모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?여러분, 안녕하세요,
모델링 상담을 받고 싶습니다.
응답 Y와 매개변수 X1, X2, X3 등을 사용하는 프로세스가 있습니다.
프로세스 분석은 3년이라는 오랜 기간에 걸쳐 이루어졌습니다. 이제 프로세스 전체를 분석하기 위해 모든 데이터를 수집하고 싶습니다. 문제는 지난 3년 동안 프로세스와 관련된 기계가 약간의 변화와 심지어 일부 위험을 경험했다는 것입니다. 특정 날짜에는 모두 Evt_A, Evt_B, Evt_C로 식별되었습니다. Y에 대한 좋은 모델링을 얻기 위해 매개변수 X1, X2, X3 등뿐만 아니라 이벤트 A, B, C 등도 고려하여 이들이 실제 영향을 미쳤는지 알아보고 싶습니다. 그들의 영향력을 정량화합니다. 당분간은 이벤트를 -1 및 +1 값("이벤트 전"을 의미하는 -1 및 "이벤트 후"를 의미하는 +1)을 갖는 범주형 열로 소개했습니다.
나는 스스로에게 다음과 같은 질문을 던집니다.
1. 이 방법밖에 없나요?
2. 이 방법으로 진행하는 것이 올바른가요?
3. Fit Model 플랫폼에서 이러한 이벤트를 올바르게 도입하는 방법은 무엇입니까? 특정 속성을 사용해야 합니까? 상호작용이 가능한가요?
나에게 줄 수 있는 모든 도움에 미리 감사드립니다.
감사합니다,
스테판 조르쥬
소비자 및 시장 조사품질 및 프로세스 엔지니어링신뢰성 분석Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?한 가지 질문은 이벤트가 모두 다른지 아니면 집계할 수 있는지입니다.개인적으로 나는 이벤트를 (0,1)로 코딩하고 그것들이 동일하게 취급될 수 있다면 이벤트는 이벤트 시간인지 아닌지를 나타내는 단일 변수로 축소될 수 있습니다.그것들이 모두 다르다면 각 이벤트에 대해 다른 지표 변수가 필요하다고 생각합니다.또 다른 질문은 이벤트가 발생한 시간에 국한되는지, 이벤트의 영향을 받는 이벤트 시간 전후의 기간인지 여부입니다.즉, 이벤트 시간에 대한 근접성이 중요한 경우 이벤트 시간(예: -3, -2, -1, 0, 1,2,3)에서 얼마나 멀리 떨어져 있는지에 따라 모든 기간을 코딩합니다. .사건의 성격과 그 영향에 대해 더 자세히 알려주시면 적절한 모델링 선택에 대해 논의하는 것이 더 쉬울 것입니다.이벤트 분석을 사용했지만 기계 이벤트가 아닌 규제 이벤트에 적용했습니다.그 설정에서는 규제 "사건"이 종종 상당 부분 예상되기 때문에 실제 사건 시간에 너무 집중하지 않는 것이 중요합니다.예측하지 못한 정치적 "사건"이 발생하면 지표 변수 접근 방식이 더 합리적입니다.나는 기계 이벤트가 더 불연속적이라고 생각하지만 여전히 이러한 "이벤트"의 특성에 따라 다릅니다.
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?안녕하세요 데일
답변 주셔서 감사합니다. 좀 더 명시적으로 노력하겠습니다.
모델링하려는 레이저 용접 프로세스가 있습니다. 지난 3년 동안 다양한 등급과 두께의 재료를 사용하여 기계에서 25회 이상의 DoE를 수행했습니다. 이 모든 지식과 경험을 수집하여 기계를 적절하게 사전 설정하는 용접 모델을 만들었습니다.
