Lautsprecher
|
Transkript
|
| Tony |
Hallo, mein Name ist Tony Cooper und ich werde einige Arbeiten vorstellen, die Sam Edgemon und ich gemacht haben, und ich werde uns beide vertreten. |
| |
Sam und ich sind während eines Großteils unserer Karriere Forschungsstatistiker und unterstützen die Fertigung und das Ingenieurwesen. Und das heutige Thema lautet: „Variablen-Clustering ist bei der Analyse gespeicherter Fertigungsdaten von entscheidender Bedeutung.“ |
| |
Ich werde einen einzelnen Datensatz für die Präsentation verwenden. Der Schwerpunkt dieser Präsentation liegt auf der Leseausgabe. Und ich werde nicht wirklich Zeit haben, alle Dialogfelder auszufüllen, um die Ausgabe zu generieren. |
| |
Aber ich habe alle Skripte in der Datentabelle gespeichert, die natürlich in der JMP-Community verfügbar sein werden. |
| |
Die Daten ... sobald das Skript ausgeführt wird, können Sie jederzeit diesen roten Pfeil verwenden, um die Option „Wiederherstellen“ und die Analyse neu zu starten, und Sie sehen das Dialogfeld, das zur Darstellung dieser Ausgabe verwendet worden wäre. |
| |
Ich werde diesen einzelnen Datensatz verwenden, der sich auf Fertigungsdaten bezieht. |
| |
Und werfen wir einen kurzen Blick darauf, wie diese Daten aussehen |
| |
Und |
| |
Tut mir leid, dass ich eine habe |
| |
Schnell. Schauen Sie, wie dieser Datensatz aussieht. Zunächst einmal habe ich einen Zeitstempel. Das ist also ein kontinuierlicher Prozess und nach einiger Zeit erhalte ich eine Menge Informationen, wenn ich zurückkomme. |
| |
Bei einigen Y-Variablen, einigen wichtigen Outputs, einigen KPIs, die dem Kunden wirklich am Herzen liegen, müssen diese den Spezifikationen entsprechen usw., damit wir sie effektiv liefern können. Und dann ... das sind also ... wären es absolut definitiv Ausgaben. Rechts. |
| |
Liniengeschwindigkeit, wie am Sollwert für die Vibration, |
| |
Und und noch eine Menge anderer Dinge. Sie können also überall sehen, dass wir zu diesem Zeitpunkt etwa 60 Variablen messen. Bei einigen davon handelt es sich um Sensoren, bei anderen um Sollwerte. |
| |
Und tatsächlich sehen wir uns an, dass es sich bei einigen davon tatsächlich um Sollwerte handelt, wie zum Beispiel den Produktionstemperatur-Sollwert. Einige davon sind Befehle, was bedeutet, dass die SPS dem Prozess Folgendes mitgeteilt hat. Bei einigen davon handelt es sich um Kennzahlen, bei denen es sich um den aktuellen aktuellen Wert handelt. |
| |
Einige von ihnen sind |
| |
Umgebungsbedingungen, vielleicht denke ich, dass das eine Außentemperatur ist. |
| |
Manche von ihnen |
| |
Es handelt sich um eine Reihe von Materialqualitätsmerkmalen, und es gibt sicherlich eine gewisse Ausgabe des Bildverarbeitungssystems. Es gibt also im Moment eine Menge Dinge in den Eingaben. |
| |
Und Sie können sich zum Beispiel vorstellen, wenn ich den Befehl und die Messung habe, das, was ich der Zone gesagt habe, die sie erreichen möchte und was sie tatsächlich misst, dann hoffen wir, dass das zusammenhängt . |
| |
Und wir müssen einiges davon untersuchen, um darüber nachzudenken, was vor sich geht. Und das ist Multikolinnearität, das Verstehen der Wechselbeziehungen untereinander |
| |
die Eingaben oder separat das Verständnis der Multikollinearität und der Ausgaben. Aber im Großen und Ganzen führt die Nichtbeachtung von Y derzeit zu einem X-Effekt. Sie führen keine überwachte Technik durch. Dies ist eine unbeaufsichtigte Technik, aber ich versuche nur zu verstehen, was auf diese Weise in den Daten vor sich geht. |
| |
Und alle meine Skripte sind hier. Also ja, hier ist die Zusammenfassung, über die wir gesprochen haben; Hier ist eine Überprüfung der Daten. Und wie wir gerade gesagt haben, könnte es erklären, warum es so viel Multikollinearität gibt, weil ich dort einen Soll- und einen Ist-Wert habe. Also, aber wir werden etwas über diese Dinge lernen. |
| |
Was wir zuerst tun werden, ist, dass wir Y gleich einer Funktion von |
| |
