380601_zh-CN

liliconcom

冗余分析

你好，

 

我正在尝试执行冗余分析。 JMP能够做到吗？

 

谢谢

分析工具其他回复：冗余分析

简短的答案是肯定的，因为它是数学运算，而JMP可以进行数学运算。

更长的答案是，JMP没有专用的冗余分析平台，但是还有其他平台可以使用它，例如Reliability Block Diagrams，它可以在系统中的M个故障模式中对K个进行建模。

标记

回复：冗余分析

另外，虽然我对这种方法不熟悉，但我的简要研究表明它可能是将多元回归和主成分分析扩展到多个预测变量和多个响应的多元方法。 它可能类似于JMP中可用的偏最小二乘（PLS）。 见JMP有关此平台的文档。

 

在众多学科中已经独立开发了多种多元方法。

回复：冗余分析

为了显示JMP脚本语言的灵活性，我创建了一个简单的脚本，该脚本将计算由M个块组成的系统的产量，其中M中的K个必须具有功能才能使该系统正常工作。

Names Default to Here(1);

K = 8;  // At least K out of M blocks need to be functional
M = 10; // Total number of blocks in system 

Y.block = 0.90;  // Probability of one block being functional

BinomialCoeff = Function( {n, k}, // calc coefficients of binomial expansion
    Return( Factorial(n)/Factorial(k)/Factorial(n-k) ); 
); 

Y.system = 0;  
for (i = 0, i <= (M-K), i++,
 Y.system = Y.system + BinomialCoeff(M,i)*Y.block^(M-i)*(1-Y.block)^i;
);

write("System yield of ",K," out of ",M," blocks is ",Y.system);

因此，在此示例中，如果每个块的产率为90％，而您有10个块，其中需要8个才能正常工作，则系统的产率将为93％（如果10个中有9个，则为74％；如果10个中的9个，则为35％ 10分之10）。

标记

回复：冗余分析非常感谢您的建设性回应。