336061_zh-TW
充分利用多元分析
- 散點圖矩陣
- 可以可視化變量對之間的關係
- 尋找離群值，線性和曲線關係
- 識別可能表明缺少變量的“條紋”
- 關聯熱圖
- 平行座標
- 一次可視化多個變量之間的關係
- 順序確實會影響分析：將相關性最高的變量放在“列表”的開頭
- 主成分分析
- 將變量減少到較小的列表中，以保留數據中的大多數信息
- 建立變量的線性組合，從而很好地代表變量的完整集合
- 判別分析
- 模型驅動的多元控製圖
- 什麼是多元控製圖？
- 多元控製圖用於監視兩個或多個相互關聯的過程變量
- 雖然單變量控製圖用於監視單個獨立的過程特徵，但是當過程變量相關時，則需要多變量控製圖
- 為什麼要使用多元控製圖？
- 由於經常將多個過程特徵相關聯，因此使用主成分可以將空間從N（過程特徵的數量）減少到P（圖表上使用的主成分的數量）
- 如果過程特徵相互關聯，則僅憑單變量分析將導致信號丟失（假定具有固定均值和方差的iid正常是有用的，但絕不是真實情況）
- 多元控製圖可用於查看數據圖，查看信號，然後確定哪些過程（或一組變量）對信號有貢獻
- 為什麼多元控製圖沒有得到廣泛使用？
- 將N個變量匯總到一個圖表中，將很難知道是什麼導致了信號
- 圖表上的信號可能是由於多元均值的偏移或協方差的變化
- 繪製的數據不在工程單位中，也不容易解釋
- 有“痛”的行業
- 流程工業（化學，鋼鐵等）
- 半導體
- 具有許多過程特徵的任何行業
Comments
There are no comments yet
