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 nos gustaría predecir. Ese es el valor medido y nos gustaría mantenerlo dentro de un rango estrecho. |
| |
Y en uno o dos minutos más, explicaré por qué. Y a medida que nos desplazamos por los datos, vemos un par de cosas aquí. Tenemos algunas etiquetas raras. Tenemos el T-upperExt, sea lo que sea. Tenemos una T-inferior, tenemos una WhiteFlow. Y nos dimos cuenta de que |
| |
algunas de las columnas, de hecho, la mayoría de las llamadas tienen un número al final. Y resulta que... después de investigar un poco, descubrimos que ese es el tiempo de retraso. |
| |
Y llegaré a eso cuando explique el proceso. Tenemos cosas como la humedad de la viruta, 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, la sulfuración. Así que tomamos nota de ello. |
| |
Ahora |
| |
Dado 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 (déjame 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 puedes pensar en ellos como una olla a presión gigante. Lo que hacemos es comprobar algo de calor, vapor y presión, |
| |
Disculpe, al reactor. Y estos pueden tener 18 pies de diámetro y hasta 200 pies de alto. Y lo que queríamos hacer es separar la lignina controlando 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, 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 allí. |
| |
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 también licores, y son tres. |
| |
Y puede ser concurrente o contracorriente, por lo que introducimos otra variable. 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 una exploración de datos. |
| |
Y así es como se ve la tabla de datos de JMP inmediatamente después de que la incorporé a JMP. Empecemos con la observación, Y-Kappa, |
| |
que queremos medir y luego la tasa de chips. Aquí hay algunas otras proporciones. Y podemos ver que nos faltan algunos datos, la mayoría parece estar confinado a esa columna de allí y a esta columna de aquí, la sulfidez. |
| |
Así que echemos un vistazo a ellos para ver si hay algo que deba preocuparnos. Y creo que la mejor manera de hacerlo es subir a las tablas y observar el patrón de datos que faltan. |
| |
Y lo que haré será hacer clic en arrastrar y seleccionarlos todos. Y los agregaré. |
| |
Y obtenemos esta mesa. |
| |
Ahora deberías ver la tabla de datos que faltan. |
| |
justo encima de mi mesa JMP. |
| |
Y permítanme ampliar un poco esa primera columna. Ahora, si miramos la primera columna aquí que dice contar |
| |
y nos falta un número de columnas que 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 faltantes. 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 datos de producción o datos de monitoreo de calidad, verá que esto no es inusual. De hecho, esto es |
| |
bastante completo para este tipo de datos. Así que veamos eso un poco más. Tenemos 131 y falta uno 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 al otro lado de aquí. |
| |
Déjame sacar esto del camino. Y podemos desplazarnos. |
| |
Y efectivamente, |
| |
Vemos los reflejos azules allí, |
| |
que resaltan los datos que no faltan, y vemos que los datos faltantes 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 detener la acción. |
| |
Y ahora vamos a explorar un poco los datos y cerraré esa ventana. |
| |
Y volvemos aquí a la tabla de datos JMP original. |
| |
Y veamos, ¿por dónde empezar? Bueno, tenemos un par de opciones aquí, pero una cosa que podemos hacer es hacer clic en este ícono aquí mismo y dice mostrar gráficos de encabezado. |
| |
Entonces hacemos clic en el ícono y podemos ver algunos gráficos de encabezado aquí. Y lo que eso hace es mostrarnos algunos histogramas de la distribución. |
| |
en la columna de abajo. Y estos se pueden arrastrar, por lo que podemos hacerlos más grandes en cualquier dirección. ¿Y por qué no exploramos un poco 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 nos llama la atención, así que hagamos clic allí. |
| |
y ahí, para limpiar un poquito eso. |
| |
Y hagamos un poco más de explicación. Vayamos al generador de gráficos. |
| |
Entonces vas al gráfico... |
| |
generador 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 |
| |
Alguna variabilidad en nuestro proceso, pero es bastante estable, tal vez una ligera tendencia ascendente 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 aumentando. Pero si miro la tabla de datos aquí, comienza con 31. Entonces, ¿qué aparentemente hicieron aquí? |
| |
en la unidad comenzaba con la fecha del mes, luego la hora y simplemente continuaron con ese formato, pero eso no es lo que queremos. Así que déjame cerrar esto. Detendré el uso compartido y abriré otra tabla de datos JMP. |