Der Zone-Eins-Befehl, also das, was ich Zone Eins gesagt habe, wenn Sie so wollen. Und dann habe ich ein kleines Therma-Paar, ein kleines Therma-Paar im Bereich der ersten Zone, und es misst. |
| |
Und Sie können deutlich sehen, dass mit zunehmender Temperatur in Zone 1 dieses Y4 niedriger wird und diese Reaktionsvariable niedriger wird. |
| |
Und das gilt auch für die Messung und man sieht, dass die Schätzungen sowohl negativ als auch im Großen und Ganzen und im Übrigen fair sind |
| |
Vorhersagevariablen in dem Sinne, dass nur diese eine Variable 50 % dessen erklärt, was im vierten Jahr vor sich geht. Nun, lasst uns |
| |
Lass uns ein Multivariat machen. Sie können sich also vorstellen, dass ich jetzt das Modell anpassen und beide Variablen hinein verschoben habe |
| |
in mein Modell und ich analysiere immer noch Y4. Meine Antwort ist immer noch Y4. Oh, schau dir das an. Jetzt schlägt es vor, dass Y, wenn der Befehl nach oben geht. Ja, das tut es |
| |
das bewirkt das Gegenteil von dem, was ich erwarte. Das ist immer noch negativ in die richtige Richtung, aber sehen Sie sich das an |
| |
Schauen Sie sich einige dieser Zahlen an. Diese liegen nicht einmal im gleichen Bereich wie das, was ich vorhin hatte, nämlich 0,04 und 0,07 negativ. Jetzt habe ich positive 0,4 und negative 0,87. |
| |
Ich bin mir nicht sicher, ob ich diesem Modell aus technischer Sicht vertrauen kann, und ich frage mich wirklich, wie es diesen Prozess charakterisiert und mir hilft, ihn zu verstehen. |
| |
Und es gibt einen Hinweis. Dies ist möglicherweise nicht standardmäßig aktiviert, Sie können jedoch mit der rechten Maustaste auf diese Parameterschätzungstabelle klicken und nach der VIF-Spalte fragen. |
| |
Das steht für Variation Inflation Factor. Und das ist eine Schätzung der ... der Instabilität des Modells aufgrund |
| |
diese Multikollinearität. Sie können also ... also müssen wir ein wenig Ahnung davon bekommen, was das ist ... wie wir über diese Variable denken sollen. Aber um ein wenig klarer zu machen, was vor sich geht, werde ich eine Handlung zeichnen ... hier ist |
| |
Befehl „Temperaturzone eins“ und hier ist die Messung, und wie zu erwarten, |
| |
Wie Sie sagen, sagen Sie der Zone, dass sie die Temperatur erhöhen soll. Ja, die Temperatur in der Zone steigt, und im Großen und Ganzen wird sie vielleicht sogar die richtigen Werte erreichen. Ich habe diese Farbe mit Y4 gekennzeichnet, was auf niedrigere Temperaturen hindeutet, verstehe ich |
| |
die hohen Werte von Y4 und dass die... |
| |
Entschuldigung ... ja, bei niedrigen Temperaturtälern habe ich hohe Y4-Werte erhalten, und zwar genau so, wie ich es auf den einzelnen Parzellen gesehen habe. |
| |
Aber Sie können sehen, dass das Problem vielleicht eine Vorstellung davon vermittelt, warum das multivariate Modell nicht funktioniert hat. Sie versuchen, eine Fläche mit drei Domen unterzubringen. |
| |
über diese Messerschneide und es kann offensichtlich ... es gibt eine gewisse Instabilität und wenn ... Sie können sich leicht vorstellen, dass es an der Seite nicht gut befestigt ist, sodass ich hier hin und her schaukeln kann, und das ist es, was Sie bekommen. |
| |
Es geht darum, wie das ist, was den Variationsinflationsfaktor angeht. Die OLS-Software ... die gewöhnliche OLS-Analyse der kleinsten Quadrate, typische Regressionsanalyse |
| |
Ich kann einfach nicht damit umgehen, in gewisser Weise könnten wir vielleicht auch darüber sprechen, dass die X-Primär-X-Matrix stellenweise fast singulär ist. |
| |
Wir haben also eine Heuristik, warum es passiert. Gehen wir zurück und denken über mehr nach |
| |
Um |
| |
Um |
| |
Das Über die Werte und |
| |
Wir wissen das |
| |
Sie wissen, wir wissen jetzt, dass der Variationsinflationsfaktor tatsächlich an mehr als nur paarweise denkt. Aber wenn ich Quellen ermitteln möchte ... dann hilft mir die Intuition, über die Beziehung zwischen ihnen nachzudenken |
| |
VIF und paarweiser Vergleich. Zum Beispiel, wenn ich zwei Variablen habe, die zu 60 % korrelieren |
