Ho una situazione in cui alcuni operatori valutano un oggetto che sto adattando di conseguenza anche al mio sistema di visione. Il risultato dovrebbe essere che il sistema di visione addestrato metta i prodotti scartati in una scatola degli scarti e accetti i prodotti nella scatola degli accettati. Dato che questi prodotti sono difficili da valutare, va bene avere prodotti accettati in una scatola degli scarti ma non viceversa, perché cerchiamo di limitare questo.
In questo esempio i miei operatori valutano una specifica categoria di qualità denominata Y1 in cui il mio sistema di visione ha sei diverse ispezioni con punteggio numerico Y1, vedi immagine sotto:
Lo standard è stato quello di guardare i dati e quindi restringere i limiti come mostrato nell'immagine fino a quando non ci sono prodotti rifiutati nella casella di accettazione, ma penso che possiamo farlo in modo più intelligente.
Se il sistema di visione avesse solo un'ispezione, creerei una curva ROC per trovare un limite, ma non ho esperienza quando è multidimensionale e ho difficoltà a capire come farlo in modo intelligente in jmp. Se anche tu hai un'idea di come fare questa illustrazione, per favore illuminami. Ho allegato un set di dati anonimizzato.
Cordiali saluti Søren
Dovresti utilizzare il modello di adattamento per creare un modello logistico multidimensionale e ottimizzarlo per il tuo tasso falso positivo/negativo.
Grazie mille per l'elegante risposta.
Hai qualche idea se avessi una specifica superiore e una inferiore?
