使用主要组件提高模拟产品知识<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />伊夫·钱登（Yves Chandon），六西格码黑带（Six Sigma Black Belt），飞思卡尔半导体（Freescale Semiconductor）
在客户交付产品之前，每个汽车模拟集成电路都需要进行100到5,000次测试。主成分分析已被用作可变维数缩减技术来分析那些相当大的数据文件。但是，对于主题专家来说，主要成分的解释并不总是那么简单。变量聚类过程是一种实用的工具。可以分析每个聚类，并显示每个聚类的最具代表性的变量。对于主题专家而言，使用置信椭圆将具有代表性的双变量拟合为聚类中的所有变量是相当方便的。此信息对于提高产量，改善质量或节省测试时间可能很有用。通过使用逐步回归或分区平台，还可以增强最具代表性的变量集与其他变量之间的相关性。偏最小二乘也可以用来对所有变量建模，这些变量是每个簇的最代表，它们不像主成分一样正交。这些技术极大地增强了对产品可变性结构的全局理解。该信息用于产量和成本优化以及质量改善。
预测建模
