288295_fr-FR

liliconcom

Dérive variable de processus ou détection de fluageSalut,

Existe-t-il des méthodes disponibles dans JMP pour détecter la dérive/le fluage/le gradient pour un grand nombre de variables de processus sur une période de temps définie ? L'utilisateur définirait alors le seuil sur ce qu'il considérerait comme le gradient trop élevé ou trop bas et doit être signalé.

Actuellement, je suis conscient que l'outil de dépistage de processus a une option de résumés de dérive qui peut être activée et qui montre la moyenne des changements de vitesse, de rétrogradation et de changement absolu. Dans ce cas, je recherche la dérive globale (qu'elle soit positive ou négative), mais le décalage absolu (d'après ce que je vois) est calculé comme [Abs (Upshift) + Abs (Downshift)]. Cela ne me dit pas si, dans l'ensemble, il a augmenté ou diminué. Techniquement, je recherche Abs(Upshift + Downshift [valeur négative]).

Ma solution de contournement actuelle consiste à écrire un écran qui convertit le résultat du filtrage du processus en un tableau de données et à refaire le calcul. Cependant, cela signifie que les valeurs calculées sont disjointes de la plate-forme de filtrage de traitement qui possède un tas de fonctionnalités utiles telles que Quick Graph/Quick Control Charts, etc. De plus, cela ne fonctionne pas bien avec le filtre de données local.

J'apprécierais vraiment si quelqu'un d'autre a des idées sur la façon dont je peux aborder cela. Merci!Modélisation statistique avancéeObjet : Dérive variable de processus ou détection de fluage

Pour le problème concernant l'ordre de tri de la colonne ajoutée, je peux confirmer que ce problème sera résolu dans la prochaine version majeure de JMP, qui sera disponible à l'automne 2022. La solution acceptée est une bonne solution de contournement pour le moment.

Objet : Dérive variable de processus ou détection de fluage

Je viens de confirmer avec le support JMP qu'ils n'ont pas encore résolu le problème racine, mais pour autant que je sache, le travail autour de la solution acceptée résout le problème.

Objet : Dérive variable de processus ou détection de fluage

Salut,

 

En parcourant ce post, je me demandais si une solution avait été trouvée pour répondre à l'ordre de la colonne en annexe (Combined Drift) ?

Merci.

Objet : Dérive variable de processus ou détection de fluage

Je travaille toujours avec le support JMP pour comprendre pourquoi le tri de table est appliqué aux valeurs lues à partir de la table mais pas à celles écrites dans la table.Pour l'instant, voici un travail brut autour:

 

names default to here(1);
dt = Open("$Sample_Data/iris.jmp");
 
//Open Process Screening with drift summaries
ps = dt << Process Screening(
       Y( :Sepal length, :Sepal width, :Petal length, :Petal width ),
       Control Chart Type( "Indiv and MR" ),
       Drift Summaries( 1 )
);
 
//Add a dummy column and use set values to reset the table order
ncb = (ps << XPath( "//TableBox" )) << Append( newCol = NumberColBox("Delete Me", {}));
newCol << Set Values({});
newCol << Delete Box;

//calculate the combined drift
UpDrift = (ps << XPath( "//NumberColBox[NumberColBoxHeader[text()='Mean Up Drift']]" ))[1] << Get;
DownDrift = (ps << XPath( "//NumberColBox[NumberColBoxHeader[text()='Mean Down Drift']]" ))[1] << Get;
CombinedDrift = Abs( Matrix(UpDrift) + Matrix(DownDrift) );
ncb = (ps << XPath( "//TableBox" )) << Append( newCol = NumberColBox("Combined Drift", CombinedDrift));

Objet : Dérive variable de processus ou détection de fluage

Vous avez raison et je m'excuse de ne pas avoir détecté la commande incorrecte plus tôt.J'ai utilisé cette méthode plusieurs fois et je n'ai pas encore rencontré ce problème (je viens de revenir en arrière et de revérifier quelques scripts de ma part).Pour une raison quelconque, l'extraction des données de la table semble utiliser l'ordre trié de la table, mais lors de l'écriture des données, les lignes reviennent dans un ordre différent.Je vais travailler pour résoudre cela.

 

Objet : Dérive variable de processus ou détection de fluageBonjour à tous,

En ce qui concerne l'écart, nous prendrons votre capture d'écran comme exemple, en regardant les valeurs dans la colonne de dérive combinée, vous remarquerez que lorsque nous avons additionné la dérive moyenne ascendante et la dérive moyenne descendante, les valeurs ne correspondent pas. Je pense que le calcul est effectué correctement entre les deux matrices, mais lorsque les valeurs sont ajoutées, il peut y avoir un désalignement avec l'ordre des paramètres de colonne dans le tableau de sélection de processus d'origine.

En espérant que cela le clarifie.Objet : Dérive variable de processus ou détection de fluage

Je ne suis pas sûr de ce que vous voulez dire par les valeurs calculées qui ne correspondent pas.Pouvez-vous donner un exemple de l'écart?

 

Je suis d'accord avec votre solution de contournement dans votre deuxième paragraphe, recalculer après une mise à jour à partir d'un filtre de données pourrait être la voie la plus simple.

 

 

Objet : Dérive variable de processus ou détection de fluageSalut!

Merci beaucoup de m'avoir répondu à ce sujet. Je pense que c'est presque une solution complète, mais il semble que les valeurs calculées que nous ajoutons à la boîte du tableau de sélection de processus d'origine ne correspondent pas vraiment aux paramètres/colonnes appropriés. Je me demande s'il existe un moyen d'ajouter le nom de la colonne à la matrice générée dans ce script afin qu'il puisse être mis en correspondance lorsque nous ajoutons les valeurs.

Aussi, je me demande s'il est possible pour nous de rendre la colonne permanente. Lorsque nous appliquons un filtre de données local et qu'il effectue un recalcul, la colonne disparaît. Bien qu'une solution de contournement rapide consiste probablement à exécuter le filtre de données sur la table de données et à réexécuter ce script.Objet : détection de dérive ou de fluage des variables de procédé

Vous pouvez ajouter une colonne au tableau Process Screening :

 

names default to here(1);
dt = Open("$Sample_Data/iris.jmp");

//Open Process Screening with drift summaries
ps = dt << Process Screening(
 Y( :Sepal length, :Sepal width, :Petal length, :Petal width ),
 Control Chart Type( "Indiv and MR" ),
 Drift Summaries( 1 )
);

//calculate the combined drift
UpDrift = (ps << XPath( "//NumberColBox[NumberColBoxHeader[text()='Mean Up Drift']]" ))[1] << Get;
DownDrift = (ps << XPath( "//NumberColBox[NumberColBoxHeader[text()='Mean Down Drift']]" ))[1] << Get;
CombinedDrift = Abs( Matrix(UpDrift) + Matrix(DownDrift) );

//Add column to table with Combined Drift
ncb = (ps << XPath( "//TableBox" )) << Append( NumberColBox("Combined Drift", CombinedDrift) );

Vous devriez voir une nouvelle colonne "Dérive combinée" sur la droite :