匯總數據規則或最佳實踐？！大家好，
客戶是關於聚合數據點的正確甚至允許的方式。 他們有兩個應用程序，出現了這個問題：
1. 產品質量分析的圖像分析：他們計算每張圖片的出現次數。 一張圖片只有很少的發現，所以他們想分析和控製圖片的圖表包，例如50張圖片。 他們發現，他們聚合的圖片數量對控製圖等結果有顯著影響。
2. 過程數據（溫度傳感器等）。 它們以秒為單位記錄，這對於分析來說數據太多了。 那麼問題來了，這些數據點可以聚合多少（到分鐘、小時等）？
他們當然會嘗試以一種不會丟失信息的方式做出決定。 但他們想知道是否有系統的方法來計算（也許）最大值。聚合？ 或者也許是最佳實踐？
在我的公司，我們決定在一個項目到項目基礎上這樣做，所以我不知道系統的方法或最佳實踐。
感謝您的任何幫助或建議！
最好的
弗洛里安
回复：聚合數據規則或最佳實踐？！這更多的是關於他們在數據中尋找什麼信號。 聚合很好，也很有價值，這取決於他們試圖看到的內容。
示例 1 具有半導體中的類似物（每個晶片的缺陷或每個裸片的缺陷）或自動光學檢查系統（照相膠片的膠片檢查等）。 如果您正在尋找出現在相同區域或傾向於形成集群的可重現信號，那麼聚合將幫助您查看它們。 如果數據有很多噪聲並且信號相當弱，那麼聚合可能會淹沒信號。
示例 2 具有具有光譜學或其他時間序列數據的類似物。 這裡聚合的最大問題是你通常會做一個滾動聚合窗口，它可以平滑較小的信號。 分塊時間序列數據（從秒到分鐘或小時）也確實發生了，但還有其他問題 - 例如當信號出現在兩個塊上時會發生什麼（即信號從第 1 分鐘開始並進入第 2 分鐘，最大值在某處之間）。
無論哪種情況，我都建議他們考慮他們希望看到的最小/最弱信號是什麼，然後聚合到那個點。
最好的，
米
回复：聚合數據規則或最佳實踐？！添加到@MikeD_Anderson的回答，這個問題是關於理性分組的。 與頻率一起的基本問題是關於常見原因和特殊原因的發生。 應確定子組大小，以使特殊原因在子組內不太可能發生，但在子組之間卻很可能發生。
希望本指南有所幫助。
