Vocero
|
Transcripción
|
| Stan Siranovich |
Bien, comenzando con la observación, tenemos la observación en la primera columna. Y de inmediato, vemos que tenemos un formato un poco extraño. |
| |
Con eso lo abordaremos más adelante. La siguiente columna es Y-Kappa, y eso es lo que se conoce como variable objetivo, eso es lo que le gustaría predecir. Ese es el valor medido y nos gustaría mantenerlo dentro de un rango estrecho. |
| |
Y en un minuto o dos, explicaré por qué. Y a medida que nos desplazamos por los datos, vemos un par de cosas aquí. Tenemos algunas etiquetas extrañas. Tenemos el T-upperExt, sea lo que sea. Tenemos un T-inferior, tenemos un WhiteFlow. Y nos dimos cuenta de que |
| |
algunas de las columnas, de hecho, la mayoría de las llamadas tienen un número al final de ellas. Y resulta... después de algunas investigaciones, descubrimos que ese es el tiempo de retraso. |
| |
Y llegaré a eso cuando explique el proceso. Así que tenemos cosas como la humedad de las virutas, el calor del vapor y también vemos que nos faltan algunos valores. Hay... hay algunos aquí y allá, pero principalmente parece que están confinados al AAWhite, |
| |
disculpe, al final, el sulfuro. Así que tomamos nota de eso. |
| |
Ahora |
| |
ya que no estamos familiarizados con nada de este tipo de cosas, probablemente lo más inteligente para nosotros sería... sería investigar un poco y ver exactamente qué es lo que estamos viendo. Y también nos gustaría saber (permítanme subir el PowerPoint aquí) |
| |
exactamente |
| |
Está bien. |
| |
Vamos a empezar. Bueno, el digestor kamyr es un proceso continuo de cuatro pasos para el fabricante de pulpa y papel. |
| |
ahora estos |
| |
proceso... estos procesos son bastante grandes y puede pensar en ellos como una olla a presión gigante. Lo que hacemos es comprobar algo de calor, vapor y presión, |
| |
disculpe, en el reactor. Y estos pueden tener 18 pies de diámetro y hasta 200 pies de alto. Y lo que queríamos hacer era separar la lignina mientras controlamos el número Kappa. |
| |
Y la materia prima es un poco inusual. Salí de la industria química y estoy acostumbrado a trabajar con |
| |
una materia prima líquida, pero aquí nuestra materia prima son astillas de madera o aserrín de un |
| |
aserradero lo que sea. Y no tenemos ninguna información sobre si estas materias primas se vierten juntas, si van una encima de la otra, si están |
| |
campaña, pero de inmediato, sabemos que tenemos cierta variabilidad aquí. No importa cuál sea la forma física, la materia prima se compone de 50 % de agua, 25 % de pulpa y 25 % de lignina. Y, por supuesto, la lignina es lo que queremos disolver de ahí. |
| |
Ahora el proceso se ve así. Es complejo y dentro de esta única unidad hay cuatro operaciones unitarias separadas. Tenemos la parte superior, donde se vierten las virutas y la mezcla de reacción, que es... que se conoce como licor. |
| |
Tiene algo de cáustico... algo de alcalinidad, pero puedes considerarlo como una solución jabonosa. Va a separar la lignina de la madera. |
| |
Y también tenemos los flujos de fluidos, tanto efluentes como licores, y hay tres de ellos. |
| |
Y puede ser concurrente o contracorriente, así que hay otra variable que introducimos. Como mencioné antes, la variable objetivo es un número Kappa, y esa es una determinación ISO, y aquí tenemos otra variable, en la que los fluidos se recirculan y regeneran. |
| |
Entonces, comencemos con un poco de exploración de datos. |
| |
Y así es como se ve la tabla de datos de JMP inmediatamente después de que la traje a JMP. Comencemos con la observación, Y-Kappa, |
| |
que queremos medir y luego la tasa de chip. Aquí hay algunas otras proporciones. Y podemos ver que nos faltan algunos datos, la mayoría parece estar confinado a esa columna de allí, y esta columna de aquí, la sulfurosidad. |
| |
Así que echemos un vistazo a esos para ver si hay algo que nos deba preocupar. Y la mejor manera de hacerlo, creo, es subir aquí a las tablas y ver el patrón de datos faltantes. |
| |
Y lo que haré es hacer clic en arrastrar y seleccionar todo eso. Y los agregaré. |
| |
Y tenemos esta mesa. |
| |
Ahora, debería ver la tabla de datos faltantes |
