342372_de-DE

liliconcom

Datenauswertung

Hallo zusammen,

 

Ich habe einen Datensatz mit den folgenden Spalten:

 

- Produktionsdatum / -zeit
- Schicht (3 pro Tag)
- Standort des Zwischenlagers (10 Standorte mit 75 verschiedenen Optionen für jeden Standort)
- Chargennummer
- Produktdicke (von 100 bis 1000)
- Produktlänge (1 oder 2)
- Qualitätsprüfung am Ende des Prozesses für jedes Produkt (gut oder schlecht)

 

Die Daten einer Zeile repräsentieren die Daten für ein Produkt.

Am Ende des Prozesses erhalte ich gute oder schlechte Produkte. Was ich jetzt tun möchte, ist, den gesamten Datensatz zu analysieren, um Ähnlichkeiten zwischen den Produkten für gute oder schlechte zu finden und herauszufinden, welche Art von Problem zu den schlechten Produkten führt.

Ich habe bereits die Streudiagramm-Matrix verwendet und versucht, die Daten mit dem Graph Builder auf unterschiedliche Weise zu visualisieren, möchte aber näher auf Details eingehen.

Was würden Sie empfehlen, um diese Art von Daten zu analysieren? Irgendwelche Vorschläge oder sogar Tutorials, die sich mit dieser Art von Problem befassen?

 

Danke für die Hilfe. Wenn Sie weitere Informationen benötigen, lassen Sie es mich einfach wissen.

 

Freundliche Grüße,

Johannes

 

 

AnalytikDatentabelleGrafikBetreff: Datenauswertung

In JMP gibt es viele Modellierungstechniken, um die Beziehungen zwischen der Reaktion und den potenziellen Faktoren zu untersuchen. Ich mag die Plattform Analysieren> Vorhersagemodellierung> Partition für solche Erkundungen. Sieh dir das an Hilfeseite um loszulegen.

Betreff: Datenauswertung

Ich fand die EDA in STIPS ein sehr nützliches Training, um diese Art von Analyse zu lernen.

https://www.jmp.com/en_us/online-statistics-course/exploratory-data-analysis.html

Grundsätzlich würde ich mit der Distributionsplattform beginnen, alle relevanten Variablen eingeben und schauen, was passiert, wenn ich auf gut / schlecht klicke.

wie die anderen verteilt sind.

Sie können mit Graphbuilder fortfahren und Variablen in verschiedenen Dropzones ablegen. Sie können viel mehr als 2 Variablen visualisieren ...

Sie können versuchen, y an x anzupassen, um zu sehen, dass die einzelnen Variablen als einzelner Faktor beeinflusst werden.

und kann mit dem Fit-Modell fortfahren, indem Sie Ihr y und alle x eingeben und sehen, was passiert.

Am Ende könnten Sie natürlich versuchen, ein gutes Modell zu erstellen, um den quantitativen Effekt jedes Parameters genau zu verstehen.

Aber ich denke, der Schlüssel ist, es Schritt für Schritt zu tun, von der einfachen bis zur komplexen Plattform / dem komplexen Modell.

 

Was auch toll ist, die Beispieldateien mit Beispieldaten und Analysen dieser Art anzusehen.

Siehe zB "Körperfett", es gibt viele Analysen.

 

Open("$SAMPLE_DATA/Body Fat.jmp")

Betreff: Datenauswertung

Für ein Buch mit vielen Beispielen und Fallstudien, die ebenfalls mit JMP verknüpft sind, empfehle ich den Kauf von "Visual Six Sigma ...". Hier ist ein Link zu SAS-Supportbüchern zum Kauf: Link zu "Visual Six Sigma" . Ich denke, Kapitel 9 wird dem, was Sie versuchen, besonders ähnlich sein.

Betreff: Datenauswertung

ich mag @markbailey Die Antwort, eine andere ähnliche Methode, die dem Betrügen ähnelt, ist die Verwendung von Analysieren> Screening> Predictor Screening.  

Dieses Tool zeigt Ihnen, wie jede Eingabevariable zur Variation der Antwortvariablen beiträgt. Es ist eine schnelle Überprüfung und ist sehr nützlich.

 

 

Betreff: Datenauswertung

Vielen Dank!:)