Conférencier
|
Transcription
|
| Stan Siranovitch |
D'accord, donc en commençant par l'observation, nous avons l'observation dans la première colonne. Et tout de suite, on voit qu'on a un format un peu bizarre. |
| |
Avec cela, nous aborderons cela plus tard. La colonne suivante est Y-Kappa, et c'est ce qu'on appelle la variable cible, c'est ce que je voudrais prédire. C'est la valeur mesurée et nous aimerions garder cela dans une fourchette étroite. |
| |
Et dans une minute ou deux, j'expliquerai pourquoi. Et alors que nous parcourons les données, nous voyons quelques choses ici. Nous avons des étiquettes bizarres. Nous avons le T-upperExt, quel qu'il soit. Nous avons un T-lower, nous avons un WhiteFlow. Et nous avons remarqué que |
| |
certaines des colonnes, en fait, la plupart des appels ont un numéro à la fin. Et il s'avère... après quelques recherches, nous découvrons que c'est le temps de latence. |
| |
Et j'y reviendrai quand j'expliquerai le processus. Nous avons donc des choses comme l'humidité des copeaux, la chaleur de la vapeur, et nous voyons également que nous avons des valeurs manquantes. Il y en a quelques-uns ici et là, mais surtout on dirait qu'ils sont confinés à l'AAWhite, |
| |
excusez-moi, à la toute fin, la sulfurité. Nous en prenons donc note. |
| |
Maintenant |
| |
puisque nous ne connaissons rien de ce genre de choses, la chose la plus intelligente à faire pour nous serait probablement de faire des recherches et de voir exactement ce que nous examinons. Et nous aimerions aussi savoir (laissez-moi mettre le PowerPoint ici) |
| |
exactement |
| |
D'accord. |
| |
Commençons. Eh bien, le digesteur kamyr est un processus continu en quatre étapes pour le fabricant de pâtes et papiers. |
| |
Maintenant ces |
| |
processus... ces processus sont assez volumineux et vous pouvez le considérer comme une cocotte-minute géante. Ce que nous faisons, c'est vérifier la chaleur, la vapeur et la pression, |
| |
excusez-moi, dans le réacteur. Et ceux-ci peuvent avoir 18 pieds de diamètre et jusqu'à 200 pieds de haut. Et ce que nous voulions faire, c'est séparer la lignine tout en contrôlant le nombre Kappa. |
| |
Et la matière première est un peu inhabituelle. Je suis sorti de l'industrie chimique et j'ai l'habitude de travailler avec |
| |
une matière première liquide mais ici notre matière première est constituée de copeaux de bois ou de sciure de bois |
| |
scierie que ce soit. Et nous n'avons aucune information pour savoir si ces matières premières sont déversées ensemble, elles vont les unes sur les autres, si elles sont |
| |
campagne, mais tout de suite, nous savons que nous avons une certaine variabilité ici. Quelle que soit sa forme physique, la matière première est composée de 50 % d'eau, 25 % de pulpe et 25 % de lignine. Et, bien sûr, la lignine est ce que nous voulons dissoudre. |
| |
Maintenant, le processus ressemble à ceci. Il est complexe et au sein de cette unité unique se trouvent quatre opérations unitaires distinctes. Nous avons le haut, où les copeaux sont déversés et le mélange réactionnel, qui est... ce qu'on appelle une liqueur. |
| |
Il contient un peu de caustique... un peu d'alcalinité, mais vous pouvez le considérer comme une solution savonneuse. Il va séparer la lignine du bois. |
| |
Et nous avons aussi les flux de fluides, à la fois les effluents et les liqueurs, et il y en a trois. |
| |
Et cela peut être simultané ou à contre-courant, il y a donc une autre variable que nous introduisons. Comme je l'ai mentionné précédemment, la variable cible est un nombre Kappa, et c'est une détermination ISO, et nous avons une autre variable ici, en ce sens que les fluides sont recirculés et régénérés. |
| |
Commençons donc par une exploration des données. |
| |
Et voici à quoi ressemble la table de données JMP immédiatement après l'avoir importée dans JMP. Commençons par l'observation, Y-Kappa, |