| |
Dann wissen Sie, wenn alles paarweise wäre, dann wäre der VIF etwa 2,5. |
| |
Und wenn es zwei Variablen wären, die zu 90 % miteinander korrelieren, dann würde ich einen VIF von 10 erhalten. Und die Literatur sagt |
| |
Wenn Sie VIFs von 10 und mehr haben, ist die Instabilität ausreichend, sodass Sie sich um Ihr Modell Sorgen machen sollten. Wissen Sie, denn in gewisser Weise besteht eine Korrelation von 90 % zwischen den Dingen in Ihren Daten. |
| |
Ob nun 10 ein guter Grenzwert ist, hängt meiner Meinung nach wirklich von Ihrer Anwendung ab. Wenn man darauf basierend echte Designentscheidungen trifft, halte ich einen Grenzwert von 10 für viel zu hoch. |
| |
Und vielleicht ist sogar nahe zwei besser. Aber wenn ich mehr darüber nachdenken würde. Nun, lassen Sie mich darüber nachdenken, welche Faktoren bei einem solchen Experiment berücksichtigt werden sollten |
| |
Ich möchte lernen, wie man das richtige Experiment durchführt. Und ich wusste, dass ich Faktoren auswählen muss, um darin einzusteigen. Und ich weiß, dass wir allzu oft die üblichen Verdächtigen verfolgen. Und gibt es eine Möglichkeit, mich dazu zu bringen, über bessere Faktoren nachzudenken? Na ja, das ist dann vielleicht ein |
| |
10 könnte hilfreich sein, um Sie einzugrenzen. Es kommt also wirklich darauf an, wo Sie in Bezug auf Ihre Überlegungen hinwollen |
| |
darüber nachdenken, was der Zweck ist. Also mehr zu dieser Idee des Zwecks. |
| |
Wissen Sie, für mich gibt es beim Modeln, wenn Sie so wollen, zwei Hauptziele. Eine davon ist, was passieren wird, wissen Sie, das ist eine Vorhersage. |
| |
Und doch, und das ist manchmal etwas anderes, als warum es passieren wird, und das ist eher eine Erklärung. |
| |
Wie wir gerade mit einem sehr einfachen gesehen haben |
| |
Befehl und Messung in Zone eins, Sie können, Sie können keine sehr gute Erklärung abgeben. Ich würde diesem Modell nicht vertrauen, dass es darüber nachdenkt, warum etwas passiert, wenn ich es getan habe, wenn ich, wenn die Reaktionen, wenn die Schätzung so in die falsche Richtung zu gehen scheint. |
| |
Es ist also so, dass ich es nicht zur Erklärung verwenden würde. Ich schlage damit vor, dass ich es nicht einmal für Vorhersagen verwenden würde. Denn wenn ich das Modell nicht verstehen kann, tut es nicht intuitiv das, was ich erwarte |
| |
Das scheint die Extrapolation natürlich gefährlich zu machen. Per Definition denke ich, dass die Vorhersage eines zukünftigen Ereignisses eine Extrapolation in der Zeit ist. Stimmt, also würde ich immer darüber nachdenken. Und wissen Sie, wir sprechen bisher von gewöhnlichen kleinsten Quadraten. |
| |
Alle meine Modellierungstechniken, die ich sehe, wie Entscheidungsbäume, Petitionsanalyse, |
| |
sind alle in irgendeiner Weise von diesem Problem betroffen, auf unterschiedliche unerwartete Weise. Es scheint also eine gute Idee zu sein, sich darum zu kümmern, wenn Sie können. Und es betrifft nicht nur Fertigungsdaten. |
| |
Bei Fertigungsdaten ist die Übertreibung jedoch wahrscheinlich noch schlimmer, da die Variablen oft nicht kontrolliert werden können. Wenn wir |
| |
Wenn wir, wie Sie wissen, die Temperatur in Zone 1 haben und gelernt haben, dass sie diesen Wert haben muss, um ein gutes Produkt herzustellen, dann werden wir sie so genau wie möglich auf den gewünschten Wert einstellen. |
| |
Und so ist es so, dass die Extrapolation tatsächlich immer schwieriger wird. Das ist also eine übertriebene Herstellung, weil wir sie kontrollieren können. |
| |
Und es gibt noch einige andere Dinge über Fertigungsdaten, die Sie hier lesen können und die es möglich machen |
| |
es besser machen, denn das sind Chancen und Herausforderungen. Besser ist, dass Sie Herstellungsprozesse verstehen können. Es gibt viel Wissenschaft und Technik darüber, wie diese Dinge funktionieren. |
| |
Und Sie können verstehen, dass die Stöchiometrie beispielsweise erfordert, dass die Menge an A, die Sie hinzufügen, in einem Verhältnis von Chemikalie A zu Chemikalie B stehen muss. |