| |
justo encima de mi mesa JMP. |
| |
Y permítanme ampliar un poco la primera columna. Ahora, si miramos la primera columna aquí que dice contar |
| |
y el número de columnas que faltan es cero, y vemos ceros a lo largo de aquí en la siguiente columna, ese es nuestro patrón y eso nos dice que tenemos 131 columnas sin datos faltantes, pero tenemos 132 columnas |
| |
en el que dos columnas tienen algunos datos que faltan. Un donde ves el 1 y el 1, ahí es donde faltan los datos. Y tenemos otro patrón aquí con 19, pero el resto están bastante llenos... |
| |
bastante completo, y si alguna vez ha tratado con los datos de producción o los datos de control de calidad, verá que esto no es inusual. De hecho, esto es esto |
| |
bastante completa para este tipo de datos. Así que echemos un vistazo a eso un poco más. Tenemos 131 al que le falta una, y sabemos que tenemos esas dos columnas. |
| |
A ver si coinciden. Eso es todo. Es el mismo registro con las mismas dos columnas con datos faltantes. Y lo que podemos hacer es seleccionar esa primera fila |
| |
y podemos mirar a través de aquí. |
| |
Déjame sacar esto del camino. Y podemos desplazarnos. |
| |
Y por supuesto, |
| |
vemos los reflejos azules allí, |
| |
que resaltan los datos que no faltan, y vemos que los datos que faltan tienden a alinearse. Hay un punto aquí, un punto aquí, por lo que parece que todos estos datos faltantes en esas dos columnas están en la misma fila. |
| |
Así que déjame volver |
| |
y dejar de compartir. |
| |
Y ahora vamos a hacer algo de exploración de datos, y cerraré esa ventana. |
| |
Y volvemos aquí a la tabla de datos JMP original. |
| |
Y a ver, ¿por dónde empezar? Bueno, tenemos un par de opciones aquí, pero una cosa que podemos hacer es hacer clic en este ícono aquí, y dice mostrar gráficos de encabezado. |
| |
Así que hacemos clic en el icono y podemos ver algunos gráficos de encabezado aquí. Y eso lo que hace es mostrarnos algunos histogramas de la distribución. |
| |
en la columna de abajo. Y estos estos son arrastrables, por lo que podemos hacerlos más grandes en cualquier dirección. Y por qué no hacemos un poco de exploración aquí. Dado que queremos controlar el Y-Kappa, |
| |
seleccionemos algunos de esos valores altos y veamos qué podemos ver. Ahora desplácese, desplácese, parece que es |
| |
algo relacionado con lo que está pasando en el BlowFlow que... |
| |
eso está en la parte superior del rango aquí, y si vamos a T-upperExt-2, |
| |
podemos ver que tiende a estar en la mitad inferior de la distribución. Y aparte de eso, nada realmente sobresale para nosotros, así que hagamos clic allí mismo. |
| |
y ahí, para limpiar eso un poco. |
| |
Y vamos a hacer un poco más de explicación. Vayamos al generador de gráficos. |
| |
Así que vas a graficar... |
| |
constructor de gráficos y aparece esta ventana. |
| |
Y lo que voy a hacer es mirar el Y-Kappa |
| |
Ahí vamos, y puedo poner... puedo poner una línea más suave allí. |
| |
Y lo que veo es |
| |
cierta variabilidad en nuestro proceso, pero es bastante estable, tal vez una ligera tendencia al alza aquí, pero estable y eso será importante un poco más adelante. |
| |
Pero si miro aquí abajo, donde dice observación, ¿qué veo? Veo que comienza con 1-00 y luego 01 y el tiempo sigue subiendo. Pero si miro la tabla de datos aquí, comienza con 31. Entonces, lo que aparentemente hicieron aquí |
| |
en la unidad comenzaba con la fecha del mes, y luego la hora y simplemente continuaban con ese formato, pero eso no es lo que queremos. Así que déjame cerrar esto. Detendré el recurso compartido y mostraré otra tabla de datos JMP. |
| |
Bien, lo que estamos viendo es básicamente la misma información, la limpié un poco e hice algunos cambios. Y mientras miramos eso, lo tengo arreglado como normalmente quiero arreglarlo con el Y-Kappa, que es nuestro |
| |
...nuestro valor objetivo, seguido de la observación. Y aquí agregué una secuencia de horas, y déjame mostrarte lo que sucede aquí. |
| |
Y guardé todos los scripts en esta tabla de datos, los mismos datos, solo que abrí uno diferente, que se limpió. Y notarán que tenemos el mismo número de lugares decimales, en todas nuestras tablas aquí, si me desplazo. |
