데이터 규칙 또는 모범 사례 집계?!안녕하세요 여러분,
고객은 데이터 포인트를 집계하는 올바른 또는 허용된 방법에 대해 이야기했습니다. 이 질문이 나온 두 가지 응용 프로그램이 있습니다.
1. 제품 품질 분석을 위한 이미지 분석: 사진당 발생 횟수를 계산합니다. 사진에는 발견 항목이 거의 없으므로 사진 50장과 같은 사진의 차트 패키지를 분석하고 제어하려고 합니다. 그들은 집계하는 그림의 수가 예를 들어 관리도의 결과에 상당한 영향을 미친다는 것을 발견했습니다.
2. 프로세스 데이터(온도 센서 등). 몇 초 만에 기록되므로 분석하기에 너무 많은 데이터입니다. 다시 한 번 질문입니다. 이러한 데이터 포인트를 몇 분, 몇 시간 등으로 집계할 수 있습니까?
물론 그들은 정보를 잃지 않는 방식으로 결정하려고 노력합니다. 그러나 그들은 최대값을 계산하는 체계적인 방법이 있는지 알고 싶었습니다. 집합? 아니면 베스트 프랙티스?
우리 회사에서 우리는 프로젝트 기반으로 이것을 결정했기 때문에 체계적인 방법이나 모범 사례를 알지 못합니다.
도움이나 제안에 감사드립니다!
최고
플로리안
Re: 집계 데이터 규칙 또는 모범 사례?!이것은 그들이 데이터에서 찾고 있는 신호에 관한 것입니다. 집계는 그들이 보려고 하는 것에 따라 훌륭하고 가치가 있습니다.
예 1은 반도체(웨이퍼당 결함 또는 다이당 결함) 또는 자동화된 광학 검사 시스템(사진 필름용 필름 검사 등)에 아날로그가 있습니다. 동일한 지역에 나타나거나 클러스터를 형성하는 경향이 있는 재현 가능한 신호를 찾고 있다면 집계가 이를 확인하는 데 도움이 될 것입니다. 데이터에 노이즈가 많고 신호가 상당히 약한 경우 집계로 인해 신호가 익사할 수 있습니다.
예 2는 분광학 또는 기타 시계열 데이터가 있는 아날로그를 가지고 있습니다. 여기서 집계의 가장 큰 문제는 일반적으로 더 작은 신호를 매끄럽게 할 수 있는 롤링 집계 창을 수행한다는 것입니다. 시계열 데이터 청크(초에서 분 또는 시간으로 이동)도 발생하지만 신호가 두 청크에 걸쳐 나타날 때 발생하는 것과 같은 추가 문제가 있습니다. 사이).
두 경우 모두 보고 싶은 가장 작은/가장 약한 신호가 무엇인지 고려한 다음 해당 지점까지 집계하는 것이 좋습니다.
최고,
중
Re: 집계 데이터 규칙 또는 모범 사례?!에 추가 @MikeD_Anderson 님의 답변, 이 질문은 합리적인 하위 그룹화에 관한 것입니다. 빈도와 함께 근본적인 질문은 공통 원인과 특수 원인의 발생에 관한 것입니다. 하위 그룹 크기는 특수 원인이 하위 그룹 내에서 발생할 가능성은 매우 낮지만 하위 그룹 간에는 발생할 가능성이 매우 높도록 결정되어야 합니다.
이 지침이 도움이 되기를 바랍니다.