| |
Oder Sie wissen, dass Sie die Temperatur hier nicht von der ersten Zone auf eine völlig andere Temperatur umstellen möchten, weil Sie die Temperatur langsam steigern müssen, sonst erzeugen Sie nur Stress. |
| |
Sie können und sollten also Ihren Prozess verstehen, und das könnte eine Möglichkeit sein, auch ohne diese empirischen Beweise zur Multikollinearität einiges davon loszuwerden. |
| |
Es gibt auch |
| |
Ein Vorteil von Fertigungsdaten besteht darin, dass sie fast immer zeitbasiert sind. Zeichnen Sie daher die Variablen im Zeitverlauf auf. Und es ist immer interessant |
| |
oder nicht immer, aber oft interessant, die Fertigungsdaten scheinen sich in Zeitblöcken zu bewegen, wie hier ... wir denken, es sollten 250 sein und wir lassen es über Monate, vielleicht sogar Jahre laufen, |
| |
Und dann sagt plötzlich jemand: „Wir haben etwas anderes gemacht oder haben eine neue Idee.“ Lassen Sie uns die Temperatur verschieben. Und so ganz anders. |
| |
Und natürlich, wenn Sie darüber nachdenken, warum es Multikollinearität gibt, |
| |
Wir haben darüber gesprochen, dass es physikalisch oder chemisch bedingt sein könnte, aber es könnte natürlich auch an einer latenten Variablen liegen, insbesondere wenn es um die zeitliche Verschiebung der Variablen geht, wie wir gerade gesehen haben. |
| |
Alles, was sich auch in diesem Tempo ändert, könnte das eigentliche Ding sein, das sich auf die Werte von Y4 auswirkt. Könnte an einem Kontrollplan liegen. |
| |
Es könnte konstruktionsbedingt korreliert sein. Und jedes dieser Dinge, wissen Sie, jeder dieser Gründe für Multikollinearität, und die Frage, die ich immer stelle, ist, wissen Sie, |
| |
Ist es physikalisch möglich, andere Kombinationen auszuprobieren, oder nicht nur physikalisch möglich, ist es sinnvoll, andere Kombinationen auszuprobieren? |
| |
In diesem Fall neigen Sie dazu, zu experimentieren, und das ist sehr hilfreich. Diese Modellierung und retrospektive Betrachtung Ihrer Daten ist sehr hilfreich, um Ihnen bei der Entwicklung besserer Experimente zu helfen. |
| |
Obwohl die Erwartungen manchmal etwas zu hoch sind, scheinen wir meiner Meinung nach von diesen retrospektiven Daten eine endgültige Antwort zu erwarten. |
| |
Wir haben also bereits vor zweieinhalb Jahren über zwei Methoden gesprochen, um Multi-Variablen-Clustering anzugehen und zu verstehen. Eine davon ist VIF. |
| |
Und hier ist das VIF eines größeren Modells mit allen Variablen darin. |
| |
Wie würde ich darüber nachdenken, welche mit welchen korrelieren? Das sagt mir, dass ich viele Probleme habe. |
| |
Aber es sagt mir nicht, wie ich mit diesen Problemen umgehen soll. Das hilft Ihnen also gut zu sagen: Oh, das wird kein gutes Modell sein. |
| |
Aber es hilft Ihnen vielleicht nicht, da rauszukommen. Und wenn ich hier Interaktionen einfügen würde, wäre es noch schlimmer, weil sie fast immer stärker korrelieren. Wir brauchen also eine andere Technik. |
| |
Und das ist Variablen-Clustering. Und das ist in JMP verfügbar und es gibt zwei Möglichkeiten, darauf zuzugreifen. Sie können die multivariaten Hauptkomponenten analysieren. |
| |
Oder Sie gehen direkt zum Clustering von Clustervariablen über. Wenn Sie die Hauptkomponenten durchgehen, müssen Sie die rote Option ... rotes Dreieck verwenden, um die Clustervariablen abzurufen. Ich bevorzuge immer noch diese Methode, die PCA, weil mir die zusätzliche Ausgabe gefällt. |
| |
Aber es basiert auf PCA. Wir werden also zuerst über PCA sprechen und dann über die Ausgabe des Variablen-Clusters. |
| |
Und da ist und da ist die JMP-Seite. Um über Hauptkomponenten zu sprechen, werde ich zunächst mit standardisierten Versionen der Variablen arbeiten. Und denken wir daran, was standardisiert ist. |
| |
Der Mittelwert ist jetzt Null, die Standardabweichung beträgt jetzt 1. Deshalb habe ich standardisiert, was bedeutet, dass sie jetzt und implizit alle auf der gleichen Skala liegen, wenn Sie dies tun |
