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. |
| |
Sur ce, nous y reviendrons plus tard. La colonne suivante est Y-Kappa, et c'est ce qu'on appelle la variable cible, c'est ce que l'on souhaite prédire. C'est la valeur mesurée et nous aimerions la maintenir dans une plage étroite. |
| |
Et dans une minute ou deux, j'expliquerai pourquoi. Et en parcourant les données, nous voyons ici plusieurs choses. Nous avons des étiquettes bizarres. Nous avons le T-upperExt, quel qu'il soit. Nous avons un T-inférieur, nous avons un WhiteFlow. Et nous avons remarqué que |
| |
Dans certaines colonnes, en fait, la plupart des appels ont un numéro à la fin. Et ça s'avère... après quelques recherches, nous découvrons que c'est le temps de décalage. |
| |
Et j'y reviendrai lorsque j'expliquerai le processus. Nous avons donc des éléments tels que l'humidité des copeaux, la chaleur de la vapeur, et nous constatons également qu'il nous manque des valeurs. Là... il y en a quelques-uns ici et là, mais on dirait surtout qu'ils se limitent aux AAWhite, |
| |
excusez-moi, à la toute fin, le sulfure. Nous en prenons donc note. |
| |
Maintenant |
| |
puisque nous ne sommes pas familiers avec ce genre de choses, la chose intelligente que nous pourrions faire serait probablement... serait de faire des recherches et de voir exactement ce que nous regardons. 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 pâte et papier. |
| |
Maintenant, ces |
| |
processus... ces processus sont assez vastes et vous pouvez les 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 mesurer 18 pieds de diamètre et jusqu’à 200 pieds de hauteur. Et ce que nous voulions, c'est séparer la lignine tout en contrôlant le nombre Kappa. |
| |
Et la matière première est un peu inhabituelle. Je suis issu 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 provenant d'un |
| |
scierie peu importe. Et nous n'avons aucune information quant à savoir si ces matières premières sont déversées ensemble, si elles se superposent les unes aux 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 pâte et 25 % de lignine. Et bien sûr, c’est la lignine que nous voulons dissoudre. |
| |
Maintenant, le processus ressemble à ceci. C’est complexe et au sein de cette unité unique se trouvent quatre opérations unitaires distinctes. Nous avons le sommet, où les copeaux sont déversés et le mélange réactionnel, qui est... que l'on appelle une liqueur. |
| |
Il contient un peu de caustique... un peu d'alcalinité, mais vous pouvez le considérer comme une solution savonneuse. Cela 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, nous introduisons donc une autre variable. 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, dans la mesure où 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 son introduction dans JMP. Commençons par l'observation, Y-Kappa, |
| |
que nous voulons mesurer, puis le taux de copeaux. Voici quelques autres ratios. Et nous pouvons voir qu'il nous manque quelques données, la plupart semblent se limiter à cette colonne là, et à cette colonne ici, la sulfure. |
| |
Jetons donc un coup d’œil à ceux-ci pour voir si c’est quelque chose qui devrait nous préoccuper. Et la meilleure façon d’y parvenir, je pense, est d’accéder aux tableaux et d’examiner le modèle de données manquantes. |
| |
Et ce que je vais faire, c'est cliquer sur glisser et sélectionner tout cela. Et je vais les ajouter. |
| |
Et nous obtenons ce tableau. |
| |
Maintenant, vous devriez voir le tableau 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 partout ici dans la colonne suivante, c'est notre modèle et cela nous indique que nous avons 131 colonnes sans données manquantes mais nous avons 132 colonnes |
| |
dans lequel deux colonnes contiennent des données manquantes. Et là où vous voyez le 1 et le 1, c'est là que les données manquent. Et nous avons ici un autre modèle avec 19, mais les autres sont assez remplis... |
| |
assez complet, 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 ça |
| |
plutôt complet pour ce type de données. Alors regardons cela un peu plus. Nous en avons 131, dont une manquante, et nous savons que nous avons ces deux colonnes. |
| |
Voyons s'ils correspondent. C'est ça. C'est le 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 ici. |
| |
Laisse-moi mettre ça de côté. 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 il semble que toutes ces données manquantes dans ces deux colonnes se trouvent sur la même ligne. |
| |
Alors laisse-moi y retourner |
| |
et arrêtez 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 originale. |
| |
Et voyons, par où commencer ? Eh bien, nous avons quelques choix ici, mais une chose que nous pouvons faire est de cliquer sur cette icône ici, et elle indique 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 quelques histogrammes de la distribution |
| |
dans la colonne du dessous. Et ces éléments sont déplaçables, nous pouvons donc les agrandir dans les deux sens. Et pourquoi ne pas faire un peu d'exploration ici. Puisque nous voulons contrôler les 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... |
| |
c'est ici le haut de gamme, et si nous passons 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 nous intéresse vraiment, alors cliquons là |
| |
