Altoparlante
|
Trascrizione
|
| Tony |
Ciao, mi chiamo Tony Cooper e presenterò alcuni lavori che io e Sam Edgemon abbiamo realizzato e rappresenterò entrambi. |
| |
Sam ed io siamo statistici di ricerca a supporto della produzione e dell'ingegneria per gran parte della nostra carriera. E l'argomento di oggi è Comprendere che il clustering delle variabili è fondamentale quando si analizzano i dati di produzione archiviati. |
| |
Utilizzerò un singolo set di dati da cui presentare. Il focus di questa presentazione sarà la lettura dell'output. E non avrò davvero il tempo di compilare tutte le finestre di dialogo per generare l'output. |
| |
Ma ho salvato tutti gli script nella tabella dati, che ovviamente saranno disponibili nella comunità JMP. |
| |
I dati... una volta eseguito lo script, puoi sempre utilizzare la freccia rossa per eseguire l'opzione di ripetizione e riavviare l'analisi e vedrai la finestra di dialogo che sarebbe stata utilizzata per presentare quella parte di output. |
| |
Utilizzerò questo singolo set di dati relativo ai dati di produzione. |
| |
E diamo una rapida occhiata a come appaiono questi dati |
| |
E |
| |
Mi dispiace per avere un |
| |
Presto. Guarda come appare questo set di dati. Prima di tutto, ho un timestamp. Quindi questo è un processo continuo e ad un certo intervallo di tempo torno e ottengo un sacco di informazioni. |
| |
Su alcune variabili Y, alcuni risultati importanti, alcuni KPI a cui, sai, il cliente tiene davvero, questi devono essere conformi alle specifiche e così via affinché possiamo spedirli in modo efficace. E poi... quindi questi sono... sarebbero assolutamente e definitivamente dei risultati. Giusto. |
| |
velocità della linea, come al punto impostato per la vibrazione, |
| |
E un sacco di altre cose. Quindi potete vedere in generale, ho 60 variabili dispari che stiamo misurando in quel momento. Alcuni di essi sono sensori e altri sono punti fissi. |
| |
E in effetti, osserviamo e vediamo che alcuni di essi sono effettivamente punti fissi come il punto di regolazione del calore di produzione. Alcuni di essi sono comandi che significano: ecco cosa il PLC ha detto di fare al processo. Alcuni di essi sono misure che rappresentano il valore effettivo in questo momento. |
| |
Alcuni di loro sono |
| |
condizioni ambientali, forse penso che sia una temperatura esterna. |
| |
Alcuni di quelli |
| |
sono una serie di caratteristiche di qualità dei materiali e c'è sicuramente qualche risultato del sistema di visione. Quindi ci sono un sacco di cose negli input in questo momento. |
| |
E potete immaginare, ad esempio, se io, se ho il comando e la misura, cosa ho detto alla zona in cui vuole trovarsi e cosa misura effettivamente, speriamo che siano correlati . |
| |
E dobbiamo indagare su alcuni di questi per pensare a cosa sta succedendo. E questa è multicolinearità, comprendere le interrelazioni tra di loro |
| |
gli input o separatamente, la comprensione della multicollinearità e degli output. Ma nel complesso, non fare Y causa l’effetto X in questo momento. Non stai eseguendo una tecnica supervisionata. Questa è una tecnica non supervisionata, ma sto solo cercando di capire cosa sta succedendo nei dati in questo modo. |
| |
E tutti i miei script sono qui. Quindi sì, ecco l'abstract di cui abbiamo parlato; ecco una revisione dei dati. E come abbiamo appena detto questo potrebbe spiegare perché c'è così tanta multicollinearità, perché ho dei punti fissi e dei valori effettivi lì dentro. Quindi, ma impareremo queste cose. |
| |
