LDA 与预测器筛选以确定哪些工艺参数描述了运行之间的差异目前我正在调查化学过程中的一个单元。 该装置在清洁前可运行数月。 运行之间的性能不同。 我的跑步表现指标有 3 个级别：低、中、高。 大约有 30 个工艺参数（压力、温度等）被确定为可以描述/影响性能指标的候选参数。 这些工艺参数在运行过程中会发生变化。 我试图确定这些过程参数中哪些是最具影响力的，以及有哪些影响（正面/负面）。
我使用了 LDA 和预测因子筛选。 2 种方法中影响最大的前 10 个工艺参数的列表有所不同。 因为方法不同，我预计会有一些差异，但没有那么广泛。 我的问题：如何确定这两种方法中的哪一种给了我最可靠的答案？
分析回复：LDA 与预测器筛选以确定哪些工艺参数描述了运行之间的差异如果没有数据或合理的样本，很难说。 鉴于“过程参数在运行过程中会发生变化”，这种变化在运行中的实际情况如何，您有多少次运行的数据？ 绩效指标的每个级别出现多少次？
回复：LDA 与预测器筛选以确定哪些工艺参数描述了运行之间的差异我有 13 次运行。 每个级别出现大约 4 次。 流量根据所需的吞吐量而变化，压力可能会因环境条件或长时间结垢而变化
回复：LDA 与预测器筛选以确定哪些工艺参数描述了运行之间的差异让我从一个基本问题开始。 您对“...最可靠的答案”的标准是什么？ 您是否正在进行调查，寻求探索性“答案”或预测性“答案”？ 我推荐的数据分析方法在很大程度上取决于您的答案。
回复：LDA 与预测器筛选以确定哪些工艺参数描述了运行之间的差异那么预测变量随时间变化（在运行期间）？ 您可以尝试在 JMP Pro 中使用 Functional Data Explorer 来获取功能原理组件，然后将它们用作预测变量而不是原始测量值。
回复：LDA 与预测器筛选以确定哪些工艺参数描述了运行之间的差异我想确定哪些过程变量解释了运行性能低下或高性能的原因。 下一步是看看我是否可以将这些变量设置为带宽（或用其他变量进行补偿）以在一致的基础上保持高运行。 从工程的角度来看，已经确定了许多候选变量。 该分析旨在找出最具影响力的变量。 （如根本原因分析）
我希望这回答了你的问题。 我想防止将我的问题错误地标记为探索性或预测性
