5개 신호를 1개로 표현: JMP에서 이에 접근하는 가장 좋은 방법은 무엇입니까?안녕,
내 프로세스에는 장치/장비 주변의 각 높이에 5개의 온도 계측기가 있으며 원주를 따라 약간 다른 위치에서 동일한 수준의 온도를 측정합니다.
따라서 전체적으로 서로 다른 높이에 걸쳐 ~50개에 가까운 온도 신호가 있으며 이를 보는 것은 골치 아픈 일입니다. 신호가 서로 가깝게 읽히더라도 일반적으로 일부 징후를 표시하는 1-2개의 신호만 있기 때문에 문제를 감지하기 어렵기 때문입니다. 각 레벨.
제 질문은 JMP Pro 17에서 이 5개 신호를 1개의 결합된 대표 신호로 단순화하는 데 무엇을 사용할 수 있느냐는 것입니다. 이 모델링 유형에 대해 자세히 알아보고 싶습니다.
감사해요.
고급 통계 모델링기본 데이터 분석 및 모델링Re: 5개의 신호를 1로 표현: JMP에서 이에 접근하는 가장 좋은 방법은 무엇입니까?다른 분들의 답변을 기대합니다만, 그 사이에 1, 2개의 신호가 나머지 신호와 어떻게 다른지 설명해 주실 수 있나요? 평균보다 앞서거나 뒤쳐지고 있거나, 다른 방향으로 추세를 보이고 있거나, 일정한 값으로 벗어나고 있을까요? 높이마다 온도가 다른가요? 흥미로운 효과가 하나의 높이 내에서 또는 둘 이상의 높이 사이에서 또는 단지 50개 센서 전체에서 나타납니까?
Re: 5개의 신호를 1로 표현: JMP에서 이에 접근하는 가장 좋은 방법은 무엇입니까?제가 제안하는 것은 '끝을 염두에 두고 시작하라'입니다. 귀하의 연구는 분석적입니까 아니면 열거적입니까? 시스템 성능을 모니터링하거나 향후 성능을 예측하는 데 관심이 있으십니까? 연구 중인 시스템의 출력은 무엇입니까? 사용 적합성을 결정하려면 출력의 어떤 특성이 필요합니까? 측정 시스템 자체의 변형을 알고 계십니까?
Re: 5개의 신호를 1로 표현: JMP에서 이에 접근하는 가장 좋은 방법은 무엇입니까?이 기술은 '내 장비에 무슨 일이 일어나고 있나요?'라는 질문에 대답하는 데 유용할 수 있습니다. 질문:
https://www.jmp.com/support/help/en/17.0/index.shtml#page/jmp/model-driven-multivariate-control-charts.shtml#
하지만 무엇을 학습/감지하려는지에 따라 다릅니다.
서명됨,
중합 반응기를 감시하는 남자...
Re: 5개의 신호를 1로 표현: JMP에서 이에 접근하는 가장 좋은 방법은 무엇입니까?시간이 지남에 따라 신호를 모니터링하고 있습니까? Functional Data Explorer를 사용해 보는 것은 어떨까요? 각 최고점에 대해 각 신호(위치에 대한 ID로 구분)를 입력하고 시간 경과에 따른 평균 및 표준 편차 추세를 확인할 수 있습니다(아래 플롯을 참조하세요. 이는 평균에서 가장 큰 편차가 있는 위치를 나타냅니다). 그런 다음 신호 중 하나라도 평균에서 벗어나면 기능적 주성분 분석을 통해 신호를 분리할 수 있습니다(이 경우 '센서' A01은 나머지 신호와 다르게 동작하므로 조사가 필요할 수 있습니다). 그런 다음 각 높이에 대한 신호 패턴을 측정하는 기능 프로파일러를 생성할 수 있습니다.
Re: 5개의 신호를 1로 표현: JMP에서 이에 접근하는 가장 좋은 방법은 무엇입니까?내 답변은 Pete의 답변과 더 일치합니다.
왜 온도 측정값에 관심을 두나요? 어떤 반응 변수가 영향을 미칠 수 있나요? 가설이 있나요? 전체적인 상황을 알지 못한 채 구체적인 조언을 제공하는 것은 사실상 불가능합니다.
가설:
이것이 배치 반응기이고 이 센서가 반응기 주변의 체계적인 지점에서 온도 판독값을 제공한다고 가정해 보겠습니다. 온도는 가장 중요한 최종 제품의 농도에 영향을 미칩니다. 반응기/배치 변형 내에서 관심이 있습니까? 반응기/배치의 온도 계층화에 관심이 있습니까? 배치 내 온도의 일관성에 관심이 있습니까? 배치 대 배치는 어떻습니까? 나는 데이터를 플롯하고 다양한 온도 판독값에 의해 노출된 변동 구성 요소를 비교합니다. 온도와 최종 제품 사이의 인과관계에 대한 단서를 얻으세요.
데이터가 제공할 수 있는 정보가 무엇인지 이해할 때까지 데이터를 하나의 측정항목으로 결합하고 싶지 않을 수도 있습니다. 데이터를 요약하면 정보가 유출됩니다.