Quello che faremo prima è adattare Y uguale a una funzione di X e impostarlo e per ora guarderò solo queste due variabili. |
| |
Il comando della zona uno, quindi quello che ho detto alla zona uno, se vuoi. E poi ho una piccola coppia di terme che sono, una piccola coppia di terme nella zona uno e sta misurando. |
| |
E potete vederlo chiaramente quando la temperatura della zona uno aumenta, questa Y4 diminuisce, questa variabile di risposta diminuisce. |
| |
E questo vale anche per la misurazione e puoi vedere che nelle stime sia negative che, nel complesso, e tra l'altro, sono abbastanza |
| |
variabili predittive, nel senso che solo questa variabile spiega il 50% di ciò che accade nell'Y4. Bene, andiamo |
| |
facciamo una multivariata. Quindi immagini che ora adatterò il modello e avrò spostato entrambe le variabili |
| |
nel mio modello e sto ancora analizzando Y4. La mia risposta è ancora Y4. Oh, guarda questo. Ora lo suggerisce come Y, man mano che il comando sale. Sì, è quello che fa |
| |
fa il contrario di quello che mi aspetto. Questo è ancora negativo nella giusta direzione, ma guarda |
| |
guarda alcuni di questi numeri. Questi non sono nemmeno allo stesso livello di quelli che avevo un attimo fa, che erano .04 e .07 negativi. Ora ho positivo .4 e negativo .87. |
| |
Non sono sicuro di potermi fidare di questo modello da un punto di vista ingegneristico e mi chiedo davvero come possa caratterizzarmi e aiutarmi a comprendere questo processo. |
| |
E c'è un indizio. E questo potrebbe non essere attivo per impostazione predefinita, ma puoi fare clic con il pulsante destro del mouse sulla tabella delle stime dei parametri e puoi richiedere la colonna VIF. |
| |
Questo sta per fattore di inflazione di variazione. E questa è una stima dell'instabilità del modello dovuta a |
| |
questa multicollinearità. Quindi puoi... quindi abbiamo bisogno di avere una piccola intuizione su cosa... come pensare a quella variabile. Ma giusto per essere un po' più chiari su cosa sta succedendo, farò un complotto... ecco |
| |
zona di temperatura un comando ed ecco la misurazione, e come ci si aspetterebbe, |
| |
come dici tu... dici alla zona di aumentare la temperatura. Sì, la zona aumenta di temperatura e, in generale, forse raggiungerà anche i valori giusti. Ho questo colore codificato da Y4 quindi suggerisce a temperature più basse, capisco |
| |
gli alti valori di Y4 e che... |
| |
scusate...sì, alle basse valli di temperatura, ho ottenuto valori elevati di Y4 e proprio come ho visto sui singoli appezzamenti. |
| |
Ma puoi vedere che forse il problema ha un'intuizione sul motivo per cui il modello multivariato non ha funzionato. Stai cercando di adattare tre dom... una superficie. |
| |
sopra questo filo di coltello e ovviamente può... c'è una certa instabilità e se... puoi facilmente immaginare che non è ben fissato sul lato quindi posso dondolarmi avanti e indietro qui ed è quello che ottieni. |
| |
È in termini di come è in termini di fattore di inflazione di variazione. Il software OLS...l'analisi dei minimi quadrati ordinari OLS tipica analisi di regressione |
| |
semplicemente non riesco a gestirlo in un certo senso, forse potremmo anche parlare del fatto che la matrice X prime X è, sai, quasi singolare in alcuni punti. |
| |
Quindi abbiamo un po' di euristica del perché sta accadendo. Torniamo indietro e pensiamo ad altro |
| |
Di |
| |
Di |
| |
La questione dei valori e |
| |
Lo sappiamo |
| |
Sai che ora sappiamo che il fattore di inflazione di variazione in realtà pensa a qualcosa di più che semplicemente a coppie. Ma se voglio trovare la fonte... allora l'intuizione mi aiuta a pensare alla relazione tra |
