Re: 多変量モデル駆動の管理図やあ@チトランシュ、
表示されている動作は正常であり、どの管理図でも確認できます。
以前の管理図に基づいていくつかの点を削除/除外するため、新しい管理図が作成されるデータセットが変更されます。管理限界だけでなく平均も再計算されるため、以前は管理限界内にあった点も以前は、新しく計算されたより厳しい管理限界の外にある可能性がありました。
多変量管理限界の計算については、次の方程式を参照してください。個々の観測結果の統計的詳細 (jmp.com) 。 たとえば、管理限界は変数の数 p と観測値の数 m の影響を受けることがわかります。そのため、いくつかの点を削除すると、観測値の数は同じではなくなり、変化が見られます。
あなたのプロジェクトの背景はわかりませんが、品質手法に関する STIPS コースや、管理図の使用に関するディスカッションをご覧になることはできます。産業問題解決のための統計的思考 | JMP JMP によるこの無料コースもご覧ください。 JMP統計的プロセス管理コース
管理図の目的は、時間の経過とともにプロセスの結果を調査することであり、外れ値を削除することではありません。
これは、変動がランダム/「通常の」変動 (管理限界の範囲内で管理中のプロセス) に由来するものなのか、それとも特定して解決する必要がある変動の特別な原因に由来するものなのかを区別するためのグラフィカル ツールです。
必要に応じて、私より経験豊富な他のメンバーが、プロセス管理方法論/管理図に関する詳細な情報、ガイダンス、参考資料を提供することができます。
この回答がお役に立てば幸いです、
Re: 多変量モデル駆動の管理図ビクターの説明は正しいです。なぜ「外れ値」を削除するのでしょうか？これらは、データセット内で最も興味深く有益なポイントである可能性があります。管理図を使用する目的は、さまざまなコンポーネント/変動源を分割して割り当てることです。管理限界内にあってはなりません。
Re: 多変量モデル駆動の管理図監視目的でモデルを準備している場合、および過去のデータセットで一部のパラメータが異常な動作をしている場合（特定の時点での動作不良または機器の故障）、それらの外れ値を削除していない場合、現在のデータには異常値がある場合でもフラグが立てられません。そんな異常事態。
Re: 多変量モデル駆動の管理図ごめんなさい、混乱しています、何をしているのですか？正直に言うと、私は管理図を診断ツールとして使用しており、監視するためではありません（これは反動的です）。 監視して対応したい場合は、仕様制限を含む実行チャートを使用できます。 管理図は本来、変動の構成要素を分離して割り当てるのに役立つ診断です。 範囲グラフ上の管理外の点は、変動のサブグループ内要素に関連する特別な/割り当て可能な原因の変動を示します。また、一貫性のないプロセスまたは不安定なプロセスを示している可能性もあります。 それらの時点で何が起こっていたのかを調査することは価値がありますが、そのようなイベントを緩和するためにどのようなアクションを取るかは、それが一般的な原因によるイベントであるか、特殊な原因によるイベントであるかによって大きく異なります (デミングを参照)。 「パラメータが異常な動作をする」のはなぜですか?管理限界は、良いか悪いかを評価するものではありません。X バー チャート上の管理限界を超えた点は、サブグループ間成分に関連する変動の原因が割り当て可能で推定可能である (そして支配的である可能性がある) ことを示しています。繰り返しますが、良いことも悪いことも関係ありません。
多変量モデル駆動の管理図さまざまなグレードにグレードごとのフィルターを適用する MDMCC を用意しました。 この後、外れ値を削除しましたが、外れ値を自動的に削除した後は、以前は下にあった赤い線の上に観測値がさらにほとんど表示されなくなりました。
高度な統計モデリングコンテンツの構成データのブレンディングとクリーンアップデータの探索と視覚化品質およびプロセスエンジニアリング