| |
que nous voulons mesurer, puis le taux de puce. Voici d'autres ratios. Et nous pouvons voir que nous avons des données manquantes, la plupart semblent être confinées à cette colonne là, et cette colonne ici, la sulfure. |
| |
Jetons donc un coup d'œil à ceux-ci pour voir si c'est quelque chose dont nous devrions nous préoccuper. Et la meilleure façon de le faire, je pense, est de remonter ici jusqu'aux tables et d'examiner le modèle de données manquantes. |
| |
Et ce que je vais faire, c'est cliquer, faire glisser et sélectionner tous ceux-là. Et je vais les ajouter. |
| |
Et nous obtenons ce tableau. |
| |
Maintenant, vous devriez voir la table de données manquantes |
| |
juste au-dessus de ma table JMP. |
| |
Et permettez-moi de développer un peu cette première colonne. Maintenant, si nous regardons la première colonne ici qui dit compter |
| |
et nous avons le nombre de colonnes manquantes est zéro, et nous voyons des zéros tout le long ici dans la colonne suivante, c'est notre modèle et cela nous dit que nous avons 131 colonnes sans données manquantes mais nous avons 132 colonnes |
| |
dans laquelle deux colonnes ont des données manquantes. Un où vous voyez le 1 et le 1, c'est là que les données manquent. Et nous avons un autre modèle ici avec 19, mais les autres sont assez remplis... |
| |
assez rempli, et si vous avez déjà traité des données de production ou des données de contrôle de la qualité, vous voyez que ce n'est pas inhabituel. En fait, c'est ceci |
| |
assez complet pour ce type de données. Alors regardons ça un peu plus. Nous en avons 131 avec une manquante, et nous savons que nous avons ces deux colonnes. |
| |
Voyons s'ils correspondent. C'est ça. Il s'agit du même enregistrement avec les deux mêmes colonnes avec des données manquantes. Et ce que nous pouvons faire, c'est sélectionner cette première ligne |
| |
et nous pouvons regarder à travers ici. |
| |
Laisse-moi retirer ça du chemin. Et nous pouvons faire défiler. |
| |
Et bien sûr, |
| |
on y voit les reflets bleus, |
| |
qui mettent en évidence les données non manquantes, et on voit que les données manquantes ont tendance à s'aligner. Il y a un point ici, un point ici, donc on dirait que toutes ces données manquantes dans ces deux colonnes sont dans la même ligne. |
| |
Alors laissez-moi revenir en arrière |
| |
et arrêter le partage. |
| |
Et nous allons maintenant faire une exploration des données, et je fermerai cette fenêtre. |
| |
Et nous revenons ici à la table de données JMP d'origine. |
| |
Et voyons, par où commencer ? Eh bien, nous avons deux choix ici, mais une chose que nous pouvons faire est de cliquer sur cette icône ici, et elle dit afficher les graphiques d'en-tête. |
| |
Nous cliquons donc sur l'icône et nous pouvons voir ici quelques graphiques d'en-tête. Et cela nous montre des histogrammes de la distribution |
| |
en colonne en dessous. Et ceux-ci sont déplaçables, nous pouvons donc les agrandir dans les deux sens. Et pourquoi ne pas faire un peu d'exploration ici. Puisque puisque nous voulons contrôler le Y-Kappa, |
| |
sélectionnons certaines de ces valeurs élevées et voyons ce que nous pouvons voir. Maintenant, faites défiler, faites défiler, on dirait que c'est |
| |
quelque peu lié à ce qui se passe dans le BlowFlow qui... |
| |
qui est au sommet de la gamme ici, et si nous allons à T-upperExt-2, |
| |
nous pouvons voir qu'il a tendance à se situer dans la moitié inférieure de la distribution. Et à part ça, rien ne ressort vraiment pour nous, alors cliquons là |
| |
et là, pour nettoyer un peu ça. |
| |
Et faisons un peu plus d'explications. Passons au générateur de graphes. |
| |
Donc tu vas au graphique... |
| |
graph builder et cette fenêtre apparaît. |
| |
Et ce que je vais faire, c'est regarder le Y-Kappa |
| |