et là, pour nettoyer un peu ça. |
| |
Et faisons un peu plus d'explications. Passons au générateur de graphiques. |
| |
Alors vous allez au graphique... |
| |
générateur de graphiques et cette fenêtre apparaît. |
| |
Et ce que je vais faire c'est regarder le Y-Kappa |
| |
Et voilà, et je peux mettre... Je peux mettre une ligne plus douce là-dedans. |
| |
Et ce que je vois c'est |
| |
une certaine variabilité dans notre processus, mais il est plutôt stable, peut-être une légère tendance à la hausse ici, mais stable et cela 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, il commence par 31. Alors ce qu'ils ont apparemment fait ici |
| |
sur l'appareil, on 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 clore ceci. Je vais arrêter le partage et afficher une autre table de données JMP. |
| |
D'accord, donc ce que nous examinons, ce sont fondamentalement les mêmes données, et je les ai un peu nettoyées et j'ai apporté quelques modifications. Et en regardant 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, 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 dans tous nos tableaux ici, si je fais défiler la page. |
| |
Et répétons |
| |
ce que je viens de faire avant. Nous allons donc passer au graph, graph builder. |
| |
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 différente, plus douce, 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 vais fermer ceci et ouvrir le deuxième. |
| |
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 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 douce, vous pouvez voir, nous avons le même schéma, mais maintenant si je prends la séquence horaire |
| |
et traînez-le ici, nous avons le meilleur des deux mondes. Ils sont en ordre, c'est comme ça que nous les voulions. |
| |
Et nous avons, si vous remarquez en bas ici, que c'est une observation classée par séquence horaire décroissante, ce qui est la valeur par défaut. Et je pourrais cliquer sur Terminé, mais pour l'instant, je vais simplement 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 suivre tout le processus, permettez-moi de revenir au PowerPoint. |
| |
Et j'ai donné à la colonne un nouveau nom, Hour Sequence, et pour le type de données, j'ai choisi numérique, car c'est de cela que il s'agit. Pour |
| |
type de modélisation, j'ai choisi continu car il s'agit de données continues, même si elles sont prises à intervalles horaires réguliers. Et j'ai choisi le format ici parce qu'il est facile à lire pour l'être humain. |
| |
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 des colonnes, j'ai choisi la fréquence temporelle dans la liste déroulante, ainsi que toutes les heures. C’est ainsi que j’ai obtenu cette chronique. |
| |
Alors laissez-moi arrêter le partage là-dessus |
| |
et minimisez-le et j'afficherai à nouveau la table de données JMP. |
| |
Et nous voici de retour dans le tableau de données. Commençons maintenant par la partie amusante, passons à l’analyse. |
| |
Allons-y |
| |
analyser. |
| |
Et je me suis trompé de tableau de données. Laissez-moi ouvrir l'autre. On y va. |
| |
Allez analyser, |
| |
méthodes multivariées |
| |
multivarié. |
| |
Et on nous présente cet écran. Eh bien, nous voulons examiner Y-Kappa, alors mettez le Y là-dedans. |
| |
Nous ne voulons pas de poids, ni de fréquences, ni de mesures. |
| |
cliquez sur glisser. |
| |
Mettez tout ça là-dedans. Cliquez sur OK, et voici le résultat. Et pour commencer... permettez-moi de conclure... |
| |
et on nous présente la matrice du nuage de points. Et ici, nous pouvons rechercher certaines tendances dans les données. Nous n'en voyons pas beaucoup, mais si nous regardons Y-Kappa ici dans la colonne la plus à gauche, |
| |
commencez à regarder, on dirait que nous pouvons avoir une sorte de modèle ici avec... |
| |
avec quelle que soit cette colonne. Faites défiler un peu et on dirait que c'est le cas |
| |
l'une des liqueurs coule, etc., etc. Nous pouvons donc faire cela pour avoir une idée générale. Permettez-moi de clore cela. |
| |
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 nous regardons simplement cela. Dans certaines situations, nous en obtenons plus d’informations que d’autres informations, alors permettez-moi de conclure. |
| |
Passons ensuite au criblage du modèle, nous allons donc analyser, |
| |
dépistage, |
| |
dépistage des prédicteurs. Et on nous présente cette fenêtre et encore une fois, |
| |
Y-Kappa est notre réponse Y. Et ici, la fenêtre suivante nous est présentée. Donc pour l'instant, 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 cela 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 ici un tas de variables. 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, 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 de cela |
| |
Le prédicteur ici a prédit le modèle, donc si vous additionnez tout cela, cela atteindrait 100 %. Et nous avons un... nous avons un lien ici, il est écrit 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 ? Ajustez 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 j'ai fait ça, ça s'est ouvert |
| |
une extension ici de notre fenêtre et quelques personnalités supplémentaires... quelques choix supplémentaires ici avec les listes déroulantes. Et la personnalité du premier, alors laissez-moi cliquer dessus et cela nous donne ici un certain nombre de choix. Mais pour l’instant, restons-en aux moindres carrés standards. Et puis pour souligner, |