| |
VIF e confronto a coppie. Come se avessi due variabili correlate al 60%. |
| |
allora sai che se fosse tutto a coppie, il VIF sarebbe circa 2,5. |
| |
E se due variabili fossero correlate al 90%, otterrei un VIF di 10. E lo dice la letteratura |
| |
Che quando hai VIF di 10 e più hai abbastanza instabilità in cui dovresti preoccuparti del tuo modello. Quindi, lo sai, perché in un certo senso hai una correlazione del 90% tra le cose nei tuoi dati. |
| |
Ora, se 10 sia un buon limite dipende davvero, immagino, dalla tua applicazione. Se stai prendendo decisioni di progettazione reali basate su questo, penso che un limite di 10 sia troppo alto. |
| |
E forse anche vicino a due è meglio. Ma se stessi pensando di più. Bene, lasciami pensare a quali fattori inserire in un esperimento |
| |
Voglio imparare come eseguire l'esperimento giusto. E sapevo che dovevo scegliere i fattori per entrarci. E so che troppo spesso diamo la caccia ai soliti sospetti. E c'è un modo in cui posso spingermi a pensare ad alcuni fattori migliori. Bene, allora forse a |
| |
10 potrebbero esserti utili per aiutarti a restringere il campo. Quindi dipende davvero da dove vuoi andare in termini di riflessione |
| |
pensando a quale sia lo scopo. Quindi di più su questa idea di scopo. |
| |
Sai, per me gli scopi principali del fare la modella sono due. Uno è ciò che accadrà, sai, questa è la previsione. |
| |
E ma e questo è diverso, a volte dal perché accadrà e questa è più una spiegazione. |
| |
Come abbiamo appena visto con un metodo molto semplice |
| |
comanda e misura sulla zona uno, puoi, non puoi fare un'ottima spiegazione. Non mi fiderei di quel modello per pensare al perché sta succedendo qualcosa quando ho quando io quando il, quando le risposte quando il, quando la stima sembra andare nella direzione sbagliata in quel modo. |
| |
Quindi è molto, quindi non lo userei per la spiegazione. In un certo senso sto suggerendo che non lo userei nemmeno per le previsioni. Perché se non riesco a capire il modello, sta facendo, non intuitivamente, quello che mi aspetto |
| |
questo sembra rendere pericolosa l'estrapolazione, ovviamente, per definizione, sai, penso che la previsione di un evento futuro sia un'estrapolazione nel tempo. Giusto, quindi ci penserei sempre. E, sai, finora stiamo parlando dei minimi quadrati ordinari. |
| |
Vedo tutte le mie tecniche di modellazione, come alberi decisionali, analisi delle petizioni, |
| |
sono tutti in qualche modo colpiti da questo problema, in modi diversi e inaspettati. Quindi sembra una buona idea prendertene cura, se puoi. E non è esclusivo dei dati di produzione. |
| |
Ma probabilmente è peggio esagerare nei dati di produzione perché spesso le variabili non possono essere controllate. Se noi |
| |
se abbiamo, sai, la temperatura della zona uno e abbiamo imparato che deve essere questo valore per ottenere un buon prodotto, allora lo controlleremo il più strettamente possibile su quel valore desiderato. |
| |
E così è che l'estrapolazione vera e propria diventa sempre più difficile. Quindi questa è una produzione esagerata perché possiamo controllarli. |
| |
E ci sono alcune altre cose sui dati di produzione che puoi leggere qui che lo rendono forse |
| |
renderlo migliore, perché questa è opportunità e sfide. Meglio è che tu possa capire i processi di produzione. C'è molta scienza e ingegneria su come funzionano queste cose. |
| |
E puoi capire che la stechiometria, ad esempio, richiede che la quantità di A che aggiungi, la sostanza chimica A debba essere in relazione alla sostanza chimica B. |