이 3년 동안 기계는 작은 단계에서 기술적으로 계속 발전했습니다. 다른 시간에 변경(예: 디자인)이 발생하여 잠재적으로 레이저 용접 현상에 영향을 미치거나 영향을 미치지 않습니다. 따라서 모든 테스트가 동일한 조건에서 수행된 것은 아닙니다. 나는 그것들의 영향을 평가하기 위해 그것들을 고려하고, 순수한 용접 매개변수들의 영향으로 돌아가기 위해 가능한 한 그것들을 지우고 싶습니다. 따라서 이벤트가 시간을 엄수하더라도 그 효과는 시간이 지남에 따라 지속됩니다. 이것이 내가 전후에 대해 이야기한 이유입니다. 0/1(0: 효과가 존재하지 않음, 1: 효과가 있음) 형식으로 효과를 고려하는 데 동의합니다.
따라서 시간이 지나면 다음과 같은 결과를 얻을 수 있습니다.
..............T1........... T2...........................................................
-------------------------------------------------- -------------------------------------------
답: 0000000000001111111111111111111111111111111111111
B: 00000000000000000000000011111111111111111111111
T1 이전의 테스트는 이벤트 A 및 B의 영향과 무관합니다. T1 이후에는 테스트에서 이벤트 A의 영향을 고려해야 합니다. T1 및 T2 날짜 이후에는 A와 B의 영향을 고려해야 합니다. 날짜 자체는 중요하지 않습니다. 내가 관심을 갖고 평가하고 싶은 것은 A, B 등의 효과입니다.
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?이벤트가 어떤 의미에서 "동일"한 경우 각 시점에 적용되는 이벤트 수를 간단히 기록합니다.그러나 각 이벤트에는 고유한 특성이 있는 것 같습니다.이는 각 시점에 존재하는 일련의 효과를 인식하는 보다 복잡한 기능이 필요함을 의미합니다.각 시점에서 모든 0/1 이벤트 데이터를 연결하여 이러한 변수를 생성할 수 있습니다. 그러나 결과로 나타날 많은 기능을 모델링하기에 충분한 데이터가 없는 것 같습니다.기능 수를 줄이는 핵심은 이벤트가 누적된다는 것, 즉 이전 이벤트 위에 추가된다는 사실에 있다고 생각합니다.이벤트 수에만 관심이 있다면(첫 번째 요점으로 돌아가서) 각 시점의 이벤트 수입니다.각 시점의 누적 이벤트 수와 함께 다른 이벤트와 다르거나 더 중요한 몇 가지 "핵심" 이벤트를 식별하고 해당 주요 이벤트에 대한 지표 변수를 사용할 수 있습니다.
다른 사람이 이러한 유형의 데이터에 대해 더 나은 제안을 할 수 있습니다.나는 이런 일과 함께 일한 적이 없습니다.
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?여보세요 @stephanegeorges ,
이 장비에서 수집한 모든 DoE 데이터를 집계하지만 기계 설정의 잠재적 변경(DoE/기간 사이)을 기록하려는 경우 "변경" 또는 "설정"과 같은 새 열을 도입할 수 있습니다( 숫자 연속 값을 통해 설정 변경을 보다 정확하게 특성화할 수 있는 추가 정보가 없는 한 기본적으로 범주형이며 각 DoE 또는 기간에 대해 실행된 조건을 나타냅니다.
예: "A" 설정(초기 장비 설정)에서 DoE 1~14, "B"에서 DoE 15~20, "C"에서 20~24...
모델에서 이 "변경" 매개변수를 설정하는 방법(고정 효과 또는 무작위 효과)에 따라 모델링/분석을 위한 두 가지 옵션이 표시됩니다.
- 재현 가능한 제한된 변경 사항만 있는 경우(그리고 다른 향후 설정 변경은 불가능함) 이 새 열을 분석에서 고정 효과로 처리할 수 있습니다. 그런 다음 다른 효과와 함께 "최소 제곱 맞춤", "단계적" 또는 "일반화 회귀"(JMP Pro)를 통해 분석할 수 있으며, 만난 가능한 변경 수준에 대한 추정치를 얻을 수 있으므로 다음과 같은 결과를 얻을 수 있습니다. 응답에 대한 변경의 영향을 매우 정확하게 수량화할 수 있습니다(예를 들어 A에서 B로의 변경 설정이 응답을 증가/감소시키는 방법).