| |
Y vamos a repetir |
| |
lo que acabo de hacer antes. Así que vamos a ir al gráfico, generador de gráficos. |
| |
Ponga el Y-Kappa aquí y ahora agregué la secuencia Y a |
| |
nuestra tabla de datos, y ahora obtenemos un patrón diferente. Si abro el original, |
| |
vemos que tenemos una línea diferente más suave, y lo que trato de hacer es buscar algunas constelaciones, lo que yo llamo constelación. Así que aquí tenemos estos tres puntos de datos. |
| |
Cierro esto y abro el segundo. |
| |
Y los tres puntos de datos están aquí. |
| |
Déjame cerrar eso. |
| |
Y observe aquí abajo con la secuencia de horas, |
| |
tenemos los puntos de datos en el orden en que están, y otra cosa que podríamos hacer con JMP |
| |
es que podemos subir aquí, |
| |
cambiar |
| |
observación, que teníamos antes, y ahora mueva eso aquí abajo. |
| |
Y pondremos nuestra línea más suave de nuevo, puedes ver, tenemos el mismo patrón, pero ahora si tomo la secuencia de horas |
| |
y arrástrelo hasta aquí, tenemos lo mejor de ambos mundos. Están en orden, que es como los queríamos. |
| |
Y tenemos, si observan en la parte inferior aquí, es la observación ordenada por secuencia de horas descendente, que es la predeterminada. Y podría hacer clic en Listo, pero por ahora, solo minimizaré eso. |
| |
Y pasaremos al siguiente paso. Revisa mis notas, asegúrate de que no me olvidé nada. |
| |
Ah, y cómo puse la nueva columna allí, permítanme detener el recurso compartido aquí, y en lugar de pasar por todo el proceso, permítanme volver a PowerPoint. |
| |
Y le di a la columna un nuevo nombre, Secuencia de horas, y para el tipo de datos, elegí numérico, porque eso es lo que es. Para |
| |
tipo de modelado, elegí continuo porque son datos continuos, aunque se toman intervalos regulares por hora. Y elegí formato aquí porque es fácil de leer para el ser humano. |
| |
Y para inicializar los datos de la columna, elegí los datos de secuencia y los ejecuté del 1 al 301, porque esa es nuestra última fila. Y a ver, repetir cada valor una vez, número de columnas a sumar, solo una. |
| |
Y para las propiedades de la columna, elegí la frecuencia de tiempo del menú desplegable y también elegí por hora. Así es como obtuve esa columna. |
| |
Así que déjame dejar de compartir eso. |
| |
y minimizarlo y volveré a mostrar la tabla de datos JMP. |
| |
Y aquí estamos de vuelta en la tabla de datos. Ahora comenzamos con la parte divertida, pasemos al análisis. |
| |
Vamos |
| |
analizar. |
| |
Y obtuve la tabla de datos incorrecta. Déjame abrir el otro. Aquí vamos. |
| |
Ir a analizar, |
| |
métodos multivariados |
| |
multivariado. |
| |
Y se nos presenta esta pantalla. Bueno, queremos mirar a Y-Kappa, así que pon la Y ahí. |
| |
No queremos pesos ni frecuencias o por y vamos |
| |
haga clic en arrastrar. |
| |
Pon todos esos ahí. Haga clic en Aceptar, y aquí está el resultado. Y para empezar... permítanme cerrar eso... |
| |
y se nos presenta la matriz del diagrama de dispersión. Y aquí podemos buscar algunos patrones en los datos. No podemos ver muchos de ellos, pero si miramos a Y-Kappa aquí en la columna más a la izquierda, |
| |
empieza a mirar, parece que tenemos algún tipo de patrón aquí con... |
| |
con lo que sea esta columna. Desplácese hacia abajo un poco y parece que es |
| |
uno de los flujos de licor, etc., etc. Así que podemos hacer eso para tener una idea aproximada. Déjame cerrar eso. |
| |
Y podemos ver las correlaciones aquí, y las azules son correlaciones positivas, y las rojas son negativas, y ninguna de ellas es realmente alta. |
| |
Y en algunos aspectos eso es bueno y en algunos aspectos eso es malo, pero no hablaremos mucho de eso por ahora. Pero solo miramos eso. En algunas situaciones, obtenemos más información de eso que de otra información, así que permítanme cerrar eso. |
| |
A continuación, vayamos a la selección de modelos, así que vamos a analizar, |
| |
poner en pantalla, |
| |
detección de predictores. Y se nos presenta esta ventana y una vez más, |
| |
Y-Kappa es nuestra respuesta Y. Y aquí se nos presenta la siguiente ventana. Entonces, por ahora, ignoraremos las observaciones, porque tenemos una secuencia de horas aquí, y es mucho más fácil de leer, así que lo pondremos aquí y haremos clic en Aceptar. |