| |
Oppure sai che non vuoi passare dalla temperatura della zona uno qui a qualcosa di molto diverso perché devi aumentarla lentamente, altrimenti creerai solo stress. |
| |
Quindi puoi e dovresti comprendere il tuo processo e questo potrebbe essere un modo anche senza alcuna di queste prove empiriche sulla multicollinearità, puoi sbarazzartene in parte. |
| |
C'è anche |
| |
un vantaggio dei dati di produzione è che sono quasi sempre basati sul tempo, quindi traccia le variabili nel tempo. Ed è sempre interessante |
| |
o non sempre, ma spesso interessante, i dati di produzione sembrano muoversi in blocchi di tempo come qui... pensiamo che dovrebbero essere 250 e li eseguiamo per mesi, forse anche anni, |
| |
e poi all'improvviso qualcuno dice, sai, abbiamo fatto qualcosa di diverso o abbiamo una nuova idea. Spostiamo la temperatura. E quindi molto diverso. |
| |
E ovviamente, se stai pensando al perché esiste la multicollinearità, |
| |
di cui abbiamo parlato, potrebbe essere dovuto alla fisica o alla chimica, ma potrebbe essere dovuto a qualche variabile latente, ovviamente, specialmente quando c'è una preoccupazione con lo spostamento delle variabili nel tempo, come abbiamo appena visto. |
| |
Tutto ciò che cambia a quel ritmo potrebbe essere la cosa reale che sta influenzando i valori, l'Y4. Potrebbe essere dovuto ad un piano di controllo. |
| |
Potrebbe essere correlato in base alla progettazione. E ognuna di queste cose, ognuna di queste ragioni per la multicollinearità e la domanda che faccio sempre è, sai, |
| |
è fisicamente possibile provare altre combinazioni o non solo fisicamente possibile, ha senso provare altre combinazioni? |
| |
In tal caso sei propenso a fare sperimentazione e questo è molto utile. Questa modellazione e l'analisi retrospettiva dei dati sono molto utili per aiutarti a progettare esperimenti migliori. |
| |
A volte, anche se le aspettative sono un po’ troppo alte, a mio avviso sembra che ci aspettiamo una risposta definitiva da questi dati retrospettivi. |
| |
Quindi abbiamo parlato di due metodi già due e mezzo per affrontare il clustering multivariabile e comprenderlo. Uno è VIF. |
| |
Ed ecco il VIF su un modello più grande con tutte le variabili inserite. |
| |
Come penserei a quali sono correlati a quali? Questo mi dice che ho molti problemi. |
| |
Ma non mi dice come affrontare questi problemi. Quindi è utile per aiutarti a dire, oh, questo non sarà un buon modello. |
| |
Ma forse non è utile tirarti fuori da questa situazione. E se dovessi inserire qui le interazioni, sarebbe ancora peggio perché sono quasi sempre più correlate. Quindi abbiamo bisogno di un'altra tecnica. |
| |
E questo è il clustering variabile. E questo è disponibile in JMP e ci sono due modi per accedervi. È possibile esaminare i componenti principali multivariati Analizza. |
| |
Oppure puoi andare direttamente al clustering delle variabili del cluster. Se si esaminano i componenti principali, è necessario utilizzare l'opzione rossa...opzione triangolo rosso per ottenere le variabili del cluster. Preferisco ancora questo metodo, il PCA, perché mi piace l'output extra. |
| |
Ma si basa su PCA. Quindi quello che faremo è parlare prima di PCA e poi dell'output del clustering delle variabili. |
| |
E c'è e c'è la pagina JMP. Per parlare dei componenti principali, lavorerò prima con le versioni standardizzate delle variabili. E pensiamo di ricordarci cosa è standardizzato. |
| |