| |
wenn Sie das tun |
| |
Hauptkomponenten zu Korrelationen in JMP, |
| |
implizit arbeiten Sie mit standardisierten Variablen. |
| |
JMP ist natürlich mehr als fähig und mehr als intelligent genug, um die ursprünglichen Werte einzugeben |
| |
Und damit es richtig funktioniert und dann, wenn es etwas ausgibt, wird es, Sie wissen schon, eine Formel ausgeben, es wird herausfinden, was das Richtige ist |
| |
Die Formel hätte sein sollen, gegeben, wissen Sie, Sie sind wieder unstandardisiert geworden. Aber nur als erster Blick, damit wir sehen können, wo die Formel ist und einige Dinge, ich werde eine Weile mit standardisierten Variablen arbeiten, aber wir werden schnell zurückgehen, aber ich möchte nur eine Formel sehen. |
| |
Und das ist diese Formel hier. Und ich werde über die Ausgabe nachdenken. Was ist also der Zweck von |
| |
von |
| |
von PCA? Nun ja, man nennt es Variationsreduktionstechnik, aber was sie tut, ist, nach linearen Kombinationen Ihrer Variablen zu suchen. |
| |
Und wenn es eine lineare Kombination findet, die ihm gefällt, ... nennt man das eine Hauptkomponente. |
| |
Und dazu nutzt es die Eigenanalyse. |
| |
Eine andere Möglichkeit, darüber nachzudenken, ist: Wissen Sie, ich will es, ich gebe 60 ungerade Variablen in die ... in die Eingaben ein. |
| |
Es gibt keine 60 unabhängigen Dimensionen, die ich in diesem Prozess manipulieren kann, sie sind korreliert. Was ich mit dem Befehl für Zeit mache, für Temperaturen auf einem |
| |
bestimmt fast weitgehend, was mit der tatsächlichen Temperatur geschieht. Das sind also keine zwei unabhängigen Variablen. Das hält dich nicht davon ab, zu sagen, dass du da keine zwei Dimensionen hast. Wie viele Dimensionen haben wir also? |
| |
Das sagen Ihnen diese Eigenwerte. Das ist wie Varianz. Dies sind Schätzungen der Varianz und der Cutoff ist |
| |
eins. Und wenn ich die ganze Tabelle hier hätte, gäbe es 60 Eigenwerte. Gehen Sie ganz nach unten, wissen Sie, und beginnen Sie mit der Meldung bei 0,97, aber der nächste Wert nach unten liegt, wissen Sie, wahrscheinlich bei 0,965, und der Wert wird weiter sinken. |
| |
Der Grenzwert besagt, dass ... oder eine Richtlinie besagt, dass diese lineare Kombination ein Signal erklärt, wenn er größer als eins ist. Und wenn es weniger als eins ist, dann erklärt es nur das Rauschen. |
| |
Was JMP also macht, ist Folgendes: Wenn ich zum Variablen-Clustering gehe, heißt es: „Weißt du was?“ |
| |
Sie haben hier eine zweite Dimension. Das bedeutet, dass es eine zweite Gruppe von Variablen gibt, die etwas etwas anders erklärt. Jetzt werde ich sie in zwei Gruppen aufteilen. Und dann werde ich PCA für beide durchführen, |
| |
und wenn und die Eigenwerte für beide ... der erste wird groß sein, aber wie sieht der zweite aus? |
| |
nachdem ich mich in zwei Gruppen aufgeteilt habe? Sind es jetzt weniger als eins? Nun, wenn es weniger als eins sind, sind Sie fertig. Aber wenn sie größer als eins sind, kann die Gruppe noch weiter gespalten werden. |
| |
Und es wurde noch weiter interaktiv, direkt und spaltend gespalten, bis es keine zweite Komponente mehr gibt, die größer als eins ist. |
| |
Es geht also darum, diese linearen Kombinationen zu erstellen, und Sie können sehen, dass es genau diese Formel ist, wenn ich die erste Hauptkomponente speichere. Hoppla. |
| |
Es ist genau diese Formel, .0612 und das ist die Formel für Prin1 und das wird genau richtig sein, solange Sie standardisieren. Wenn Sie nicht standardisieren, wird JMP einfach herausfinden, wie es auf der nicht standardisierten Ebene funktioniert, was bedeutet, dass es dazu mehr als fähig ist. |
| |
Beginnen wir also mit der Arbeit mit den Ausgangsdaten. |
| |
Und wir machen unser Beispiel. Und Sie werden sehen, dass dies eine sehr ähnliche Ausgabe ist. Tatsächlich handelt es sich um die gleiche Ausgabe, bis auf eine Sache, die ich aktiviert habe. |
| |