| |
Y esto es lo que obtenemos. |
| |
Entonces tenemos nuestros predictores aquí y, por supuesto, los que tienen los valores más altos y las barras más grandes probablemente serán los predictores más importantes clasificados para nosotros. |
| |
Y vemos un montón de variables aquí. Ahora llegamos a un punto de decisión. Bueno, estos dos primeros, obviamente son |
| |
algo que queremos ver, probablemente el tercero también, y el cuarto. Ahora, el resto de estos, son algo menores, pero todos son casi iguales, así que hagamos esto. |
| |
Haremos clic en arrastrar, ah, y antes de pasar a estas dos columnas, la contribución es una contribución al modelo en la parte, que es la columna que suelo mirar, es la parte porcentual que esta |
| |
predictor aquí predijo al modelo, por lo que si sumas todo esto, llegaría al 100%. Y tenemos un... tenemos un enlace aquí, dice copia seleccionada. |
| |
Así que hagamos eso. |
| |
Y minimizaré esa ventana y regresaré aquí a nuestra ventana de análisis. |
| |
Y veamos. ¿Qué tal si encajo modelos? Ajuste modelos de regresión lineal. |
| |
Y haré clic en eso, y notaré que las columnas seleccionadas ya están resaltadas para nosotros. |
| |
Así que vamos a agregarlos y, por supuesto, queremos el Y-Kappa nuevamente. |
| |
Y seleccionaremos eso, y cuando hice eso, se abrió |
| |
una extensión aquí de nuestra ventana y un par de personalidades más... un par de opciones más aquí con los menús desplegables. Y la personalidad del primero, déjame hacer clic en eso y nos da varias opciones aquí. Pero por ahora sigamos con los mínimos cuadrados estándar. Y luego para enfatizar, |
| |
tenemos tres opciones. Y cuál es el énfasis en lo que se nos revela en la ventana del informe inicial. Por ahora, solo seleccionaré |
| |
informe mínimo. Y veamos, grado, 2, está bien, así que verá los términos al cuadrado. |
| |
Veamos... y supongo que estamos listos para comenzar, así que haré clic en ejecutar. |
| |
Y esto es lo que obtengo. Y parece que esta relación BF-CM es de primordial importancia, |
| |
seguido de algunos |
| |
otros aquí de menor importancia, pero son... pero son significativos, y la razón por la que son significativos es, número uno, el valor p, por cierto, este es un nivel de .05 y el azul... |
| |
disculpe, el nivel .01, y la línea azul aquí, que es el nivel .01 para el significado. Y la razón... la razón por la que |
| |
lo estamos haciendo así con el valor logarítmico... oh, por cierto, debo mencionar que el valor logarítmico es 10 veces menos el logaritmo y eso es base logarítmica 10. Así que si tenemos la línea azul igual al valor de 2, el logaritmo... |
| |
logaritmo del valor p de .02... o disculpe, .01 sería un 2, por eso la línea está ahí. |
| |
Aquí, realmente no lo necesita, pero si está haciendo un análisis como uno de variables, definitivamente es útil. Y miramos aquí abajo a los resúmenes |
| |
de ajuste, encuentre una R cuadrada de .5, y eso es... eso es lo máximo que podemos obtener de esa ventana. |
| |
Y bajamos aquí para estimar, y podemos ver que las estimaciones son coeficientes para nuestras regresiones lineales múltiples. |
| |
Entonces vemos que estos dos pueden no ser necesarios, así que, en aras de la parsimonia, vamos a... |
| |
los seleccionaremos, ven aquí y lo eliminaremos. Y ahora tenemos dos variables menos. Probablemente podríamos eliminar el nivel de chip, pero por ahora, lo dejaremos ahí, porque nuestra R cuadrada desciende un poco. |
| |
Y todo lo demás permaneció más o menos igual. Así que ese es nuestro modelo aquí. Podemos bajar aquí y abrir otras ventanas. |
| |
Y vemos razones T de los términos individuales, algunas pruebas de efecto, y ahí es donde lo dejaremos por ahora. Así que permítanme minimizar esa ventana, y tenemos un análisis más que hacer y esa es la serie de tiempo. Así que venimos aquí para analizar de nuevo. |
| |
Y bajaremos aquí al modelado especializado, e iremos a series de tiempo. Haga clic en eso y todo sigue seleccionado. |
| |
Seleccionaremos eso, |
| |
pondremos Y allí. |
| |
Hará lo mismo. |
| |
Uno de más, espera. |