la media è ora zero, la deviazione standard è ora 1. Quindi ho standardizzato cosa significa che sono tutti sulla stessa scala ora e implicitamente quando lo farai |
| |
quando lo fai |
| |
componenti principali sulle correlazioni in JMP, |
| |
implicitamente stai facendo su variabili standardizzate. |
| |
JMP è, ovviamente, più che capace, abbastanza intelligente da consentirti di inserire i valori originali |
| |
e perché funzioni nel modo corretto e poi quando esce, emetterà una formula, capirà qual è la formula giusta |
| |
la formula avrebbe dovuto essere data, sai, sei tornato non standardizzato. Ma giusto per dare una prima occhiata, così possiamo vedere dove sono le formule e alcune cose, lavorerò per un po' con variabili standardizzate, ma torneremo rapidamente indietro, ma voglio vedere solo una formula. |
| |
E questa è questa formula proprio qui. E quello che farò è pensare al risultato. Allora qual è lo scopo di |
| |
Di |
| |
dell'APC? Beh, si chiama tecnica di riduzione delle variazioni, ma quello che fa, cerca combinazioni lineari delle tue variabili. |
| |
E se trova una combinazione lineare che gli piace, viene chiamata componente principale. |
| |
E utilizza l'analisi Eigen per farlo. |
| |
Quindi un altro modo di pensarci è, sai che lo voglio, ho inserito 60 variabili dispari negli... negli input. |
| |
Non ci sono 60 dimensioni indipendenti che posso poi manipolare in questo processo, sono correlate. Quello che faccio al comando per il tempo, per le temperature su uno |
| |
determina quasi in larga misura cosa succede con la temperatura effettiva. Quindi quelle non sono due variabili indipendenti. Quelli non ti trattengono, dico di no, lì non ci sono due dimensioni. Quindi quante dimensioni abbiamo? |
| |
Questo è ciò che ti dicono gli autovalori. Questi sono come la varianza. Queste sono stime della varianza e il limite lo è |
| |
uno. E se avessi tutta la tabella qui, ci sarebbero 60 autovalori. Scendi fino in fondo, sai, fai ripartire il reporting a .97 ma il prossimo calo è, sai, probabilmente .965 e continuerà a scendere. |
| |
Il limite dice che... o qualche linea guida è che se è maggiore di uno, allora questa combinazione lineare spiega un segnale. E se è inferiore a uno, allora spiega solo il rumore. |
| |
E quindi quello che fa JMP è... quando vado al clustering delle variabili, dice, sai cosa |
| |
hai una seconda dimensione qui. Ciò significa che un secondo gruppo di variabili, giusto, spiega qualcosa in modo leggermente diverso. Ora li separerò in due gruppi. E poi farò il PCA su entrambi, |
| |
e if e gli autovalori per entrambi... il primo sarà grande, ma come sarà il secondo |
| |
dopo che mi sono diviso in due gruppi? Adesso sono meno di uno? Bene, se sono meno di uno, il gioco è fatto. Ma se sono più grandi di uno, è come se quel gruppo potesse essere ulteriormente diviso. |
| |
Ed è stato diviso ancora di più in modo interattivo, diretto e divisivo fino a quando non ci sono più secondi componenti maggiori di uno. |
| |
Quindi sta creando queste combinazioni lineari e puoi vedere... sai quando salvo il componente principale uno, è esattamente questa formula. Ops. |
| |
È esattamente questa formula, .0612 ed è la formula per Prin1 e sarà esattamente corretta finché la standardizzerai. Se non si standardizza, JMP scoprirà come farlo su non standardizzato, il che significa che è più che in grado di farlo. |
| |
Quindi iniziamo a lavorare con i dati iniziali. |
| |
E faremo il nostro esempio. E vedrai che questo è un output molto simile. In effetti è lo stesso output tranne una cosa che ho attivato. |
| |
