cela ne me dit pas comment résoudre ces problèmes. Cela vous aide donc à dire : oh, ce ne sera pas un bon modèle. |
| |
Mais ce n'est peut-être pas utile de vous en sortir. Et si je devais mettre les interactions ici, ce serait encore pire car elles sont presque toujours plus corrélées. Il nous faut donc une autre technique. |
| |
Et c'est le clustering variable. Et ceci, ceci est disponible dans JMP et il y a deux façons d'y accéder. Vous pouvez parcourir les composants principaux Analyser multivariés. |
| |
Ou vous pouvez accéder directement au clustering des variables de cluster. Si vous parcourez les composants principaux, vous devez utiliser l'option rouge... l'option triangle rouge pour obtenir les variables du cluster. Je préfère toujours cette méthode, le PCA, car j'aime le rendement supplémentaire. |
| |
Mais il est basé sur PCA. Donc, ce que nous allons faire, c'est parler d'abord de l'ACP, puis nous parlerons du résultat du regroupement de variables. |
| |
Et il y a et il y a la page JMP. Afin de parler des composants principaux, je vais d'abord travailler avec des versions standardisées des variables. Et pensons rappeler ce qui est standardisé. |
| |
la moyenne est désormais nulle, l’écart type est désormais 1. J'ai donc standardisé ce que cela signifie : ils sont tous sur la même échelle maintenant et implicitement lorsque vous le faites. |
| |
quand tu fais |
| |
composants principaux sur les corrélations dans JMP, |
| |
implicitement, vous faites sur des variables standardisées. |
| |
JMP est, bien sûr, plus que performant, assez intelligent pour que vous puissiez mettre les valeurs d'origine |
| |
et pour que cela fonctionne de la bonne manière, puis quand il sortira, il produira, vous savez, une formule, il déterminera ce qui est correct |
| |
la formule aurait dû être, étant donné que, vous savez, vous êtes revenu non standardisé. Mais juste à titre de premier aperçu, juste pour que nous puissions voir où se trouve la formule et certaines choses, je vais travailler avec des variables standardisées pendant un moment, mais nous y reviendrons rapidement, mais je veux juste voir une formule. |
| |
Et c'est cette formule ici. Et ce que je vais faire, c'est réfléchir au résultat. Alors quel est le but de |
| |
de |
| |
de l'APC ? Eh bien, c'est ce qu'on appelle une technique de réduction de variation, mais ce qu'elle fait, elle recherche des combinaisons linéaires de vos variables. |
| |
Et s'il trouve une combinaison linéaire qui lui plaît, il... cela s'appelle une composante principale. |
| |
Et il utilise l’analyse propre pour ce faire. |
| |
Donc, une autre façon d'y penser est, vous savez, je le veux, j'ai mis 60 variables impaires dans les... dans les entrées. |
| |
Il n’y a pas 60 dimensions indépendantes que je peux ensuite manipuler dans ce processus, elles sont corrélées. Ce que je fais à la commande de temps, de températures sur un |
| |
dicte presque énormément ce qui se passe avec la température réelle. Ce ne sont donc pas deux variables indépendantes. Ceux-là ne vous empêchent pas de dire que vous n'avez pas deux dimensions là-bas. Alors combien de dimensions avons-nous ? |
| |
C'est ce que vous disent cette chose, les valeurs propres. C’est comme la variance. Ce sont des estimations de variance et le seuil est |
| |
un. Et si j'avais le tableau entier ici, il y aurait 60 valeurs propres. Descendez jusqu'au bout, vous savez, démarrez les rapports à 0,97, mais le prochain en baisse est, vous savez, probablement 0,965 et il continuera à baisser. |
| |
Le seuil dit que... ou une ligne directrice est que s'il est supérieur à un, alors cette combinaison linéaire explique un signal. Et si c'est inférieur à un, cela explique simplement le bruit. |
| |
Et donc, ce que fait JMP, c'est... quand je vais au clustering de variables, il dit, vous savez quoi |
| |
vous avez ici une deuxième dimension. Cela signifie un deuxième groupe de variables, c'est vrai, qui explique quelque chose un peu différemment. Maintenant, je vais les séparer en deux groupes. Et puis je vais faire du PCA sur les deux, |
| |
et si et les valeurs propres des deux... la première sera grande, mais à quoi ressemble la seconde |
| |