Voilà, et je peux mettre... je peux mettre une ligne plus lisse là-dedans. |
| |
Et ce que je vois est |
| |
une certaine variabilité dans notre processus, mais c'est plutôt stable, peut-être une légère tendance à la hausse ici, mais stable et ça va être important un peu plus tard. |
| |
Mais si je regarde ici, là où il est écrit observation, qu'est-ce que je vois ? Je vois que ça commence par 1-00 puis 01 et le temps continue d'augmenter. Mais si je regarde le tableau de données ici, ça commence par 31. Alors ce qu'ils ont apparemment fait ici |
| |
sur l'unité commençait par la date du mois, puis l'heure et ils ont juste continué avec ce format, mais ce n'est pas ce que nous voulons. Alors laissez-moi fermer ça. Je vais arrêter le partage et afficher une autre table de données JMP. |
| |
D'accord, donc ce que nous examinons est essentiellement les mêmes données, et je les ai un peu nettoyées et j'ai apporté quelques modifications. Et pendant que nous regardons cela, je l'ai arrangé comme je veux habituellement l'arranger avec le Y-Kappa, qui est notre |
| |
...notre valeur cible, suivie de l'observation. Et ici, j'ai ajouté une séquence d'une heure, et laissez-moi vous montrer ce qui se passe ici. |
| |
Et j'ai enregistré tous les scripts dans cette table de données, les mêmes données, c'est juste que j'en ai ouvert une autre, qui a été nettoyée. Et vous remarquez que nous avons le même nombre de décimales, tout au long de tous nos tableaux ici, si je fais défiler. |
| |
Et répétons |
| |
ce que je viens de faire avant. Nous allons donc passer au graphe, constructeur de graphes. |
| |
Mettez le Y-Kappa ici et maintenant j'ai ajouté la séquence Y à |
| |
notre table de données, et maintenant nous obtenons un modèle différent. Si j'ouvre l'original, |
| |
nous voyons que nous avons une ligne plus lisse différente, et ce que j'essaie de faire, c'est de rechercher des constellations, ce que j'appelle constellation. Nous avons donc ici ces trois points de données. |
| |
Je ferme celui-ci et j'ouvre le second. |
| |
Et les trois points de données sont ici. |
| |
Laissez-moi fermer ça. |
| |
Et remarquez ici avec la séquence d'heures, |
| |
nous avons les points de données dans l'ordre, et une autre chose que nous pourrions faire avec JMP |
| |
Est-ce que nous pouvons monter ici, |
| |
changer |
| |
observation, que nous avions auparavant, et maintenant déplacez-la ici. |
| |
Et nous remettrons notre ligne plus lisse, vous pouvez voir, nous avons le même schéma, mais maintenant si je prends la séquence d'heures |
| |
et faites-le glisser ici, nous avons le meilleur des deux mondes. Ils sont en ordre, c'est ainsi que nous les voulions. |
| |
Et nous avons, si vous remarquez en bas ici, c'est l'observation ordonnée par séquence horaire décroissante, qui est la valeur par défaut. Et je pourrais cliquer sur terminé, mais pour le moment, je vais juste minimiser cela. |
| |
Et nous passerons à l'étape suivante. Vérifiez mes notes, assurez-vous que je n'ai rien oublié. |
| |
Oh, et comment j'ai mis la nouvelle colonne là-dedans, permettez-moi d'arrêter le partage ici, et plutôt que de parcourir tout le processus, permettez-moi de revenir au PowerPoint. |
| |
Et j'ai donné à la colonne un nouveau nom, Séquence d'heures, et pour le type de données, j'ai choisi numérique, car c'est ce que c'est. Pour |
| |
type de modélisation, j'ai choisi continu car il s'agit de données continues, même si elles sont prises à intervalles réguliers d'une heure. Et j'ai choisi le format ici parce qu'il est facile pour l'être humain de le lire. |
| |
Et pour initialiser les données de la colonne, j'ai choisi les données de séquence et je les ai exécutées de 1 à 301, car c'est notre dernière ligne. Et voyons, répétez chaque valeur une fois, nombre de colonnes à ajouter, une seule. |
| |