Ist diese Option hier, Cluster-Variablen? Und was ich hier unten bekomme, ist die Ausgabe von Clustervariablen. Und Sie können sehen, dass diese Zahlen gleich sind. Und Sie können bereits einige der Überlegungen erkennen, die dazu erforderlich sind. Schauen wir uns zum Beispiel diese beiden hier an. |
| |
Es scheint, dass die Menge der eingesetzten KI stark mit der Menge der eingesetzten BI zusammenhängt, also … und das wäre für die meisten chemischen Prozesse sinnvoll, wenn das Teil der chemischen Reaktion ist, die man erreichen möchte. |
| |
Wissen Sie, wenn Sie 10 % mehr hineinstecken wollen, werden Sie wahrscheinlich 10 % mehr B hineinstecken. Selbst in diesem Strahlendiagramm erkennt man also einige Dinge, die auf Multikollinearität hinweisen. Und so irgendwohin zu kommen. |
| |
Aber ich möchte sie in verschiedene Gruppen einteilen, und das ist etwas schwierig, weil |
| |
Beobachten Sie diesen Kerl hier, Temperaturzone 4. |
| |
Er ist eigentlich das Gegenteil. Sie haben ungefähr den gleichen Winkel, aber in die entgegengesetzte Richtung, also ist er fast 100 oder 180 Grad von A und B entfernt. |
| |
Also vielleicht ... negativ korreliert mit der Temperatur in Zone 4 und AB und nicht ... aber ich möchte sie auch in exklusive Gruppen einteilen, und das ist es, was wir bekommen |
| |
als wir nach dem Variablen-Clustering fragten. Also nahm man genau dieselben Dinge und teilte sie in verschiedene Gruppen ein, und zwar in acht verschiedene Gruppen. |
| |
Und hier sind die standardisierten Koeffizienten. Das sind also die Formeln |
| |
dass das für die, wissen Sie, für die einzelnen Cluster. Und so, wenn ich speichere |
| |
die Clusterkomponenten |
| |
Ich bekomme ein sehr ähnliches Ergebnis wie das, was wir mit Prin1 gemacht haben, außer dass dies nur für Cluster 1 gilt, denn Sie bemerken, dass in dieser Zeile, die Zone eins hat, der Befehl mit einem ... mit einer .44 überall sonst Null ist. Jede Variable befindet sich ausschließlich in dem einen oder anderen Cluster. |
| |
Lassen Sie mich also über einige der Ergebnisse sprechen. |
| |
Und so machen wir Variablen-Clustering und |
| |
Hoppla. |
| |
Entschuldigung. |
| Tony |
Und dann haben wir einige Tabellen in unserer Ausgabe erhalten. Also schließe ich dieses Fenster ... minimiere es und wir reden darüber, was hier in Bezug auf die Ausgabe enthalten ist. |
| |
Und das erste, worauf ich uns hinweisen möchte, sind die standardisierten Schätzungen, und das haben wir gemacht. Und wenn Sie es tun wollen, zitieren Sie, wissen Sie, |
| |
von Hand, wenn Sie so wollen, wiederholen Sie den Vorgang und wie bekomme ich hier eine .35238? Ich könnte PCA nur für Cluster-Eins-Variablen ausführen. Das sind die Variablen, die darin bleiben. Und dann könnten Sie sich die Eigenwerte und Eigenvektoren ansehen, und das sind die genauen Zahlen. |
| |
Also, |
| |
Die .352 ist also genau das, was ich gesagt habe. Es werden immer wieder gezielt mehrere PCAs durchgeführt, und Sie können sehen, dass die zweite Hauptkomponente hier, oh Entschuldigung, weniger als eins ist. Deshalb blieb es bei dieser Komponente |
| |
Wer ist da drin? |
| |
Cluster eins, nun, da ist die Temperatur ...die beiden messen Zone eins, eine Zone drei misst, die Wassermenge scheint im Vergleich dazu eine Rolle zu spielen. Mit einigen anderen Temperaturen hier drüben und in was... in Cluster sechs. |
| |
Dies ist eine sehr hilfreiche farbcodierte Tabelle. Dies ist nach Clustern organisiert. Das ist also Cluster eins; Ich kann mit der Maus darüber fahren und alles lesen |
| |
Wasser hinzugefügt (obwohl ich sagte, ich sollte, ja, Wasser hinzufügen. Entschuldigung, lassen Sie mich eins besorgen, das meiner Temperatur drei entspricht.) |
| |
Und was das für eine positive Korrelation ist, ist interessant, dass Zone 4 dort eine negative Korrelation hat. Sie werden also auf jeden Fall Farbblöcke sehen ... denn das ist ... also ist das offensichtlich Cluster eins, das ist vielleicht Cluster drei. |
| |
Ich weiß, es ist Cluster sechs. |
| |