c'è questa opzione proprio qui, variabili cluster. E quello che ottengo qui è l'output delle variabili del cluster. E puoi vedere che questi numeri sono gli stessi. E potete già iniziare a vedere alcune delle riflessioni che dovrà fare, ad esempio, diamo un'occhiata a questi due proprio qui. |
| |
La quantità di IA inserita sembra essere altamente correlata alla quantità di IA inserita, quindi... e questo avrebbe senso per la maggior parte dei processi chimici, se fa parte della reazione chimica che stai cercando di realizzare. |
| |
Sai, se vuoi inserire il 10% in più, probabilmente inserirai il 10% in più di B. Quindi anche in questo diagramma dei raggi inizi a vedere alcune cose che suggeriscono la multicollinearità. E così arrivare da qualche parte. |
| |
Ma voglio metterli in gruppi distinti e questo è un po' difficile perché |
| |
guarda questo ragazzo proprio qui, zona di temperatura 4. |
| |
In realtà è il contrario. Hanno più o meno lo stesso angolo, ma nella direzione opposta, quindi è quasi a 100 o 180 gradi da A e B. |
| |
Quindi forse...correlato negativamente alla temperatura della zona 4 e AB e non...ma voglio anche inserirli in gruppi esclusivi ed è quello che otteniamo |
| |
quando abbiamo chiesto il clustering variabile. Quindi ha preso quelle stesse cose e le ha messe in gruppi distinti e le ha inserite in otto gruppi distinti. |
| |
Ed ecco i coefficienti standardizzati. Quindi questa è la formula |
| |
quello per, sai, per i singoli cluster. E così quando salvo |
| |
i componenti del cluster |
| |
Ottengo un risultato molto simile a quello che abbiamo fatto con Prin1 tranne questo solo per il cluster 1, perché noti che in questa riga che ha il comando della zona uno con a... con a .44, ovunque il resto è zero. Ogni variabile è esclusivamente in un cluster o in un altro. |
| |
Quindi lasciatemi...parliamo di alcuni risultati. |
| |
E quindi stiamo facendo il clustering variabile e |
| |
Ops. |
| |
Scusa. |
| Tony |
E poi abbiamo ottenuto alcune tabelle nel nostro output. Quindi chiuderò...minimizzerò questa finestra e parleremo di cosa c'è qui in termini di output. |
| |
E la prima cosa che sapete che voglio indicarci sono le stime standardizzate e lo stavamo facendo. E se vuoi farlo, cita, sai, |
| |
a mano, se vuoi, ripeti e come posso ottenere un .35238 qui, potrei eseguire PCA solo sulle variabili del cluster uno. Queste sono le variabili che rimangono lì. E poi potresti guardare gli autovalori, gli autovettori, e questi sono i numeri esatti. |
| |
COSÌ, |
| |
Quindi il .352 è quindi è proprio quello che ho detto. Continua a eseguire in modo subdolo più PCA e puoi vedere che il secondo componente principale qui è, oh scusa, è inferiore a uno. Ecco perché si è fermato a quella componente |
| |
Chi c'è lì dentro |
| |
cluster uno, beh c'è la temperatura...le due zone che misura uno, una zona tre che misura A, la quantità di acqua sembra avere importanza rispetto a quella. Con un po' dell'altra temperatura qui e in cosa... nel gruppo sei. |
| |
Questa è una tabella codificata a colori molto utile. Questo è organizzato per cluster. Quindi questo è il primo cluster; Posso passarci sopra con il mouse e posso leggere tutte le cose |
| |
ho aggiunto acqua (mentre ho detto che avrei dovuto, sì, ho aggiunto acqua. Scusa, lasciamene prenderne uno che è la mia temperatura tre.) |
| |
E quella che è una correlazione positiva, sai, è interessante la zona 4 che lì ha una correlazione negativa. Quindi vedrai sicuramente blocchi di colore...perché questi sono...quindi questo è ovviamente il cluster uno, questo forse è il cluster tre. |
