380601_zh-TW

liliconcom

冗餘分析

你好，

 

我正在嘗試執行冗餘分析。 JMP能夠做到嗎？

 

謝謝

分析工具其他回复：冗餘分析

簡短的答案是肯定的，因為它是數學運算，而JMP可以進行數學運算。

更長的答案是，JMP沒有專用的冗餘分析平台，但是還有其他平台可以使用它，例如Reliability Block Diagrams，它可以在系統中的M個故障模式中對K個進行建模。

標記

回复：冗餘分析

另外，雖然我對這種方法不熟悉，但我的簡要研究表明它可能是將多元回歸和主成分分析擴展到多個預測變量和多個響應的多元方法。 它可能類似於JMP中可用的偏最小二乘（PLS）。 見JMP有關此平台的文檔。

 

在眾多學科中已經獨立開發了多種多元方法。

回复：冗餘分析

為了顯示JMP腳本語言的靈活性，我創建了一個簡單的腳本，該腳本將計算由M個塊組成的系統的產量，其中M中的K個必須具有功能才能使該系統正常工作。

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，如果每個塊的產率為90％，而您有10個塊，其中需要8個才能正常工作，則係統的產率將為93％（如果10個中有9個，則為74％；如果10個中的9個，則為35％）。 10分之10）。

標記

回复：冗餘分析非常感謝您的建設性回應。