342372_de-DE

liliconcom

Datenauswertung

Hallo zusammen,

Ich habe einen Datensatz mit den folgenden Spalten:

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

Die Daten einer Zeile stellen die Daten für ein Produkt dar.

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 guten und schlechten Produkten zu finden und herauszufinden, welche Art von Problem zu den schlechten Produkten führt.

Ich habe bereits die Streudiagrammmatrix verwendet und versucht, die Daten mit dem Graph Builder auf unterschiedliche Weise zu visualisieren, möchte aber mehr ins Detail gehen.

Was würden Sie zur Analyse dieser Art von Daten empfehlen? Gibt es Vorschläge oder sogar Tutorials, die sich mit dieser Art von Problem befassen?

Vielen Dank für Ihre Hilfe. Wenn Sie weitere Informationen benötigen, lassen Sie es mich einfach wissen.

Beste grüße,

Johannes

Datenexploration und -visualisierungMassenanpassungBetreff: Datenauswertung

Danke

Betreff: Datenauswertung

Danke schön!

Betreff: Datenauswertung

Ich mag @Mark_Bailey Die Antwort lautet: Eine andere ähnliche Methode, die einem Schummeln ähnelt, ist die Verwendung von „Analysieren“ > „Screening“ > „Prädiktor-Screening“.  

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

 

 

Betreff: Datenauswertung

Für ein Buch mit vielen Beispielen und Fallstudien auch mit Bezug zu JMP empfehle ich den Kauf von „Visual Six Sigma…“. Hier ist ein Link zu SAS-Supportbüchern zum Kauf: Link zu „Visual Six Sigma“ . Ich denke, Sie werden feststellen, dass Kapitel 9 dem, was Sie versuchen, besonders ähnlich ist.

Betreff: Datenauswertung

Ich fand die EDA in STIPS eine sehr nützliche Schulung, um diese Art von Analyse zu erlernen.

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

Grundsätzlich würde ich mit der Verteilungsplattform beginnen, alle relevanten Variablen eingeben und schauen, was passiert, wenn ich auf „Gut/Schlecht“ klicke.

wie die anderen verteilt sind.

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

Sie können versuchen, y an x anzupassen, um den Einfluss jeder Variablen als einen einzelnen Faktor zu sehen.

und können mit der Anpassung des Modells fortfahren, 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 liegt darin, es Schritt für Schritt zu tun, von der einfachen zur komplexen Plattform/dem komplexen Modell.

 

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

Siehe zB „Körperfett“, da gibt es viele Analysen.

 

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

Betreff: Datenauswertung

In JMP gibt es viele Modellierungstechniken, um Beziehungen zwischen der Reaktion und den potenziellen Faktoren zu untersuchen. Für solche Untersuchungen gefällt mir die Plattform Analysieren > Prädiktive Modellierung > Partition. Sieh dir das an Hilfeseite um loszulegen.