大家好，
继续这篇文章（下面提供了链接）-
https://community.jmp.com/t5/Discussions/Help-in-JSL-scripting-of-Model-Driven-Multivariate-Control-Chart/mp/655359#M84445
我想扩展该脚本，使其在与之前建议的类似行上有一个通用脚本，但这一次，模型驱动的多元控制图应该使用一些基准模型（PCA 或 PLS）来修复控制限制。 原因是，出于持续过程验证的目的，一旦我们确定了限制（根据没有任何异常值的历史数据集计算），就必须根据该限制监控未来的批次。 目前，发生的情况是，每次运行此脚本时，由于数据集不同，它都会生成新的控制限制（出于明显的原因）。
因此，第一部分是修复控制限制（所有历史/黄金数据集都应低于控制限制），为此，是否可以开发一个具有交叉验证的模型来最终确定组件的数量，以便数据点低于控制限（当然，在删除异常值之后）？ 我面临的棘手部分是，即使所谓的异常值被删除，每次 MDMVCC 都会给出超出控制限制的一个或其他数据点（随着数据集的变化）。这个问题必须得到解决。
第二部分是在后续制造的批次上运行此脚本（具有固定的控制限制），以识别变量中的任何偏差作为 CPV 活动的一部分。
总体想法是拥有一个通用的 MDMVCC 脚本（来自基准模型），它可以高精度地预测/识别异常值/变化。
如果社区中的任何人能够指导我或对这一请求提供更多说明，我将不胜感激。
提前致谢 ！！
克罗恩,
纳瓦兹