après m'être séparé en deux groupes ? Sont-ils désormais inférieurs à un ? Eh bien, s’il y en a moins d’un, c’est fini. Mais s’ils sont supérieurs à un, c’est comme si ce groupe pouvait être encore plus divisé. |
| |
Et cela a été divisé encore plus de manière interactive, directe et source de division jusqu'à ce qu'il n'y ait plus de deuxième composant supérieur à un. |
| |
Il s'agit donc de créer ces combinaisons linéaires et vous pouvez voir le... vous savez, lorsque j'enregistre le composant principal un, ce sont exactement ces formules. Oops. |
| |
C'est exactement cette formule, .0612 et c'est la formule pour Prin1 et ce sera exactement exact tant que vous normaliserez. Si vous ne standardisez pas, JMP va simplement trouver comment le faire sur des éléments non standardisés, ce qui veut dire qu'il est plus que capable de le faire. |
| |
Alors commençons à travailler avec les données initiales. |
| |
Et nous ferons notre exemple. Et vous verrez que c'est un résultat très similaire. C'est en fait la même sortie sauf une chose que j'ai activée. |
| |
est-ce que cette option est ici, les variables de cluster. Et ce que je comprends ici, c'est la sortie des variables de cluster. Et vous pouvez voir que ces chiffres sont les mêmes. Et vous pouvez déjà commencer à voir une partie de la réflexion que cela va devoir faire, par exemple, regardons ces deux-là ici. |
| |
C'est la quantité d'IA introduite qui semble être fortement liée à la quantité de BI introduite, donc... et cela aurait du sens pour la plupart des processus chimiques, si cela fait partie de la réaction chimique que vous essayez d'accomplir. |
| |
Vous savez, si vous voulez mettre 10 % de plus, vous allez probablement mettre 10 % de B en plus. Ainsi, même dans ce tracé de rayons, vous commencez à voir certaines choses qui suggèrent la multicolinéarité. Et donc pour arriver quelque part. |
| |
Mais je veux les regrouper dans des groupes distincts et c'est un peu difficile car |
| |
regarde ce type ici, zone de température 4. |
| |
Il est en fait le contraire. Ils ont en quelque sorte le même angle, mais dans la direction opposée, donc il est presque à 100 ou 180 degrés de A et B. |
| |
Alors peut-être... corrélé négativement à la température de la zone 4 et à AB et non... mais je veux aussi les mettre dans des groupes exclusifs et c'est ce que nous obtenons |
| |
quand nous avons demandé le clustering variable. Il a donc pris ces mêmes choses et les a classées dans des groupes distincts, puis dans huit groupes distincts. |
| |
Et voici les coefficients standardisés. Voilà donc la formule |
| |
c'est pour, vous savez, pour les clusters individuels. Et donc quand j'économise |
| |
les composants du cluster |
| |
J'obtiens un résultat très similaire à ce que nous avons fait avec Prin1, sauf ceci uniquement pour le cluster 1, car vous remarquez que dans cette ligne qui a une commande de zone un avec un ... avec un .44, partout ailleurs est zéro. Chaque variable est exclusivement dans un cluster ou un autre. |
| |
Alors laissez-moi... parlons de certains résultats. |
| |
Et donc nous faisons du clustering variable et |
| |
Oops. |
| |
Désolé. |
| Tony |
Et puis nous avons obtenu quelques tableaux dans notre sortie. Je vais donc fermer... minimiser cette fenêtre et nous parlons de ce qu'il y a ici en termes de sortie. |
| |
Et la première chose que je veux nous signaler, ce sont les estimations standardisées et c'est ce que nous faisions. Et si tu veux le faire, cite, tu sais, |
| |
à la main, si vous le souhaitez, répétez et comment puis-je obtenir un .35238 ici, je pourrais exécuter PCA sur une seule variable du cluster. Ce sont les variables qui restent là. Et puis vous pouvez regarder les valeurs propres, les vecteurs propres, et ce sont les nombres exacts. |
| |
Donc, |
| |
Donc le .352 est donc c'est exactement ce que j'ai dit. Il continue à effectuer plusieurs PCA de manière créative et vous pouvez voir que le deuxième composant principal ici est, oh désolé, inférieur à un. C'est pourquoi il s'est arrêté à ce composant |
| |
Qui est là-dedans |
| |
cluster un, eh bien, il y a la température est... les deux zones une mesure, une zone trois A mesure, la quantité d'eau semble avoir de l'importance par rapport à cela. Avec une partie de l'autre température ici et dans quoi... dans le groupe six. |
