530370_fr-FR

liliconcom

Comment modéliser les taux de défauts d'une biche

Bonjour, j'ai les résultats d'un DOE qui a été réalisé pour voir l'effet d'un certain facteur sur les taux de défauts. Des échantillons ont été analysés (500 pièces) et différents défauts ont été comptés. Ainsi par exemple défaut n°1 = 40/500=0,08

J'aimerais modéliser les données, mais d'après les recherches que j'ai effectuées, je pense que les taux (entre 0 et 1) devraient être modélisés à l'aide d'une régression logistique. Je n'arrive pas à faire cela dans JMP16 comme si je me donnais simplement des options pour exécuter la logistique de manière ordinale ou nominale. Alors, quelle est la meilleure façon d’ajuster un modèle pour prédire les données de taux ?

Merci

Études de consommation et de marchéExploration et visualisation des donnéesRe : Comment modéliser les taux de défauts d'une biche

La suggestion de Mark est bonne, mais assurez-vous de configurer correctement le tableau de données afin de pouvoir effectuer cette analyse.Je vais supposer que pour chaque exécution du DOE, vous disposez du nombre total de pièces et du nombre de défauts.Vous devez ensuite calculer le nombre « non défectueux » et organiser le tableau de données avec deux lignes pour chaque exécution du DOE, et la réponse (Défectueuse) égale à « Y » dans une ligne et « N » dans la deuxième ligne, ainsi que une variable Count pour enregistrer le nombre de défectueux ou non défectueux.Voir la capture d'écran et le tableau d'exemple ci-joint.Lorsque vous spécifiez le mode, vous devez également choisir le "Niveau cible", dans ce cas l'indicateur de défectueux, et utiliser la variable Count dans le rôle de fréquence (Freq).  

 

 

 

Re : Comment modéliser les taux de défauts d'une biche

En supposant que vous ayez une réponse pour chaque observation (par exemple, défaut, pas de défaut), je recommande alors d'utiliser cette colonne de données avec le type de modélisation nominal. Je commencerais par analyser chaque type de défaut séparément. JMP utilisera alors la méthode de régression logistique appropriée.

 

1. Tableau de données ouvertes
2. Assurez-vous que le type de modélisation nominal est défini dans la colonne de données de réponse.
3. Sélectionnez Analyser > Ajuster le modèle
4. Sélectionnez la colonne de données binomiales (réponse) et cliquez sur Y
5. Sélectionnez les colonnes de données factorielles et cliquez sur Ajouter (vous pouvez également utiliser des termes d'ordre supérieur pour l'interaction et les effets non linéaires si nécessaire).
6. Cliquez sur Exécuter

Vous pouvez enregistrer le modèle sélectionné en tant que nouvelle colonne de données avec une formule. Vous pouvez ensuite sélectionner Graphique > Profiler et utiliser simultanément toutes les formules de prédiction enregistrées dans votre exploration et votre optimisation.