LDA 與預測器篩選以確定哪些工藝參數描述了運行之間的差異目前我正在調查化學過程中的一個單元。 該裝置在清潔前可運行數月。 運行之間的性能不同。 我的跑步表現指標有 3 個級別：低、中、高。 大約有 30 個工藝參數（壓力、溫度等）被確定為可以描述/影響性能指標的候選。 這些工藝參數在運行過程中會發生變化。 我試圖確定這些過程參數中哪些是最具影響力的，以及有哪些影響（正面/負面）。
我使用了 LDA 和預測因子篩選。 2 種方法中影響最大的 10 個工藝參數的列表有所不同。 因為方法不同，我預計會有一些差異，但沒有那麼廣泛。 我的問題：如何確定這兩種方法中的哪一種給了我最可靠的答案？
分析回复：LDA 與預測器篩選以確定哪些工藝參數描述了運行之間的差異如果沒有數據或合理的樣本，很難說。 鑑於“過程參數在運行過程中會發生變化”，這種變化在一次運行中的實際情況如何，您有多少次運行的數據？ 績效指標的每個級別出現多少次？
回复：LDA 與預測器篩選以確定哪些工藝參數描述了運行之間的差異我有 13 次運行。 每個級別出現大約 4 次。 流量根據所需的吞吐量而變化，壓力可能因環境條件或長時間結垢而變化
回复：LDA 與預測器篩選以確定哪些工藝參數描述了運行之間的差異讓我從一個基本問題開始。 您對“...最可靠的答案”的標準是什麼？ 您是否正在進行調查，尋求探索性“答案”或預測性“答案”？ 我推薦的數據分析方法在很大程度上取決於您的答案。
回复：LDA 與預測器篩選以確定哪些工藝參數描述了運行之間的差異那麼預測變量隨時間變化（在運行期間）？ 您可以嘗試在 JMP Pro 中使用 Functional Data Explorer 來獲取功能原理組件，然後將它們用作預測變量而不是原始測量值。