| |
Il s’agit d’un tableau de codes de couleurs très utile. Ceci est organisé par cluster. Il s'agit donc du premier cluster ; Je peux le survoler et je peux tout lire |
| |
j'ai ajouté de l'eau (alors que je disais que je devrais, oui, ajouter de l'eau. Désolé, laisse-moi en prendre un qui correspond à ma température trois.) |
| |
Et ce qui est une corrélation positive, vous savez, la zone intéressante 4 a là une corrélation négative. Donc, vous verrez certainement des blocs de couleur... parce que ce sont... donc c'est évidemment le cluster un, c'est peut-être le cluster trois. |
| |
Ceci, je sais que c'est le cluster six. |
| |
Mais regardez par ici... que ceci... comme vous pouvez l'imaginer, les groupes un et trois sont quelque peu corrélés. Nous commençons à voir quelques idées sur ce que nous pourrions faire. Nous commençons donc à avoir une certaine intuition quant à ce qui se passe dans les données. |
| |
Explorons ce tableau ici. Il s'agit du propre cluster, du cluster suivant et d'un rapport au carré d'un moins r. Et quoi... Je vais sauvegarder cela dans mon propre ensemble de données. |
| |
Je vais faire un multivarié dessus. J'ai donc les composants du cluster un à huit et tous les facteurs. Et ce qui m'intéresse vraiment, c'est cette partie d'un tableau, comme pour toutes les variables d'origine et la façon dont elles se regroupent avec le composant. Alors laisse-moi sauvegarder cette table et |
| |
alors ce que je vais faire, c'est supprimer, supprimer quelques lignes supplémentaires de ce tableau, mais c'est le même tableau. Supprimons simplement quelques lignes. |
| |
Et je vais me tourner et... pour que nous puissions nous concentrer sur certains d'entre eux. Il ne me reste donc que les colonnes qui sont les composants du cluster et les lignes... |
| |
ligne colonne... le rôle des différents... et c'est maintenant 27 variables auxquelles nous pensions, pas 60 (désolé) et cela les a placées dans 8 groupes différents et j'ai ajouté ce nombre. Ils peuvent venir automatiquement. |
| |
Je vais commencer et pour continuer à travailler, ce que je vais faire, c'est ne pas vouloir de corrélations. Je les veux sous forme de carrés R. Je vais donc mettre au carré tous ces chiffres. |
| |
Alors je les ai juste mis au carré et c'est parti. Maintenant nous pouvons regarder, maintenant nous pouvons commencer à y réfléchir. |
| |
Et j'ai trié... alors regardons |
| |
première rangée. |
| |
Désolé, celle-ci, la mesure de température dont nous avons parlé, est corrélée à 96 % avec son... avec le cluster un. |
| |
Il y a une corrélation de 1 % avec le cluster deux, donc il me semble qu'il veut vraiment, vraiment être dans le cluster un et il n'a pas vraiment grand-chose à dire, je veux aller dans le cluster deux. Ce que je veux faire, c'est trouver tout cela... |
| |
permet de coder en couleur certaines choses ici afin que nous puissions les trouver plus rapidement. Donc |
| |
nous parlons de la zone un et celle dans laquelle nous aimerions faire partie, le cas échéant, est le groupe cinq. |
| |
Vous savez que c'est corrélé à 96 %, mais vous savez, ce ne serait pas le cas, s'il devait quitter ce cluster, où irait-il ensuite ? Il s’agirait du groupe cinq. |
| |
Et qu'y a-t-il dans le groupe cinq ? Eh bien, vous pourriez certainement commencer à y réfléchir. Il y a donc plus de températures là-bas. Le point de consigne de la chaleur et de l'humidité, etc. Donc si ce n'était pas le cas... alors ce numéro, |
| |
Le avec la cl... avec son propre cluster parle de combien il aime être dans son cluster et de quoi... et le R au carré du cluster suivant vous parle de combien il aimerait être dans un autre cluster. . Et ce sont les deux éléments rapportés dans le tableau. |
| |
Vous savez, JMP ne montre pas toute la corrélation, mais cela vaut peut-être la peine d'être tracé et comme nous venons de le démontrer, ce n'est pas difficile à faire. |
| |
Donc cela vous dit... J'aime vraiment être dans mon propre cluster. Cela dit que si je devais partir, cela ne me dérangerait pas d'aller ici. Comparons ces deux-là. Et prenons un moins ce nombre, |
| |
divisé par un moins ce nombre. C'est le rapport un moins r au carré. Il s'agit donc du rapport entre le degré d'appréciation que vous accordez à votre propre cluster et le degré de tentative d'accès à un autre cluster. |