Et pour les propriétés de colonne, j'ai choisi la fréquence de temps dans la liste déroulante, et j'ai également choisi toutes les heures. C'est ainsi que j'ai obtenu cette colonne. |
| |
Alors laissez-moi arrêter le partage là-dessus |
| |
et réduisez-le et je ramènerai à nouveau la table de données JMP. |
| |
Et nous voici de retour dans le tableau de données. Maintenant, nous commençons par la partie amusante, passons à l'analyse. |
| |
Allons-y |
| |
analyser. |
| |
Et j'ai eu la mauvaise table de données. Laissez-moi ouvrir l'autre. Nous y voilà. |
| |
Allez analyser, |
| |
méthodes multivariées |
| |
multivariée. |
| |
Et on nous présente cet écran. Eh bien, nous voulons regarder Y-Kappa alors mettez le Y là-dedans. |
| |
Nous ne voulons pas de poids et de fréquences ou par et allons |
| |
cliquer glisser. |
| |
Mets tout ça dedans. Cliquez sur OK, et voici le résultat. Et pour commencer... laissez-moi clore ça... |
| |
et on nous présente la matrice du nuage de points. Et ici, nous pouvons rechercher des modèles dans les données. Nous n'en voyons pas beaucoup, mais si nous regardons Y-Kappa ici dans la colonne la plus à gauche, |
| |
commencer à regarder, on dirait que nous pouvons avoir une sorte de modèle ici avec... |
| |
quelle que soit cette colonne. Faites défiler un peu et on dirait que c'est |
| |
l'un des débits d'alcool, etc., etc. Nous pouvons donc faire cela pour avoir une idée approximative. Laissez-moi clore ça. |
| |
Et nous pouvons regarder les corrélations ici, et les bleues sont des corrélations positives, et les rouges sont négatives, et aucune d'entre elles n'est vraiment élevée. |
| |
Et à certains égards, c'est bien et, à certains égards, c'est mauvais, mais nous n'en parlerons pas beaucoup pour le moment. Mais on regarde juste ça. Dans certaines situations, nous obtenons plus d'informations à partir de cela que pour d'autres informations, alors laissez-moi clore cela. |
| |
Passons ensuite au criblage de modèles, nous allons donc analyser, |
| |
dépistage, |
| |
dépistage prédictif. Et on nous présente cette fenêtre et encore une fois, |
| |
Y-Kappa est notre réponse Y. Et ici on nous présente la fenêtre suivante. Donc pour le moment, nous allons ignorer les observations, parce que nous avons une séquence d'heures ici, et c'est beaucoup plus facile à lire, donc nous allons mettre ça ici et cliquer sur OK. |
| |
Et c'est ce que nous obtenons. |
| |
Nous avons donc nos prédicteurs ici, et bien sûr, ceux avec les valeurs les plus élevées et les barres les plus grandes seront probablement les prédicteurs les plus importants classés pour nous. |
| |
Et nous voyons un tas de variables ici. Nous arrivons maintenant à un point de décision. Eh bien, ces deux premiers, ils sont évidemment |
| |
quelque chose que nous voulons examiner, probablement le troisième aussi, et le quatrième. Maintenant, le reste de ceux-ci, ils sont quelque peu mineurs, mais ils sont tous à peu près pareils, alors faisons ceci. |
| |
Nous allons cliquer sur glisser, oh et avant de passer à ces deux colonnes, la contribution est une contribution au modèle dans la partie, qui est la colonne que je regarde habituellement est la partie en pourcentage que cela |
| |
prédicteur ici prédit au modèle, donc si vous additionnez tout cela, cela atteindrait 100%. Et nous avons un... nous avons un lien ici, il dit copie sélectionnée. |
| |
Alors faisons ça. |
| |
Et je vais minimiser cette fenêtre et revenir ici à notre fenêtre d'analyse. |
| |
Et voyons. Et si j'adaptais des modèles ? Ajuster les modèles de régression linéaire. |
| |
Et je clique dessus, et je remarque que les colonnes sélectionnées sont déjà mises en surbrillance pour nous. |
| |
Alors ajoutons-les et, bien sûr, nous voulons à nouveau le Y-Kappa. |
| |
Et nous allons sélectionner cela, et quand je l'ai fait, ça s'est ouvert |
| |