| |
Ponga nuestra lista de objetivos aquí y tenemos este botón aquí, X tiempo, pondremos la secuencia de horas nuevamente porque es más fácil de leer. |
| |
Pon eso ahí. |
| |
Haga clic en ejecutar. |
| |
Y por ahora, ignoraremos todo ese tipo de cosas, y vendremos aquí y veremos nuestro diagnóstico de series de tiempo. Ahora desplácese hacia abajo un poco más. Y la línea azul aquí es el |
| |
Valor P, y esto está en un nivel de 0,05, y esto está analizando diferentes autocorrelaciones y los tiempos de retraso parciales. |
| |
Así que podría pasar los 45 minutos completos hablando de esto, pero no tenemos todo ese tiempo, así que les daré un breve resumen. Lo que queremos hacer es traer todos estos tiempos de retraso |
| |
dentro de esa línea azul. Y parece que, bueno, para este, tenemos que subir a unos cinco o seis, tal vez incluso siete, en algún lugar por ahí. |
| |
Y llegue a ese punto alrededor de las tres, cuatro o cinco con el tiempo de retraso parcial. |
| |
Entonces |
| |
lo que hacemos es subir aquí al triangulo rojo, |
| |
y queremos hacer un modelo ARIMA. Y tenemos esta ventana y ARIMA significa media móvil integrada autorregresiva. Ahora no queremos hacer diferenciación aquí |
| |
porque ya hemos hecho algunas diferencias. Esos números que se agregaron al final de las columnas, eran los tiempos de retraso, para que todos los datos se alinearan. Entonces, lo que queremos hacer es simplemente adivinar con el número aquí. |
| |
Permítanme hacer que sea un 4, así que lag 4 períodos. |
| |
Y haremos lo mismo aquí para el promedio móvil. |
| |
Y podríamos elegir diferentes valores para esos y veamos cuál es el intercepto, la restricción se ajusta. |
| |
Llegaremos a la estimación y bajaremos aquí de nuevo. |
| |
Y esto es lo que obtenemos. Lo estamos haciendo un poco mejor que antes. |
| |
Bajemos aquí. |
| |
Y seleccionaremos esto de nuevo. En aras del tiempo pondré seis períodos. |
| |
Revisa todo. Pulse la estimación de nuevo. |
| |
Y me desplazaré hacia abajo, y ahora eso se ve un poco mejor. Probablemente queremos que uno esté dentro de cuatro o cinco y seis períodos de retraso aquí, así que hay una cosa más que verificar. |
| |
Si nos fijamos en los gráficos... |
| |
Y podríamos guardar los scripts en la tabla. Nick, ¿podemos pausar la grabación por un segundo? |
| |
Bien, lo hice un par de veces. |
| |
Y aquí tengo un resumen aquí en la comparación de modelos. |
| |
Así que tenemos el primer modelo de ARMA. Nuevamente, no hicimos la diferencia, por lo que se llama ARMA, no ARIMA. Y aquí hay cinco períodos, y permítanme expandir esto |
| |
solo un poco más, y esta es la mesa. Trabajé un poco en la mesa, saqué... saqué algunas columnas que no quería discutir por cuestiones de tiempo. Y |
| |
lo que podemos hacer es mirar los resultados. Entonces nos muestra que AIC y AIC más bajo es mejor, y parece que el mejor modelo aquí es el |
| |
primero hicimos el (5,5). Tenemos |
| |
1268 y luego sube a 1270, 1271, 1271, y luego tenemos la R al cuadrado y aquí, por supuesto, más grande es mejor, y parece que el retraso (6,6) fue el mejor allí. Tienen una R un poco más grande, pero ciertamente no significativa y |
| |
aquí nos fijamos en el MAPE, que es ese error porcentual medio medio, y que, por supuesto, queremos minimizar. Y parece que el modelo del medio allí, el segundo, con las piernas de seis períodos es el mejor allí y obtiene un 7.55. |
| |
Y luego tenemos más datos aquí abajo. Tenemos las estimaciones y puede ver varios y diversos gráficos allí. Y todos estos se han guardado en la tabla de datos. Déjame limpiar esto un poco. |
| |
Entonces, lo que tenemos aquí, en resumen, son las operaciones diarias de una planta muy complicada. Pudimos explicar y entender. |
| |
Comenzamos con la exploración visual de los datos y luego pasamos a |
| |
algunas investigaciones para averiguar qué necesitábamos averiguar sobre el proceso para saber qué estaba pasando con nuestro análisis y pudimos guardar toda nuestra tabla de datos. |
| |
Y una cosa rápida fue que exploramos a través de nuestros datos, pudimos movernos fácilmente de una plataforma a otra para nuestro análisis y eso concluye la presentación. |