| |
Bien, entonces lo que estamos viendo son básicamente los mismos datos, los 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 déjenme mostrarles 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 notarás que tenemos el mismo número de decimales en todas nuestras tablas aquí, si me desplazo. |
| |
Y repitamos |
| |
lo que acabo de hacer antes. Entonces vamos a ir al generador de gráficos. |
| |
Pon 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 intento hacer es buscar unas constelaciones, lo que yo llamo constelación. Entonces aquí tenemos estos tres puntos de datos. |
| |
Cerraré esto y abriré 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. |
| |
¿Podemos subir aquí? |
| |
cambiar |
| |
observación, que teníamos antes, y ahora la movemos aquí abajo. |
| |
Y volveremos a colocar nuestra línea más suave, como pueden ver, tenemos el mismo patrón, pero ahora, si tomo la secuencia de horas |
| |
y arrástralo hasta aquí, tenemos lo mejor de ambos mundos. Están en orden, que es como los queríamos. |
| |
Y tenemos, si se fijan aquí en la parte inferior, la observación ordenada por secuencia horaria descendente, que es la opción predeterminada. Y podría hacer clic en Listo, pero por ahora, lo minimizaré. |
| |
Y pasaremos al siguiente paso. Revisa mis notas, asegúrate de no haber omitido nada. |
| |
Ah, y cómo puse la nueva columna allí, permítanme detener el intercambio aquí y, en lugar de pasar por todo el proceso, permítanme volver a PowerPoint. |
| |
Y le di a la columna un nuevo nombre, Secuencia horaria, 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 de una hora. Y elegí el formato aquí porque es fácil de leer para el ser humano. |
| |
Y para inicializar los datos de la columna, elegí datos de secuencia y los ejecuté del 1 al 301, porque esa es nuestra última fila. Y a ver, repetir cada valor una vez, cantidad de columnas a sumar, solo una. |
| |
Y para las propiedades de la columna, elegí la frecuencia horaria en el menú desplegable y también elegí cada hora. Así es como obtuve esa columna. |
| |
Así que déjame dejar de compartir eso. |
| |
y minimícelo y volveré a abrir la tabla de datos JMP. |
| |
Y aquí estamos de vuelta en la tabla de datos. Ahora empezamos con la parte divertida, pasamos 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 ver Y-Kappa, así que pon la Y ahí. |
| |
No queremos pesos ni frecuencias ni por y vamos a |
| |
haga clic en arrastrar. |
| |
Pon todos esos allí. Haga clic en Aceptar y aquí está el resultado. Y para empezar... déjame 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 de la izquierda, |
| |
Empiece a mirar, parece que podemos tener algún tipo de patrón aquí con... |
| |
con lo que sea que sea esta columna. Desplázate un poco hacia abajo y parece que sí. |
| |
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 otros es malo, pero no hablaremos mucho de eso por ahora. Pero sólo nos fijamos en eso. En algunas situaciones, obtenemos más información de eso que de otra información, así que permítanme cerrar eso. |
| |
A continuación vayamos a la selección del modelo, así que vamos a analizar, |
| |
poner en pantalla, |
| |
cribado 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 aquí tenemos una secuencia horaria y es mucho más fácil de leer, así que la pondremos aquí y haremos clic en Aceptar. |
| |
Y esto es lo que obtenemos. |
| |
Así que 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 aquí vemos un montón de variables. Ahora llegamos a un punto de decisión. Bueno, estos dos primeros, obviamente son |
| |
algo que queremos ver, probablemente también el tercero y el cuarto. El resto de estos son algo menores, pero todos son más o menos iguales, así que hagamos esto. |
| |
Haremos clic en arrastrar, y antes de pasar a estas dos columnas, la contribución es una contribución al modelo en la porción, que es la columna que normalmente miro es la porción porcentual que esto |
| |
El predictor aquí predijo el modelo, por lo que si suma todos estos, 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 me quedo con modelos? Ajustar modelos de regresión lineal. |
| |
Y haré clic en eso y notaré que las columnas seleccionadas ya están resaltadas para nosotros. |
| |
Así que agreguémoslos y, por supuesto, queremos el Y-Kappa nuevamente. |
| |
Y seleccionaremos eso, y cuando lo hice, 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, así que déjenme 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 es lo que se nos revela en la ventana del informe inicial. Por ahora, solo seleccionaré |
| |