une extension ici de notre fenêtre et quelques personnalités supplémentaires... quelques choix supplémentaires ici avec les menus déroulants. Et la personnalité du premier, alors laissez-moi cliquer dessus et cela nous donne un certain nombre de choix ici. Mais pour l'instant, restons-en aux moindres carrés standard. Et puis pour l'emphase, |
| |
nous avons trois choix. Et quel est l'accent mis sur ce qui nous est révélé dans la fenêtre de rapport initiale. Pour l'instant, je vais juste sélectionner |
| |
rapport minime. Et voyons, degré, 2, d'accord, donc ça va regarder les termes au carré. |
| |
Voyons... et je suppose que nous sommes prêts à partir, alors je vais cliquer sur Exécuter. |
| |
Et c'est ce que j'obtiens. Et on dirait que ce ratio BF-CM est d'une importance primordiale, |
| |
suivi de quelques |
| |
d'autres ici de moindre importance, mais ils sont... mais ils sont significatifs, et la raison pour laquelle ils sont significatifs est, numéro un, la valeur p, au fait, c'est un niveau de 0,05 et le bleu... |
| |
excusez-moi, le niveau .01, et la ligne bleue ici, qui est le niveau .01 pour la signification. Et la raison... la raison pour laquelle nous |
| |
nous le faisons comme ça avec le logworth ... oh, au fait, je devrais mentionner que le logworth est 10 fois moins le log et c'est le log base 10. Donc, si nous avons la ligne bleue égale à la valeur de 2, le log... |
| |
log de la valeur p de 0,02... ou excusez-moi, 0,01 serait un 2, c'est pourquoi la ligne est là. |
| |
Ici, vous n'en avez pas vraiment besoin, mais si vous faites une analyse comme l'une des variables, c'est certainement utile. Et nous regardons ici les résumés |
| |
d'ajustement, trouvez un R au carré de 0,5, et c'est... c'est à peu près tout ce que nous pouvons tirer de cette fenêtre là. |
| |
Et nous venons ici pour estimer, et nous pouvons voir que les estimations sont des coefficients pour nos régressions linéaires multiples. |
| |
Nous voyons donc que ces deux-là ne sont peut-être pas nécessaires, donc, dans un souci de parcimonie, nous allons... |
| |
nous allons les sélectionner, venir ici et les supprimer. Et maintenant nous avons deux variables de moins. Nous pourrions probablement supprimer le niveau de puce, mais pour le moment, nous allons le laisser là, car notre R au carré baisse un peu. |
| |
Et tout le reste est resté à peu près le même. C'est donc notre modèle ici. On peut descendre ici et ouvrir d'autres fenêtres. |
| |
Et nous voyons les ratios T des termes individuels, certains tests d'effet, et c'est là que nous allons en rester là pour le moment. Alors permettez-moi de minimiser cette fenêtre, et nous avons encore une analyse à faire et c'est la série chronologique. Nous revenons donc ici pour analyser à nouveau. |
| |
Et nous en viendrons ici à la modélisation spécialisée, et nous irons aux séries chronologiques. Cliquez dessus et tout est toujours sélectionné. |
| |
Nous allons sélectionner cela, |
| |
nous allons y mettre Y. |
| |
Cela fera la même chose. |
| |
Un de trop, accrochez-vous. |
| |
Mettez notre liste de cibles ici et nous avons ce bouton ici, X fois, nous remettrons la séquence d'heures parce que c'est plus facile à lire. |
| |
Mettez ça là-dedans. |
| |
Cliquez sur la course. |
| |
Et pour le moment, nous ignorerons tout ce genre de choses, et nous viendrons ici et nous examinerons notre diagnostic de série chronologique. Maintenant, faites défiler un peu plus vers le bas. Et la ligne bleue ici est la |
| |
La valeur P, et c'est à un niveau de 0,05, et cela examine différentes autocorrélations et les temps de retard partiels. |
| |
Je pourrais donc passer les 45 minutes entières à en parler, mais nous n'avons pas tout ce temps, alors je vais juste faire un bref résumé. Ce que nous voulons faire, c'est ramener tous ces temps de latence |
| |