| |
Questo, so che è il cluster sei. |
| |
Ma guarda qui... che questo... come puoi immaginare, i gruppi uno e tre sono in qualche modo correlati. Iniziamo a vedere alcune idee su cosa potremmo fare. Quindi stiamo iniziando ad avere qualche intuizione su cosa sta succedendo nei dati. |
| |
Esploriamo questa tabella proprio qui. Questo è il cluster con il proprio cluster, con il cluster successivo e il rapporto uno meno r al quadrato. E cosa...lo salverò nel mio set di dati. |
| |
Eseguirò un'operazione multivariata su di esso. Quindi ho i componenti dal cluster da uno a otto e tutti i fattori. E quello che mi interessa veramente è questa parte di una tabella, come tutte le variabili originali e il modo in cui si raggruppano con il componente. Quindi lasciami salvare quella tabella e |
| |
allora quello che farò è eliminare, eliminare alcune righe extra da questa tabella, ma è la stessa tabella. Eliminiamo solo alcune righe. |
| |
E mi giro e... così possiamo concentrarci su alcuni. Quindi quello che mi resta sono le colonne che sono i componenti del cluster e le righe... |
| |
riga colonna...il ruolo dei diversi...e ora le variabili a cui stavamo pensando sono 27, non 60 (scusate) e le ha inserite in 8 gruppi diversi e ho aggiunto quel numero. Possono venire automaticamente. |
| |
Inizierò e per continuare a lavorare, quello che farò è non voglio che queste siano correlazioni. Li voglio come quadrati R. Quindi eleverò il quadrato a tutti quei numeri. |
| |
Quindi li ho semplicemente squadrati ed eccoci qui. Ora possiamo guardare, ora possiamo iniziare a pensarci. |
| |
E ho ordinato... quindi diamo un'occhiata |
| |
riga uno. |
| |
Mi dispiace, questa misura della temperatura di cui abbiamo parlato è correlata al 96% con il suo...con il cluster uno. |
| |
È correlato all'1% con il cluster due, quindi mi sembra che voglia davvero, davvero, essere nel cluster uno e non ha molto da dire che voglio entrare nel cluster due. Quello che voglio fare è trovare tutti quelli... |
| |
consentiamo di codificare a colori alcune cose qui in modo da poterle trovare più velocemente. COSÌ |
| |
stiamo parlando della zona uno e quella in cui vorrebbe essere, se non altro, è il cluster cinque. |
| |
Sapete che è correlato al 96%, ma sapete, non lo sarebbe, se dovesse lasciare questo cluster, dove andrebbe dopo? Penserebbe al cluster cinque. |
| |
E cosa c'è nel cluster cinque? Beh, potresti sicuramente iniziare a guardarlo. Quindi lì ci sono più temperature. Il punto di regolazione del calore umido e così via. Quindi, se così non fosse... quindi questo numero, |
| |
Il con il cl...con il proprio cluster parla di quanto gli piace stare nel suo cluster e cosa...e la R quadrata al cluster successivo ti parla di quanto gli piacerebbe essere in un cluster diverso . E queste sono le due cose riportate nella tabella. |
| |
Sapete, JMP non mostra tutta la correlazione, ma potrebbe valere la pena tracciarlo e, come abbiamo appena dimostrato, non è difficile da fare. |
| |
Quindi questo ti dice...mi piace davvero stare nel mio cluster. Questo dice che se dovessi andarmene, non mi dispiacerebbe venire qui. Confrontiamo questi due. E prendiamo uno meno questo numero, |
| |
diviso per uno meno questo numero. Questo è il rapporto uno meno r al quadrato. Quindi è un rapporto tra quanto ti piace il tuo cluster diviso per quanto hai tentato di andare in un altro cluster. |
| |
E tracciamo alcuni di questi. |
| |
E |
| |
Fammi cercare il filtro dati locale lì. |
| |
Il grappolo. |
| |
Ed ecco il punto. COSÌ |
| |