informe mínimo. Y veamos, grado, 2, está bien, entonces veremos 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 por algunos |
| |
Otros aquí son 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 logworth... ah, por cierto, debo mencionar que el logworth es 10 veces menos el log y eso es log en base 10. Entonces, si tenemos la línea azul igual al valor de 2, el log... |
| |
log del valor p de .02... o disculpe, .01 sería un 2, por eso la línea está ahí. |
| |
Aquí realmente no lo necesitas, pero si estás haciendo un análisis como una de las variables, definitivamente resulta útil. Y miramos aquí abajo los resúmenes. |
| |
de ajuste, encuentre un R cuadrado de .5, y eso es... eso es lo máximo que podemos obtener de esa ventana de ahí. |
| |
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 elimínalos. Y ahora tenemos dos variables menos. Probablemente podríamos eliminar el nivel del chip, pero por ahora lo dejaremos ahí, porque nuestro R cuadrado baja un poco. |
| |
Y todo lo demás siguió prácticamente igual. Ese es nuestro modelo aquí. Podemos bajar aquí y abrir algunas otras ventanas. |
| |
Y vemos relaciones T de los términos individuales, algunas pruebas de efectos, y ahí es donde lo dejaremos por ahora. Permítanme minimizar esa ventana y tenemos un análisis más que hacer y son las series de tiempo. Entonces venimos aquí para analizar nuevamente. |
| |
Y bajaremos aquí al modelado especializado y pasaremos a series de tiempo. Haga clic en eso y todo seguirá seleccionado. |
| |
Seleccionaremos eso, |
| |
Pondremos Y allí. |
| |
Hará lo mismo. |
| |
Uno de más, espera. |
| |
Coloque nuestra lista de objetivos aquí y tenemos este botón aquí, X tiempo, colocaremos 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, vendremos aquí y veremos nuestro diagnóstico de series de tiempo. Ahora desplázate un poco más hacia abajo. Y la línea azul aquí es la |
| |
Valor P, y esto está en un nivel de 0,05, y esto analiza diferentes autocorrelaciones y tiempos de retraso parciales. |
| |
Podría dedicar los 45 minutos completos a hablar de esto, pero no tenemos todo ese tiempo, así que solo 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 llegar a alrededor de 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 hasta el triángulo rojo, |
| |
y queremos hacer un modelo ARIMA. Y obtenemos esta ventana y ARIMA significa media móvil integrada autoregresiva. Ahora no queremos hacer diferencias aquí. |
| |
porque ya hemos hecho algunas diferencias. Los números que se añadieron al final de las columnas eran los tiempos de retraso, para que todos los datos estuvieran alineados. Entonces, lo que queremos hacer es simplemente adivinar el número aquí. |
| |
Déjame convertirlo en 4, así que retrasa 4 períodos. |
| |
Y haremos lo mismo aquí abajo para la media móvil. |
| |
Y podríamos elegir diferentes valores para ellos y ver cuál es el ajuste de la intersección y la restricción. |
| |
Llegaremos a la estimación y bajaremos aquí de nuevo. |
| |
Y esto es lo que obtenemos. Estamos un poquito mejor que antes. |
| |
Bajemos aquí. |
| |
Y seleccionaremos esto nuevamente. Por razones de tiempo, pondré seis períodos. |
| |
Revisa todo. Vuelve a hacer la estimación. |
| |
Y me desplazaré hacia abajo, y ahora se ve un poco mejor. Probablemente queremos que uno esté dentro de cuatro o cinco y seis períodos de retraso aquí, por lo que hay una cosa más que verificar. |
| |
Si miramos 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. |
| |
Entonces tenemos el primer modelo de ARMA. Nuevamente no hicimos la diferencia, por lo que se llama ARMA, no ARIMA. Y aquí hay cinco puntos, y permítanme ampliar esto. |
| |
Sólo un poquito 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 AIC y un AIC más bajo es mejor, y parece que el mejor modelo aquí es el |
| |
El primero hicimos el (5,5). Tenemos |
| |
1268 y luego sube a 1270, 1271, 1271, y luego tenemos el R al cuadrado y aquí, por supuesto, cuanto 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 el error porcentual medio medio y que, por supuesto, queremos minimizar. Y parece que el modelo del medio, el segundo, con los seis períodos es el mejor y obtiene un 7,55. |
| |
Y luego tenemos más datos aquí abajo. Tenemos las estimaciones y puedes ver varios gráficos allí abajo. Y todo esto se ha 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 comprender. |
| |
Comenzamos con la exploración visual de los datos y luego pasamos a |
| |
Investigamos un poco para descubrir qué necesitábamos 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 nuestros datos, pudimos pasar fácilmente de una plataforma a otra para nuestro análisis y eso concluye la presentación. |
