¿Qué le gusta de este caso de estudio?
Este estudio de caso de torre de destilación es excelente porque permite la aplicación simple de varias plataformas JMP y JMP Pro para analizar un conjunto de datos que tiene algunas características desafiantes. Estas características desafiantes incluyen:
- La variación estacional
- Intervalos de muestreo no uniformes
- Varios valores atípicos que varían en severidad
- Datos de numerosos sensores
Debido a estos desafíos, este conjunto de datos muestra simplemente cómo JMP no tiene problemas para abordar estos conjuntos de datos difíciles. Además, debido a las diferentes características y cantidad de datos en este estudio de casos, es un estudio de caso de amplia aplicación. Esto significa que el conjunto de datos se puede usar para demostrar varias plataformas dentro de JMP y JMP Pro sin necesidad de cambiar a otros ejemplos.
Particularmente para el lado del modelado predictivo de la demostración, este estudio de caso explica de manera simple y clara cómo se puede usar Bootstrap Forest, inicialmente, para identificar predictores clave. Además de cómo se puede usar la plataforma de selección de modelos para construir y comparar rápidamente modelos que se crean a partir de diversas técnicas de modelado predictivo, como árboles de decisión y redes neuronales.
Finalmente, el conjunto de datos proviene de un proceso industrial real, lo que nos brinda la oportunidad de demostrar que JMP puede manejar datos reales y, por lo tanto, podría aplicarse fácilmente al área de interés particular de los clientes.
¿Para quién?
Este caso de estudio es ideal para ingenieros químicos y petroquímicos. Aunque dado que el estudio involucra una columna de destilación, podría usarse para explicar estos conceptos a la mayoría de los científicos.
¿Cómo debo usarlo?
El conjunto de datos se puede utilizar de dos maneras clave:
1. Se puede usar una demostración de análisis exploratorio de datos (EDA) para mostrar las poderosas capacidades de plataformas como el generador de gráficos y la detección de predictores. Stanley Siranovich presentó una excelente cumbre de descubrimiento utilizando el conjunto de datos de esta manera que se puede encontrar aquí: Análisis de un flujo de proceso de destilación con JMP® Pro 15 (2021-EU-45MP-766) - Comunidad de usuarios de JMP
2. Mediante el uso de varios scripts incluidos con el conjunto de datos (principalmente los scripts numerados), este conjunto de datos se puede usar para resaltar la solidez de las herramientas de modelado predictivo en JMP Pro. Esto implica identificar predictores clave de rendimiento en el conjunto de datos, construir varios modelos predictivos del sistema y luego usar esos modelos para predecir rendimientos futuros o encontrar condiciones óptimas.
3. No se incluyen secuencias de comandos en el conjunto de datos para esto, pero dado que el conjunto de datos es la salida del sensor de un proceso, también se puede usar para demostrar el explorador de datos funcional. Este es un conjunto de datos particularmente bueno para esto porque proviene de un proceso industrial real e incluye variaciones estacionales que pueden tratarse mediante el ajuste del modelo de Fourier.
¿Qué plataformas podemos usar?
- Distribución
- Constructor de gráficos
- Cribado de predictores
- Modelo de ajuste
- Explorador de datos funcionales
- Proyección de modelos
- Varias técnicas de modelado predictivo que incluyen: redes neuronales, bosque de arranque, árboles de decisión y muchos más