| |
nous avons trois choix. Et l'accent est mis sur ce qui nous est révélé dans la fenêtre de rapport initiale. Pour l'instant, je vais juste sélectionner |
| |
rapport minimal. 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 rapport BF-CM est primordial, |
| |
suivi de quelques |
| |
d'autres ici ont moins d'importance, mais ils sont... mais ils sont significatifs, et la raison pour laquelle ils sont significatifs est, premièrement, la valeur p, en passant, 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 faisons comme ça avec le logworth... oh, au fait, je dois mentionner que le logworth est 10 fois moins le journal et c'est le journal de base 10. Donc si nous avons la ligne bleue égale à la valeur de 2, le log... |
| |
journal 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 effectuez une analyse en tant que variable, cela s'avère 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 obtenir 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 des puces, mais pour l'instant, nous allons le laisser là, car notre R au carré diminue un peu. |
| |
Et tout le reste est resté à peu près pareil. C'est donc notre modèle ici. Nous pouvons 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 : les séries chronologiques. Nous revenons donc ici pour analyser à nouveau. |
| |
Et nous aborderons ici la modélisation spécialisée, et nous passerons aux séries chronologiques. Cliquez dessus et tout est toujours sélectionné. |
| |
Nous allons sélectionner cela, |
| |
nous mettrons Y là-dedans. |
| |
Cela fera la même chose. |
| |
Un de trop, attendez. |
| |
Mettez notre liste de cibles ici et nous avons ce bouton ici, heure X, nous remettrons la séquence d'heures car elle est plus facile à lire. |
| |
Mettez ça là-dedans. |
| |
Cliquez sur la course. |
| |
Et pour l’instant, nous allons ignorer tout ce genre de choses, et nous viendrons ici et examinerons notre diagnostic de série chronologique. Maintenant, faites défiler un peu plus vers le bas. Et la ligne bleue ici est la |
| |
Valeur P, et elle est à un niveau de 0,05, et cela tient compte de différentes autocorrélations et des temps de décalage partiels. |
| |
Je pourrais donc passer 45 minutes à en parler, mais nous n'avons pas tout ce temps, je vais donc me contenter de faire un bref résumé. Ce que nous voulons faire, c'est éliminer tous ces temps de décalage |
| |
à l'intérieur de cette ligne bleue. Et il semble que, pour celui-ci, nous devrons aller jusqu'à environ cinq ou six, peut-être même sept, quelque part par là. |
| |
Et atteignez ce point vers trois, quatre ou cinq avec le temps de décalage 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. Les chiffres qui étaient ajoutés à la fin des colonnes représentaient les temps de décalage, de sorte que toutes les données s'alignaient. Donc, ce que nous voulons faire, c'est simplement deviner le nombre ici. |
| |
Permettez-moi d'en faire un 4, donc décalez 4 périodes. |
| |
Et nous ferons la même chose ici pour la moyenne mobile. |
| |
Et nous pourrions choisir différentes valeurs pour celles-ci et voir ce que l'interception, la contrainte s'adaptent. |
| |
Nous allons atteindre l'estimation et nous reviendrons ici. |
| |
Et c'est ce que nous obtenons. Nous faisons un peu mieux qu’avant. |
| |
Descendons ici. |
| |
Et nous sélectionnerons ceci à nouveau. Pour gagner du temps, je vais prévoir 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 cela se fasse dans un délai de quatre, cinq ou 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 dans la table. Nick, pouvons-nous mettre l'enregistrement en pause une seconde. |
| |
D'accord, alors je l'ai fait plusieurs fois. |
| |
Et ici, j'ai un résumé ici dans la comparaison des 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 |
| |
encore un peu, et voici le tableau. J'ai travaillé un peu sur la table, j'ai sorti... j'ai retiré certaines colonnes dont je ne voulais pas parler pour des raisons de temps. Et |
| |
ce que nous pouvons faire, c'est examiner les résultats. Cela nous montre donc l'AIC et un AIC inférieur est meilleur, et il semble que le meilleur modèle ici soit le |
| |
le premier, nous avons fait le (5,5). Nous avons |
| |
1268, puis cela 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 ici. Ils ont un R légèrement plus grand, mais certainement pas significatif et |
| |
ici, nous regardons le MAPE, qui est ce pourcentage d'erreur moyen, et que, bien sûr, nous voulons minimiser. Et on dirait que le modèle du milieu là-bas, le deuxième, avec les six jambes d'époque, est le meilleur là-bas et il 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. Laissez-moi nettoyer un peu ça. |
| |
En résumé, ce que nous avons ici, ce sont les opérations quotidiennes d’une usine très complexe. 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 dont nous avions besoin sur le processus afin que nous sachions ce qui se passait avec notre analyse et que nous puissions sauvegarder tout notre tableau de données. |
| |
Et une chose rapide a été que nous avons exploré nos données, nous avons pu passer facilement d'une plateforme à une autre pour notre analyse et cela conclut la présentation. |