In un certo senso i valori più bassi di questo rapporto sono migliori. Questi sono quelli qui (evidenziamolo)... |
| |
Bene, evidenziamo proprio... questo dei migliori qui. |
| |
Mi piace quello quaggiù. Scusa. |
| |
Questo, il setpoint del vuoto, puoi vedere che è piaciuto molto il suo cluster rispetto al successivo più vicino, 0,97 contro 0,0005, quindi sai che il rapporto è vicino allo zero. Quindi quelli non sarebbero... |
| |
con esso... non vorrai spostarlo. E potresti iniziare a fare cose come pensare solo alle variabili del cluster uno. Se qualcuno volesse lasciarlo, forse è il Pct_reclaim. Forse è entrato lì, |
| |
tipo, sai, sai, per caso fortuito e ho, sai, e se fossi nel gruppo due, potrei iniziare a pensare alla velocità della linea. |
| |
L'ultima tabella di cui parlerò è la tabella di riepilogo del cluster. Quello è |
| |
questo tavolo qui. |
| |
E sta dicendo... ha esaminato questo elenco e ha detto che se guardo in basso al quadrato del proprio cluster, il numero più alto è .967 per il cluster uno. |
| |
Quindi forse questo è il più rappresentativo. |
| |
Per me, potrebbe non essere saggio lasciare che il software decida che manterrò questo fino a tardi...questa variabile e solo questa variabile, anche se certamente ogni software |
| |
ha un pulsante che dice di lanciarlo solo con quelli principali che pensi, e questo potrebbe darti un modello stabile, in un certo senso, ma penso che sia breve il cambiamento |
| |
il tipo di cose che puoi fare. E tu e, si spera, con le tecniche fornite, possiamo... ora hai la capacità di esplorare quelle altre cose. |
| |
Questo è... puoi calcolare questo numero eseguendo di nuovo solo la PCA sul proprio cluster e questo e sta suggerendo che si cluster... autovalore di un reclamo con spiegato 0,69% quindi questo è un altro... sto solo pensando a esso, è il proprio cluster. |
| |
Chiudiamoli e riassumiamo. |
| |
Quindi ti abbiamo dato diverse tecniche. Non riuscendo a comprendere ciò che è chiaro, puoi rendere i tuoi dati difficili da interpretare, persino fuorviando i modelli. |
| |
Comprendere i dati in relazione al processo può produrre multicollinearità. Quindi solo una comprensione dal punto di vista delle PMI, dal punto di vista delle competenze in materia. |
| |
Il grafico a coppie e quello a dispersione sono più facili da interpretare ma perdono la multicollinearità e quindi ne hai bisogno di più. VIF è bravissimo nel dirti che hai un problema. È realmente disponibile solo per i minimi quadrati ordinari. |
| |
Non c'è, non c'è niente di comparativo per la previsione. |
| |
E ci sono alcune linee guida e il clustering variabile si basa sui componenti principali e mostra una migliore appartenenza e rafforza la relazione in ciascun gruppo. |
| |
E spero che quella recensione o l'introduzione ti incoraggino, forse, a prendere, come ho detto, questo set di dati da JMP Discovery e puoi eseguire tu stesso lo script e puoi ovviamente procedere più lentamente e assicurarti di sentirti bene e esercitati magari sui tuoi dati o qualcosa del genere. |
| |
Un'ultima connessione è, sai, c'era altro materiale e altre volte in cui Sam e io abbiamo parlato alle conferenze di JMP Discovery e/o |
| |
...o white paper scritti per JMP e forse potresti pensare a tutto ciò a cui abbiamo pensato durante la produzione perché abbiamo scoperto che |
| |
modellare i dati di produzione richiede... è un po' unico rispetto alla comprensione dei dati dei clienti nelle telecomunicazioni, dove molti di noi imparano quando andavano a scuola. E vi ringrazio per l'attenzione e buona fortuna |
| |
con ulteriori analisi. |
