다른 열의 값을 기반으로 하는 열의 회귀 P-값안녕... Nelson 규칙 3번(6포인트 증가 또는 감소)에 대한 대안을 찾으려고 합니다. 이 방법은 신호가 충분히 클 때 플래그를 지정하는 데 도움이 되는 여러 연속 포인트(알파 값 및 결과 p-값)를 기반으로 회귀를 사용합니다. 소음을 극복하십시오. 이것은 도구 마모 유형의 제어 차트에 사용됩니다.
(단순화를 위해) 아래와 같은 데이터 세트가 있다고 가정합니다.
X는 내 독립 변수이고 Y는 종속 변수입니다. 회귀에서 노이즈를 극복할 만큼 충분히 큰 신호가 있을 때 이해하는 데 도움이 되도록 연속 점 회귀의 P-값(아래 예에서 N=3)을 계산하고 싶습니다.
분명히, p-값은 아래 표에 예시로 나와 있습니다.
N이 더 커야 할 가능성이 높다는 것을 알고 있습니다(물론 신호의 크기에 따라 다름).
회귀가 null과 다른 경우를 이해하는 데 도움이 되도록 N과 알파를 가지고 놀 수 있도록 이 작업을 수행하는 스크립트를 만들 수 있습니까? 테이블에 p-값이 있으면 컨트롤 차트의 주석에 대해 크게 신경쓰지 않습니다.
감사해요
| 엑스 | 와이 | P-값 | 경사 | 하위 그룹 크기 |
| 1 | 삼 | | | |
| 2 | 6 | | | |
| 삼 | 9 | 0.05 | | 삼 |
| 4 | 12 | 0.05 | | 삼 |
| 5 | 12 | 0.1 | | 삼 |
| 6 | 12 | 0.54 | | 삼 |
| 7 | 11 | 0.5 | | 삼 |
| 8 | 13 | 0.1 | | 삼 |
| 9 | 15 | 0.07 | | 삼 |
| 10 | 17 | 0.05 | | 삼 |
데이터 테이블스크립팅Re: 다른 열의 값을 기반으로 한 열의 회귀 P-값이러한 기능을 생성하는 내장 함수에 관심이 있습니다. 스크립트를 사용하지 않는 것을 선호하므로 새 행. Moving Slope(아래에 복사됨)에 대한 귀하의 솔루션을 찾았지만 솔루션은 제 머리를 넘어섰습니다. 나는 너무 늙었고(그리고 너무 멍청해) 더 이상 이런 종류의 행렬 수학을 할 수 없습니다. 전치 행렬을 곱한 다음 역수를 취하는... 솔직히, 나는 이것을 따를 수 없습니다. 따라서 더 선형적인 경향이 있으므로 스크립트가 더 유용하다고 생각하는 이유는 무엇입니까? 
하지만 감사합니다.
If( Row() > 2,
x = J( Row(), 1, 1 ) || :MX[Index( 1, Row() )]`;
y = :MY[Index( 1, Row() )]`;
(Inv( x` * x ) * x` * y)[2];
)
Re: 다른 열의 값을 기반으로 한 열의 P-값 회귀에 추가 @txnelson , 이전에 이동 기울기를 계산하기 위한 열 수식 설정에 대한 논의가 있었습니다. 나는 당신이 그것을 찾아서 유용한 배경 지식을 위해 읽을 것을 제안합니다. 그 솔루션의 기본은 여기에서 Jim이 제안한 기능입니다. 수식을 확장하여 변경 신호가 발생한 위치를 식별하기 위해 컨트롤 차트에서 사용되는 행 상태 변경 결과를 얻을 수 있습니다.
이 아이디어를 구현하는 데 사용할 수 있는 많은 기본 제공 기능이 있으며 모두 스크립트가 필요하지는 않습니다.
Re: 다른 열의 값을 기반으로 한 열의 P-값 회귀데이터 테이블을 반복하고 x 및 y 행렬을 만든 다음 선형 회귀() 함수를 사용하여 회귀를 수행하는 것은 간단한 문제입니다.2개의 행렬에 어떤 값을 배치할지에 대한 결정은 항목이 달라집니다.
다음은 Linear Regression() 함수에 대한 Scripting Index에서 가져온 예입니다.
Names Default To Here( 1 );
/*Simple Linear Regression: y = intercept + beta * x + error*/
y = [3, 5, 7, 5];
X = [1, 2, 3, 4];
{Estimates, Std_Error, Diagnostics} =
Linear Regression( y, X, <<PRINTTOLOG></PRINTTOLOG>