dans cette ligne bleue. Et il semble que, eh bien, pour celui-ci, nous devons monter jusqu'à environ cinq ou six, peut-être même sept, quelque part par là. |
| |
Et atteignez ce point vers trois ou quatre ou cinq avec le temps de latence partiel. |
| |
Donc |
| |
ce que nous faisons, c'est monter ici jusqu'au triangle rouge, |
| |
et nous voulons faire un modèle ARIMA. Et nous obtenons cette fenêtre et ARIMA signifie moyenne mobile intégrée auto régressive. Maintenant, nous ne voulons pas faire de différence ici |
| |
parce que nous avons déjà fait quelques différences. Ces chiffres qui étaient ajoutés à la fin des colonnes, c'étaient les temps de latence, de sorte que toutes les données s'alignaient. Donc, ce que nous voulons faire, c'est simplement faire une supposition avec le nombre ici. |
| |
Permettez-moi de faire un 4, donc un décalage de 4 périodes. |
| |
Et nous ferons la même chose ici pour la moyenne mobile. |
| |
Et nous pourrions choisir différentes valeurs pour ceux-ci et voyons ce que l'interception, la contrainte correspondent. |
| |
Nous allons frapper l'estimation et nous redescendons ici. |
| |
Et c'est ce que nous obtenons. Nous faisons un peu mieux qu'avant. |
| |
Descendons ici. |
| |
Et nous allons le sélectionner à nouveau. Pour gagner du temps, je vais ajouter six périodes. |
| |
Vérifiez tout. Frappez à nouveau l'estimation. |
| |
Et je vais faire défiler vers le bas, et maintenant ça a l'air un peu mieux. Nous voulons probablement que l'un soit dans les quatre ou cinq et six périodes de décalage ici, il y a donc encore une chose à vérifier. |
| |
Si on regarde les graphiques... |
| |
Et nous pourrions enregistrer les scripts sur la table. Nick, pouvons-nous mettre l'enregistrement en pause une seconde. |
| |
Bon, alors je l'ai fait plusieurs fois. |
| |
Et ici, j'ai un résumé ici dans la comparaison de modèles. |
| |
Nous avons donc le premier modèle de l'ARMA. Encore une fois, nous n'avons pas fait la différence, donc cela s'appelle ARMA et non ARIMA. Et voici cinq périodes, et laissez-moi développer ceci |
| |
juste un peu plus, et voici le tableau. J'ai travaillé un peu sur le tableau, j'ai retiré... retiré quelques colonnes dont je ne voulais pas parler pour des raisons de temps. Et |
| |
ce que nous pouvons faire, c'est regarder les résultats. Donc, cela nous montre que l'AIC et l'AIC inférieur sont meilleurs, et il semble que le meilleur modèle ici soit le |
| |
le premier nous avons fait le (5,5). Nous avons |
| |
1268, puis il monte à 1270, 1271, 1271, puis nous avons le R au carré et ici, bien sûr, plus c'est grand, mieux c'est, et il semble que le décalage (6,6) était le meilleur là-bas. Ils ont un R légèrement plus grand, mais certainement pas significatif et |
| |
ici, nous regardons le MAPE, qui est ce pourcentage moyen d'erreur, et que, bien sûr, nous voulons minimiser. Et on dirait que le modèle du milieu là-bas, le deuxième, avec les jambes à six périodes est le meilleur là-bas et qui obtient un 7,55. |
| |
Et puis nous avons quelques données supplémentaires ici. Nous avons les estimations et vous pouvez consulter divers graphiques là-bas. Et tout cela a été enregistré dans la table de données. Permettez-moi de nettoyer un peu. |
| |
Et donc, ce que nous avons ici, en résumé, ce sont les opérations quotidiennes d'une usine très compliquée. Nous avons pu expliquer et comprendre. |
| |
Nous avons commencé par l'exploration visuelle des données, puis nous sommes passés à |
| |
quelques recherches pour savoir ce que nous avions besoin de savoir sur le processus afin que nous sachions ce qui se passait avec notre analyse, et nous avons pu enregistrer tout notre tableau de données. |
| |
Et une chose rapide était que nous avons exploré à travers nos données, nous avons pu passer facilement d'une plate-forme à une autre pour notre analyse et cela conclut la présentation. |
