Hola a todos,
En la continuación de la publicación (enlace a la que se proporciona a continuación) -
https://community.jmp.com/t5/Discussions/Help-in-JSL-scripting-of-Model-Driven-Multivariate-Control-Chart/mp/655359#M84445
Me gustaría ampliar la secuencia de comandos para tener una secuencia de comandos genérica en líneas similares a las que se sugirieron anteriormente, pero esta vez, el gráfico de control multivariado basado en modelos debería usar algunos modelos de referencia (ya sea PCA o PLS) para fijar el límite de control. El motivo es que, con el fin de continuar con la verificación del proceso, una vez que fijamos el límite (calculado a partir del conjunto de datos históricos sin valores atípicos), los lotes futuros deben monitorearse contra este límite. Actualmente, lo que sucede es que, cada vez que se ejecuta este script, genera un nuevo límite de control (por razones obvias) ya que el conjunto de datos es diferente.
Entonces, la primera parte es fijar el límite de control (todo el conjunto de datos históricos/dorados debe estar por debajo del límite de control) y para hacer esto, ¿es posible desarrollar un modelo con validación cruzada para finalizar el número de componentes para que el los puntos de datos caen por debajo del límite de control (por supuesto, después de eliminar los valores atípicos)? La parte difícil aquí a la que me enfrento, a pesar de que se eliminan los llamados valores atípicos, cada vez que MDMVCC proporciona uno u otro punto de datos más allá de un límite de control (ya que el conjunto de datos está cambiando).Esto tiene que arreglarse.
La segunda parte es ejecutar este script (con un límite de control fijo) en los lotes fabricados posteriormente para identificar cualquier desviación en las variables como parte de la actividad de CPV.
La idea general es tener un script MDMVCC genérico (de un modelo de referencia) que pueda predecir/identificar los valores atípicos/variaciones con buena precisión.
Agradezco mucho si alguien de la comunidad puede guiarme o arrojar algo más de luz sobre esta solicitud.
Gracias de antemano !!
KR,
Nawaz