| |
Et traçons-en quelques-uns. |
| |
Et |
| |
Permettez-moi de chercher le filtre de données local là-bas. |
| |
Le cluster. |
| |
Et voici le problème. Donc |
| |
Les valeurs, dans un certain sens, les valeurs inférieures de ce rapport sont meilleures. Ce sont ceux-là (soulignons-le)... |
| |
Eh bien, soulignons celui-là même... celui-ci parmi les meilleurs ici. |
| |
J'aime celui d'ici. Désolé. |
| |
Celui-ci, point de consigne du vide, vous pouvez voir que son propre cluster est vraiment très apprécié par rapport au prochain plus proche, 0,97 contre 0,0005, vous savez donc que le rapport est proche de zéro. Donc ceux-là ne le seraient pas... |
| |
avec ça... vous ne voudriez pas déplacer ça. Et vous pourriez commencer à faire des choses comme penser aux variables du cluster 1. Si quelqu'un voulait le laisser, c'est peut-être le Pct_reclaim. Peut-être qu'il est entré là-dedans, |
| |
comme, vous savez, par hasard, vous savez, et j'ai, vous savez, et si j'étais dans le groupe deux, je peux commencer à penser à la vitesse de ligne. |
| |
Le dernier tableau dont je vais parler est le tableau récapitulatif des clusters. C'est |
| |
ce tableau ici. |
| |
Et il dit... il a parcouru cette liste et a dit que si je regarde au carré de mon propre cluster, le nombre le plus élevé est 0,967 pour le cluster un. |
| |
C'est peut-être le plus représentatif. |
| |
Pour moi, il n'est peut-être pas judicieux de laisser le logiciel décider que je vais conserver cela tardivement... cette variable et seulement cette variable, même si certainement tous les logiciels |
| |
a un bouton qui dit de le lancer avec uniquement les principaux auxquels vous pensez, et c'est cela qui peut vous donner un modèle stable, dans un certain sens, mais je pense que c'est court. |
| |
le genre de choses que vous pouvez faire. Et vous et, espérons-le, grâce aux techniques fournies, nous pouvons... vous avez maintenant la possibilité d'explorer ces autres choses. |
| |
C'est... vous pouvez calculer ce nombre en effectuant à nouveau la PCA sur son propre cluster et cela et il le suggère en cluster... valeur propre une plainte avec expliqué 0,69% donc c'en est une autre... juste en pensant à ça, c'est son propre cluster. |
| |
Fermez-les et résumons. |
| |
Nous vous avons donc donné plusieurs techniques. Si vous ne comprenez pas ce qui est clair, vous pouvez rendre vos données difficiles à interpréter, voire induire les modèles en erreur. |
| |
Comprendre les données liées au processus peut produire une multicolinéarité. Donc juste une compréhension du point de vue d’une PME, du point de vue de l’expertise en la matière. |
| |
Les diagrammes par paires et les nuages de points sont plus faciles à interpréter mais manquent de multicolinéarité et vous en avez donc besoin de plus. VIF est excellent pour vous dire que vous avez un problème. Ce n'est vraiment disponible que pour les moindres carrés ordinaires. |
| |
Il n’y a pas de comparaison pour la prédiction. |
| |
Et il y a quelques lignes directrices et le regroupement variable est basé sur les composants principaux et montre une meilleure adhésion et renforce les relations dans chaque groupe. |
| |
Et j'espère que cette revue ou cette introduction vous encouragera, peut-être, à récupérer, comme je l'ai dit, cet ensemble de données de JMP Discovery et que vous pourrez exécuter le script vous-même et vous pourrez évidemment y aller plus lentement et vous assurer que vous vous sentez bien et entraînez-vous peut-être sur vos propres données ou quelque chose du genre. |
| |
Un dernier point, vous savez, il y avait d'autres documents et d'autres fois où Sam et moi avons parlé lors de conférences JMP Discovery et/ou à |
| |
...ou écrit des livres blancs pour JMP et vous savez, vous voudrez peut-être réfléchir à tout ce à quoi nous avons pensé lors de sa fabrication, car nous avons constaté que |
| |
la modélisation des données de fabrication... est un peu unique par rapport à la compréhension des données clients dans les télécommunications, où beaucoup d'entre nous apprennent en allant à l'école. Et je vous remercie pour votre attention et bonne chance |
| |
avec une analyse plus approfondie. |