- 이러한 변경 사항이 장비에서 가능한(및 향후) 변경 사항의 작은 부분일 뿐이므로 장비 설정의 변경으로 인해 변동이 변경되었는지 확인하는 데 더 관심이 있는 경우 이 새 열을 무작위로 처리할 수 있습니다. 이 변수가 무작위 효과임을 표시하여 "혼합 모델" 또는 "일반화된 혼합 모델"(JMP Pro)을 통해 효과를 분석하고 결과를 분석합니다. 그런 다음 JMP는 REML 분석(이 무작위 효과가 중요한지 알기 위한 분산 분석, 즉 설정이 변경될 때 분산에 상당한 변화가 있는지 확인)을 제공합니다.
고정 효과와 무작위 효과에 대한 흥미로운 토론이 있었습니다. https://community.jmp.com/t5/Discussions/Random-vs-Fixed-Blocking-Factor-in-DOE/td-p/461632?trMode=source
이것은 필요할 때 더 복잡한 모델링을 시작하기 전에 분석의 첫 번째 접근 방식이 될 수 있습니다.
분석에 대한 새로운 아이디어를 얻을 수 있기를 바랍니다. 
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?내 생각...
1. 기계에 변경 사항이 적용된 이유는 무엇입니까? 이전의 "수많은" 실험에서 이러한 변경이 이루어져야 함을 나타냈습니까? 변경 사항을 취소할 수 있습니까? 변경 사항이 "시스템"을 변경하기에 충분한 영향을 미쳤습니까?
2. 이러한 변경이 영향을 미친다면 변경 이전에 개발된 다른 요인의 관계가 완전히 다를 수 있습니다. 변경 사항과 deign factor의 상호 작용이 있는 경우 변경 이전의 데이터를 사용하는 것은 유용하지 않을 수 있습니다(다시 변경할 의사가 없는 경우).본질적으로 추론 공간을 변경했을 수 있으며 이전 관계가 전혀 유용하지 않을 수 있습니다. 그런 경우에는 계속...
3. 시간 시퀀스(1, 2, 3...)에 대한 변경 사항을 코딩하는 열을 만들고 적합 모델을 수행할 수 있습니다. ~에 의해 그 칼럼. 이러한 변화에 대해 요인 효과가 일관성이 있습니까?
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?안녕하세요 데일
내 사건은 실제로 똑같이 중요하지 않습니다. 직관적으로 일부는 내 대답에 약간 영향을 미치고 다른 일부는 조금 더 영향을 미칠 수 있습니다. 몇 번의 테스트를 거친 후 이벤트의 수를 고려하는 것만으로는 도움이 되지 않습니다... 하지만 테스트해볼 가치가 있는 좋은 포인트였습니다.
지원해 주셔서 감사합니다.
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?안녕 빅터,
효과의 누적적 특성으로 인해 하나의 열이 상황을 나타낼 수 있다고 생각하지 않았기 때문에 원래 여러 열을 도입했습니다. 그럼에도 불구하고 나는 (당신의 표기법과 함께) 조언대로 진행했습니다.
DoE_01 A <= 초기 상황
DoE_02 A
...
DoE_10 A
DoE_11 A+B <= B 추가 (제한적이지만 중요하다고 생각하는 효과)
DoE_12 A+B
...
DoE_16 A+B+C <= C가 A와 B에 추가됨(동일한 설명)
...
고정 효과로 새 열을 도입하고 "최소 제곱 맞춤"을 사용한 간단한 분석으로 당분간(다른 제안을 자세히 검토해야 함) 진행했습니다. 이 기법을 사용하면 관심 있는 각 양식의 값이 아니라 A와 (A+B)(B의 효과를 얻기 위해), (A+B)와 (A) 사이의 변화 크기가 중요합니다. +B+C) (C의 효과를 얻기 위해) 등 물론입니다. 물론 이벤트 사이에 상호 작용이 있는 경우 이 기술은 작동하지 않습니다(첫 번째 근사값으로 아무 것도 사용하지 않는 것으로 간주).
현재 프로파일러는 일관된 결과를 보여줍니다.
- 응답에 대한 이벤트 열의 + 또는 - 변경 사항은 최소한 물리적으로 설명할 수 있습니다.