Aber schauen Sie hier... dass dies... wie Sie sich vorstellen können, Cluster eins und drei in gewisser Weise korrelieren. Wir beginnen, einige Ideen darüber zu sehen, was wir tun könnten. Wir beginnen also, eine Vorstellung davon zu bekommen, was in den Daten vor sich geht. |
| |
Lassen Sie uns diese Tabelle hier erkunden. Dies ist der mit dem eigenen Cluster, mit dem nächsten Cluster und einem minus r-Quadrat-Verhältnis. Und was ... Ich werde das in meinem eigenen Datensatz speichern. |
| |
Ich werde einen Multivariatentest damit durchführen. Ich habe also die Komponenten Cluster eins bis acht und alle Faktoren. Und was mich wirklich interessiert, ist dieser Teil einer Tabelle, etwa für alle Originalvariablen und wie sie sich mit der Komponente gruppieren. Lassen Sie mich also diese Tabelle speichern und |
| |
Dann werde ich einige zusätzliche Zeilen aus dieser Tabelle löschen, aber es ist dieselbe Tabelle. Lass uns einfach ein paar Zeilen löschen. |
| |
Und ich werde mich umdrehen und ... damit wir uns auf bestimmte konzentrieren können. Was mir also noch bleibt, sind die Spalten, die die Clusterkomponenten darstellen, und die Zeilen ... |
| |
Zeile, Spalte ... die Rolle der verschiedenen ... und es sind jetzt 27 Variablen, über die wir nachgedacht haben, nicht 60 (sorry) und sie wurden in 8 verschiedene Gruppen eingeteilt, und ich habe diese Zahl hinzugefügt. Sie können automatisch kommen. |
| |
Ich fange an und um weiterzuarbeiten, werde ich diese nicht als Korrelationen sehen. Ich möchte diese als R-Quadrate. Also werde ich alle diese Zahlen quadrieren. |
| |
Also habe ich sie einfach quadriert und los geht's. Jetzt können wir es betrachten, jetzt können wir anfangen, darüber nachzudenken. |
| |
Und ich habe sortiert ... also schauen wir uns das an |
| |
Reihe eins. |
| |
Tut mir leid, dieser Temperaturmesswert, über den wir gesprochen haben, korreliert zu 96 % mit ... Cluster eins. |
| |
Es korreliert zu 1 % mit Cluster zwei, daher sieht es für mich so aus, als ob es wirklich, wirklich in Cluster eins sein möchte, und es hat nicht wirklich viel zu sagen, dass ich in Cluster zwei gehen möchte. Was ich tun möchte, ist, all das zu finden ... |
| |
Lassen Sie uns hier einige Dinge farblich kennzeichnen, damit wir sie schneller finden können. Also |
| |
Wir reden hier von Zone eins, und diejenige, in der wir, wenn überhaupt, gerne dabei sein würden, ist Cluster fünf. |
| |
Sie wissen, dass es zu 96 % korreliert, aber wissen Sie, das wäre nicht der Fall. Wenn es diesen Cluster verlassen müsste, wohin würde es als nächstes gehen? Es würde an Cluster fünf denken. |
| |
Und was ist in Cluster fünf? Nun, Sie könnten sicherlich anfangen, sich das anzuschauen. Es gibt dort also mehr Temperaturen. Der Feuchtigkeits-Wärmesollwert usw. Wenn also nicht ... also diese Nummer, |
| |
Das mit dem Cl...mit seinem eigenen Cluster sagt Ihnen, wie gern es in seinem Cluster wäre, und das Was...und das R im Quadrat zum nächsten Cluster sagt Ihnen, wie gerne es in einem anderen Cluster wäre . Und das sind die beiden Dinge, die in der Tabelle aufgeführt sind. |
| |
Wissen Sie, JMP zeigt nicht alle Korrelationen an, aber es kann sich lohnen, sie grafisch darzustellen, und wie wir gerade gezeigt haben, ist dies nicht schwer. |
| |
Das verrät Ihnen also, dass es mir wirklich gefällt, in meinem eigenen Cluster zu sein. Hier steht, wenn ich gehen müsste, würde es mir nichts ausmachen, hierher zu gehen. Vergleichen wir diese beiden. Und nehmen wir eins minus dieser Zahl, |
| |
dividiert durch eins minus dieser Zahl. Das ist das Verhältnis eins minus r zum Quadrat. Es ist also ein Verhältnis zwischen der Art und Weise, wie sehr Ihnen Ihr eigener Cluster gefällt, geteilt durch die Anzahl Ihrer Versuche, zu einem anderen Cluster zu wechseln. |
| |
Und lassen Sie uns einige davon planen. |
| |
Und |
| |
Lassen Sie mich dort nach dem lokalen Datenfilter suchen. |
| |
Der Cluster. |
| |
Und hier ist die Sache. Also |
| |
