Re: 행보다 열이 훨씬 많은 경우의 데이터 분석안녕하세요 @Steph_Georges ,
JMP를 사용하는지 JMP Pro를 사용하는지에 따라 다양한 옵션이 있습니다.
직접 분석을 시작하기 전에 프로세스 매개변수 간의 상관관계와 프로세스 매개변수와 응답(기본값) 간의 상관관계를 시각화합니다. 이렇게 하면 상관관계 변수와 기본값 분석을 위한 영향력 있는 입력에 대한 정보를 얻을 수 있습니다(분석의 플랫폼 "다변량" -> 다변량 방법).
그런 다음 고려해야 할 몇 가지 옵션이 있습니다.
- JMP :
- 첫 번째 접근 방식은 주성분 분석(PCA)을 수행한 다음 이러한 PCA 매개변수를 사용하여 기본 응답을 모델링하는 것입니다. 그러나 이 접근 방식은 PCA 변수에 결합되기 때문에 어떤 요인이 기본값에 영향을 미치는지에 대한 설명 가능성을 잃게 합니다.
- 또 다른 옵션은 PLS(Partial Least Squares)를 시도하는 것인데, 이는 많은 상관 변수와 극소수의 관찰을 처리할 때 매우 효율적인 접근 방식입니다. 예를 들어 관측치가 적지만 입력 데이터가 많은 스펙트럼 분석에 사용됩니다(예: 각 파장에 대한 투과율/강도).
- 또한 흥미로울 수 있는 것은 어떤 요인이 가장 중요한지에 대한 개요를 얻기 위해 예측자 선별을 시도하는 것입니다.
- JMP 프로 :
- 예측자 스크리닝 대신 "Random Forest"를 시도할 수 있습니다. 여기서 모델에 대한 더 많은 정보와 공식을 저장할 가능성이 있습니다. RF는 각 트리에 대해 피처 배깅을 사용하므로 다중 공선성이 있고 관측값보다 매개변수가 더 많은 경우에도 각 매개변수가 트리에서 선택될 확률이 동일하므로 어떤 요인에 대해 잘 볼 수 있습니다. 기본값에 영향을 미칩니다.
- Lasso, Ridge 또는 Elastic Net과 같은 페널티 추정 방법을 사용하여 일반화 회귀 모델을 볼 수도 있습니다.
더 복잡한 방법을 시도하기 전에 먼저 시도해 볼 모델/기술입니다.
이 커뮤니티의 전문가가 답변을 완료하도록 합니다. 
이것이 도움이 되기를 바랍니다.
Re: 행보다 열이 훨씬 많은 경우의 데이터 분석귀하의 매우 빠르고 완전한 답변에 대해 Victor에게 감사드립니다.
저는 아직 JMP Pro를 가지고 있기 때문에 말씀하신 모든 힌트를 테스트할 수 있을 것입니다.
Re: 행보다 열이 훨씬 많은 경우의 데이터 분석완벽하면 시도할 수 있는 옵션이 많습니다!
JMP Pro 모델을 살펴보기 전에 가장 간단한 모델을 시도하고 성능/중요성 측면뿐만 아니라 해당 분야 전문 지식과 함께 사용된 다양한 모델을 비교하는 것이 흥미로울 수 있습니다. 기본 응답에서 매우 중요합니다(예:)?
다양한 모델의 다양한 통찰력을 도메인 전문 지식과 결합하면 올바른 방향으로 이끌어야 합니다.
좋은 하루 되세요 스테판,
Re: 행보다 열이 훨씬 많은 경우 데이터 분석그냥 데이터 마이닝인가요?
나는 다음과 같은 생각을 가지고 있습니다 :
1. 열에 대한 사려 깊은 고려부터 시작하여 열이 결함 수나 결함 비율에 영향을 미치거나 영향을 주지 않는 이유에 대한 합리적인 가설을 개발하겠습니다. 이러한 가설을 모델 반복에 대한 가이드로 사용하십시오.
2. 불량 사용에 주의하겠습니다. 결함은 다양한 실패 메커니즘의 결과일 수 있으므로 원인 구조도 다릅니다. 이는 결함 밀도의 집합체에서 손실될 수 있습니다. 더 나은 조치가 있나요? 측정이 연속적일수록 연구는 더욱 효과적이고 효율적입니다.
3. 데이터 마이닝의 경우 열 요인의 다중 공선성을 평가하는 Victor의 의견에 동의합니다. 산점도는 이에 탁월합니다.
4. 회귀는 요인과 결함 사이의 관계를 살펴보기 시작하는 곳입니다. 역시 응답 변수의 특성으로 인해 사용할 수 있는 항목이 제한될 수 있습니다. 일반적으로 선형 효과로 시작하여 모델 구축에 추가적 접근 방식을 사용합니다(반복에 대한 상호 작용 및 비선형과 같은 용어 추가). 단계별 및 PLS와 같은 절차가 유용할 수 있지만 항상 주제 합리화와의 관계를 정당화할 수 있습니다. . (PCA에서는 매우 어렵습니다.)
5. 데이터 세트 전반에 걸쳐 측정 오류가 있으며 결함 분류에도 오류가 있을 수 있습니다. 데이터 세트에서 이를 추정할 가능성은 거의 없습니다.
6. 맥락이 중요합니다. Victor가 언급한 것처럼 지연된 변수 효과와 숨겨진 변수가 있을 수 있습니다. 결론을 도출하기 위해 데이터 마이닝을 하는 것이 아니라 다음 반복을 더욱 효과적으로 만들기 위한 데이터 마이닝(지시된 샘플링 또는 실험)임을 기억하세요.
행보다 열이 훨씬 많은 경우 데이터 분석모두들 안녕
다음과 같은 데이터 세트가 있으므로 도움을 요청하고 싶습니다.
- 기둥, 아연 도금 강철 생산 라인의 공정 매개변수
- 이 생산 라인에서 처리된 코일이 줄지어 표시됩니다.
목표는 코일에 나타나는 결함의 양을 하나 이상의 공정 매개변수와 연관시키는 것입니다.
안타깝게도 행(63)보다 더 많은 열(407)이 있는 데이터 세트가 있습니다.
진행 방법에 대한 조언이 있습니까?
고급 통계 모델링대량 맞춤화품질 및 프로세스 엔지니어링
