Tengo una situación en la que algunos operadores califican un objeto que también estoy adaptando a mi sistema de visión en consecuencia. El resultado de esto debería ser que el sistema de visión capacitado coloque los productos rechazados en una caja de rechazo y acepte los productos en una caja de aceptación. Debido a que estos productos son difíciles de calificar, está bien haber aceptado productos en una caja de rechazo, pero no al revés, porque tratamos de limitar esto.
En este ejemplo, mis operadores califican una categoría de calidad específica llamada Y1 donde mi sistema de visión tiene seis inspecciones diferentes para obtener una puntuación numérica Y1, vea la imagen a continuación:
El estándar ha sido mirar los datos y luego reducir los límites como se muestra en la imagen hasta que no haya productos rechazados en la casilla de aceptación, pero creo que podemos hacerlo de manera más inteligente.
Si el sistema de visión solo tuviera una inspección, entonces crearía una Curva ROC para encontrar un límite, pero no tengo experiencia cuando es multidimensional y me cuesta descubrir cómo hacer esto de manera inteligente en jmp. Si también tiene una idea de cómo hacer esta ilustración, por favor ilumíneme. He adjuntado un conjunto de datos anominizados.
Saludos cordiales Søren
Debe usar el modelo de ajuste para construir un modelo de logística de múltiples dimensiones y optimizarlo para su tasa de falsos positivos / negativos.
Muchas gracias por la elegante respuesta.
¿Tiene alguna idea si tuviera una especificación superior e inferior?