- 이러한 작은 효과에 대해 수정된 프로세스를 제어하는 매개변수 X1, X2 등도 더 일관성이 있습니다.
이것은 좋은 소식입니다! ... 그렇더라도, 나는 모르지만 효과의 누적 특성에 대해 나를 괴롭히는 것이 있습니다. 나는 그것에 손가락을 댈 수 없지만 이런 식으로 올바르게 고려하고 있는지 확신할 수 없습니다.
그럼에도 불구하고 많은 도움을 주셔서 감사합니다.
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?안녕 @stephanegeorges ,
이 솔루션이 다양한 응답에 대한 이벤트의 가능한 영향을 파악하는 데 도움이 될 수 있다면 좋습니다.
의 세 번째 아이디어 @statman 또한 매우 흥미롭습니다. 동일한 조건에서 실현된 전체 DoE 데이터 세트의 각 하위 집합에 대한 모델을 분석하고 생성하는 경우(동일한 설정 A로 수행된 응답을 분석한 다음 A+B를 설정하기 위한 모델을 생성한 다음 A+를 설정하기 위한 모델을 생성합니다. B+C...), 설정에 따라 귀하의 요인이 귀하의 응답에 동일하거나 유사한 영향을 미치나요? 추정치가 "충분히 가깝습니까" 아니면 추정치에서 크기 및/또는 부호(예: 설정에 따라 반대 효과)의 변화가 보이나요?
고정 효과 "설정"이 있는 "큰" 모델과 각 모델을 비교하여 두 가지 유형의 모델이 어떻게 작동하는지, 그리고 물리적으로 무엇이 더 적합한지 확인할 수 있습니다.
마지막으로 중요한 것은 "설정 변경"을 무작위 효과로 모델링하여 이전 두 가지 유형의 모델과 비교할 수 있으므로 첫 번째 데이터로 가능한 것에 대한 좋은 모델링 개요를 제공해야 합니다. 분석/발견.
즐거운 시간 보내세요!
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?안녕하세요 스텟맨님
답변해주셔서 감사합니다.
1. 변경 사항은 기계적인 측면에서 용접기를 개선하기 위해 필요했습니다. 내 가장 큰 불행 :-), 그들은 되돌릴 수 없습니다. 일부 변경 사항의 경우 프로세스에 약간의 영향을 미친다고 생각하는 것이 합리적입니다. 문제는 이것을 "약간" 정량화하는 것입니다.
2. 전적으로 동의합니다. 불행히도 이러한 모든 테스트는 시간과 에너지 면에서 비용이 많이 들고 다시 수행하는 것에 대해 생각하는 것은 합리적이지 않습니다. 나는 "잘못되었지만 유용한" 모델을 얻기 위해 가능한 한 많은 바람직하지 않은 영향을 지우려고 노력하면서 사용 가능한 데이터로 가능한 한 최선을 다하려고 노력합니다.
3. 나는 당신의 제안을 시도해야합니다. 아이디어를 주셔서 감사합니다
Re: 모델에서 이벤트를 올바르게 고려하는 방법은 무엇입니까?문제에 대한 설명은 Reliability Growth에서 해결하려는 문제와 놀라울 정도로 유사합니다. 링크를 클릭하여 설명서의 소개 그림을 확인하세요. 이 그림은 초기, 수정, 최종의 세 단계로 구성된 긴 설계+개선+테스트 프로세스를 보여줍니다. 시스템에는 두 가지 설계 변경이 있었는데, 이는 연속적인 단계 사이의 전환점입니다.
데이터는 이벤트 발생까지의 시간을 기록하는데, 이 예시의 이벤트는 시스템 장애입니다. 따라서 결과 모델은 단계별 장애율 변화를 설명할 수 있습니다.
이벤트는 심각도와 연관될 수 있습니다. 예를 들어, 고장 발생 시 수리 비용은 심각도를 나타낼 수 있습니다. 이 경우, 결과 모델은 단계별 유지보수 비용 변화를 설명할 수 있습니다.
해당 도구를 살펴보시고, 해당 도구가 귀하의 문제를 해결하는 데 도움이 되는지 알려주시기 바랍니다.