In gewissem Sinne sind niedrigere Werte dieses Verhältnisses besser. Das sind die hier (wir markieren ihn) ... |
| |
Nun, lasst uns das ganz...dieses hier ganz oben hervorheben. |
| |
Das hier unten gefällt mir. Entschuldigung. |
| |
Bei diesem Vakuumsollwert können Sie sehen, dass er einen eigenen Cluster über dem nächstnächsten hat, 0,97 vs. 0,0005, Sie wissen also, dass das Verhältnis nahe Null liegt. Das wären also nicht... |
| |
damit...du würdest das nicht verschieben wollen. Und Sie könnten damit beginnen, beispielsweise einfach über die Cluster-Eins-Variablen nachzudenken. Wenn jemand es verlassen wollte, dann vielleicht Pct_reclaim. Vielleicht ist er da reingekommen, |
| |
Sie wissen schon, durch einen Zufall, und ich habe, wissen Sie, und wenn ich in Cluster zwei wäre, könnte ich anfangen, über die Leitungsgeschwindigkeit nachzudenken. |
| |
Die letzte Tabelle, über die ich sprechen werde, ist die Cluster-Übersichtstabelle. Das ist |
| |
Diese Tabelle hier. |
| |
Und es heißt ... ich habe diese Liste durchgesehen und festgestellt, dass, wenn ich auf das Quadrat des eigenen Clusters schaue, die höchste Zahl .967 für Cluster eins ist. |
| |
Das ist vielleicht das repräsentativste. |
| |
Meiner Meinung nach ist es möglicherweise nicht klug, die Software entscheiden zu lassen, dass ich diese Variable und nur diese Variable behalten werde, obwohl sicherlich jede Software |
| |
verfügt über eine Schaltfläche mit der Aufschrift „Starten Sie es nur mit den wichtigsten, von denen Sie denken“, und das gibt Ihnen vielleicht in gewisser Weise ein stabiles Modell, aber ich denke, es ist kurzlebig |
| |
was für Dinge man tun kann. Und Sie und hoffentlich können wir mit den bereitgestellten Techniken ... Sie haben jetzt die Möglichkeit, diese anderen Dinge zu erkunden. |
| |
Das ist ... Sie können diese Zahl berechnen, indem Sie erneut nur die PCA auf ihrem eigenen Cluster durchführen und es und es schlägt vor, dass es einen Cluster ... Eigenwert einer Beschwerde mit erklärten 0,69 % gibt, das ist also eine andere ... Ich denke nur darüber nach es, es ist ein eigener Cluster. |
| |
Schließen Sie diese und lassen Sie uns zusammenfassen. |
| |
Deshalb haben wir Ihnen verschiedene Techniken vorgestellt. Wenn Sie nicht verstehen, was klar ist, können Ihre Daten schwer zu interpretieren sein und die Modelle sogar irreführen. |
| |
Das Verständnis der Daten in Bezug auf den Prozess kann zu Multikollinearität führen. Also nur ein Verständnis aus KMU-Sicht und aus Sicht der Fachkompetenz. |
| |
Paarweise und Streudiagramme sind einfacher zu interpretieren, aber es fehlt ihnen die Multikollinearität, sodass Sie mehr benötigen. VIF ist großartig darin, Ihnen mitzuteilen, dass Sie ein Problem haben. Es ist nur für gewöhnliche kleinste Quadrate wirklich verfügbar. |
| |
Nein, es gibt keinen Vergleich für die Vorhersage. |
| |
Und es gibt einige Richtlinien und das Clustering von Variablen basiert auf Hauptkomponenten und zeigt eine bessere Mitgliedschaft und stärkt die Beziehung in jeder Gruppe. |
| |
Und ich hoffe, dass diese Rezension oder die Einleitung Sie vielleicht dazu ermutigen würde, sich, wie ich schon sagte, diesen Datensatz von JMP Discovery zu schnappen, und Sie können das Skript selbst ausführen und natürlich langsamer vorgehen und sicherstellen, dass Sie sich gut fühlen und Üben Sie vielleicht mit Ihren eigenen Daten oder so. |
| |
Ein letzter Hinweis ist, wissen Sie, es gab anderes Material und andere Gelegenheiten, über die Sam und ich auf JMP Discovery-Konferenzen und/oder gesprochen haben |
| |
...oder Whitepapers für JMP geschrieben und vielleicht möchten Sie darüber nachdenken, worüber wir bei der Herstellung nachgedacht haben, weil wir das herausgefunden haben |
| |
Die Modellierung von Fertigungsdaten ist ein wenig einzigartig im Vergleich zum Verständnis von Kundendaten in der Telekommunikation, wo viele von uns in der Schule lernen. Und ich danke Ihnen für Ihre Aufmerksamkeit und viel Glück |
| |
mit weiterer Analyse. |
