Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiAttualmente sto studiando un'unità in un processo chimico. Questa unità funziona per diversi mesi prima di essere pulita. Le prestazioni differiscono tra le esecuzioni. Il mio indicatore di prestazione per una corsa ha 3 livelli: Basso, Medio, Alto. Esistono circa 30 parametri di processo (pressioni, temperature, ecc.) identificati come candidati che potrebbero descrivere/influenzare l'indicatore di prestazione. Questi parametri di processo variano durante una corsa. Cerco di identificare quali di questi parametri di processo sono i più influenti e quali sono le influenze (positive/negative).
Ho usato LDA e lo screening predittivo. L'elenco dei 10 parametri di processo più influenti differisce tra i 2 metodi. Poiché i metodi sono diversi, mi aspettavo alcune differenze, ma non così ampie. La mia domanda: come identificare quale dei 2 metodi mi dà la risposta più affidabile?
Modellazione statistica avanzataCombinazione e pulizia dei datiIngegneria della qualità e dei processiOggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiIo (perdonami avrei dovuto leggere più da vicino) ho appena notato che hai solo 13 corse? Quindi automaticamente hai molte meno esecuzioni rispetto alle variabili predittive (30). In genere, i metodi di modellazione ad albero e molti metodi lineari richiedono un numero maggiore di esecuzioni rispetto ai parametri che si sta tentando di stimare. Quindi non mi sorprende che tu stia vedendo risposte diverse. LDA ha alcune funzionalità di riduzione della dimensionalità. Francamente senza JMP Pro (se avessi potuto usare FDE o minimi quadrati parziali o forse uno dei metodi di regressione penalizzati). Buona fortuna.
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiHai ragione: c'è una quantità significativa di colinearità. Ecco perché ho selezionato LDA e lo screening dei predittori. Ottengo un'etichettatura errata del 4% nel mio LDA e posso distinguere chiaramente tra bassi e alti. Successivamente ho esaminato i coefficienti di punteggio standardizzati e li ho classificati in ordine di grandezza.
Inoltre, ho eseguito uno screening predittivo con 1000 alberi. Quando confronto la classifica dei predittori con la classifica dei coefficienti di punteggio standardizzati dell'LDA, non c'è quasi alcuna corrispondenza tra una classifica dei predittori più alta e coefficienti di punteggio standardizzati elevati.
Poiché sono 2 metodi diversi, mi aspettavo alcune differenze, ma non così tanto.
Quale potrebbe essere il motivo e quale graduatoria sarebbe la più affidabile (come controllare le prestazioni dello screening di previsione?)
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiEcco da dove inizierei ... la mia esperienza con processi simili a quelli descritti finora è che potrebbe esserci molta multicollinearità tra le variabili predittive. Hai indagato su questo problema? La soluzione migliore è iniziare con i grafici delle serie temporali dei predittori ... non ne hai troppi, quindi usare qualcosa di semplice come Graph Builder potrebbe funzionare. Infatti, nella piattaforma FDE questi tipi di grafici sono un output di report standard e molto prezioso. Da lì, se è presente molta multicollinearità, potresti provare a utilizzare l'analisi dei componenti principali per identificare quali componenti contribuiscono alla maggior parte della variabilità nei predittori. Avere solo una risposta categorica limita anche le tue opzioni di modellazione.
Ma la mia raccomandazione più forte è se non hai familiarità con questo percorso o metodi ... trova qualcuno che sia disposto a lavorare con te e esaminare i dati e il problema. Ci sono molti modi per "andare"... ed è difficile percorrere tutti i diversi percorsi senza vedere i dati effettivi... e capire di più sul processo chimico di interesse.
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiSfortunatamente non ho JMP Pro; Ho solo JMP. Allora quale sarebbe l'alternativa migliore?
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiIdealmente consiglio l'idea @Mark_Bailey azioni. A seconda di ciò che si osserva nelle variabili predittive, se sono altamente correlate tra loro...Functional Data Explorer un percorso per identificare le variabili più influenti. Un problema che potresti incontrare è la multicollinearità tra le variabili predittive. FDE è in grado di gestire questo problema ... ma se possibile una volta utilizzato FDE per l'identificazione delle variabili ... niente batte DOE per confermare l'identificazione delle variabili A. e B. sviluppare un modello predittivo per il processo.
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiVoglio identificare quali variabili di processo spiegano perché una corsa ha prestazioni basse o alte. Il prossimo passo è vedere se posso impostare queste variabili su una larghezza di banda (o compensare con altre variabili) per mantenere corse elevate su base coerente. Dal punto di vista ingegneristico, sono state identificate una serie di variabili candidate. L'analisi ha lo scopo di trovare le variabili più influenti. (come un'analisi delle cause alla radice)
Spero che questo risponda alla tua domanda. Volevo evitare di etichettare erroneamente la mia domanda come esplorativa o predittiva
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiQuindi le variabili predittive variano nel tempo (durante una corsa)? È possibile provare Functional Data Explorer in JMP Pro per ottenere i componenti del principio funzionale e quindi utilizzarli come predittori invece delle misurazioni originali.
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiVorrei iniziare con una domanda di base. Quali sono i tuoi criteri per "...risposta più affidabile"? Stai conducendo un'indagine in cui stai cercando una "risposta" esplorativa o una "risposta" predittiva? I metodi di analisi dei dati che consiglierei saranno in larga misura dettati dalla tua risposta.
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiHo 13 corse. Ogni livello si verifica circa 4 volte. I flussi cambiano a seconda della portata richiesta, le pressioni possono cambiare a causa delle condizioni ambientali o delle incrostazioni di lunga durata
Oggetto: Screening LDA vs Predictor per determinare quali parametri di processo descrivono le differenze tra le analisiMolto difficile da dire senza i dati, o un loro campione ragionevole. Dato che "i parametri di processo variano durante un'esecuzione", che aspetto ha effettivamente questa variazione all'interno di un'esecuzione e per quante esecuzioni disponi di dati? Quante volte si verifica ciascun livello dell'indicatore di prestazione?
