3D 점을 통해 선 맞추기안녕 모두들,
선을 맞춰야 하는 3D 점(x,y,z) 목록이 있습니다.나는 세 가지 다른 모델을 맞추려고 시도했습니다. 각 모델은 열의 균형을 사용하여 이후 출력(예: Y(x,z))을 예측했지만 세 가지 출력을 사용하면 선이 제공되지 않습니다.내가 할 수 있는 최선의 방법은 Y(z)와 X(z)를 사용한 다음 최종 예측 최적 맞춤(x,y,z)에 대해 z 값을 사용하는 것입니다.그러나 예측된 Z 값이 없다는 점은 만족스럽지 않습니다.또한 z 값을 예측하는 방법으로 행 번호 Z(row#)를 사용해 보았지만 z는 부품을 따라 이동하므로 이 경우에만 작동할 수 있으며 따라서 그 변화는 검사 헤드의 변화와 연결됩니다. 검사 지점 간 이동.
세 가지 OLS 모델 y(z), X(z), Z(row#) 사용
함께 플레이할 수 있는 데이터는 첨부된 내용을 참조하세요. 아이디어를 제공해 주셔서 감사합니다!!
기본 데이터 분석 및 모델링Re: 3D 점을 통해 선 맞추기3차원에 선을 맞추는 아이디어를 이해하는 데 어려움을 겪고 있습니다.고유한 최적 피팅 평면이 있지만 3차원 중 2차원을 지정하는 고유한 최적 피팅 선만 있다고 생각합니다. 이러한 이변량 피팅을 수행한 것 같지만 찾고 있는 것은 무엇입니까?또한 질문이 일반적이지 않고 게시한 데이터와 관련된 경우 X와 Y는 거의 완벽하게 상관되어 있으므로 실제로는 2차원만 있습니다.그렇기 때문에 X 대 Z 및 y 대 Z 맞춤이 거의 동일합니다(분명히 선형은 아니지만).
Re: 3D 점을 통해 선 맞추기방금 플롯하려는 2개의 z 변수를 쌓은 다음 플랫폼의 색상 기능을 사용하여 표면과 선을 표시했습니다.
Re: 3D 점을 통해 선 맞추기dlehman1에 대해 생각해 주셔서 감사합니다. 저도 이것에 대해 생각하면 약간 교차된 느낌이 듭니다.나는 동료가 검사 프로그램이 수행하는 작업을 모방하여 결과를 비교할 수 있도록 돕고 있습니다.프로그램은 3D 점을 통해 선을 맞춘 다음 가장 잘 맞는 점과 측정된 점으로부터 거리를 측정합니다.온라인에서 몇 가지 기사를 읽었지만 실제로 마음에 드는 기사는 없었습니다(수학적 이야기가 머리 위로 떠오릅니다!).한 기사에서는 PCA 사용을 제안했지만 이를 시도하고 X, Y 및 z 값을 예측하게 했을 때 선이 표시되지 않았습니다.
네, Y와 X가 서로 연관되어 있다는 점이 흥미롭습니다.
계속 고민하겠습니다. 질문을 해결하는 데 필요한 다른 사항이 있으면 알려주시기 바랍니다.
스티브
Re: 3D 점을 통해 선 맞추기안녕 @shampton82 ,
나는 함께 @dlehman1 이를 통해 3D의 선은 조정 시스템의 변환을 통해 항상 X & Y 또는 Y & Z와 같은 두 개의 독립 변수로 분해될 수 있으므로 해당 선을 포함하는 고유한 평면이 됩니다. 하지만 귀하의 데이터는 뭔가 다른 것 같습니다. 나는 아직도 3D에서 선을 맞추는 전체적인 요점을 이해하지 못합니다. 정말로 그래야 한다면 "3D" 데이터를 포함하는 평면이 XY 대각선을 따라 있기 때문에 좌표계를 변경하는 것이 좋을 것 같습니다.
공유하신 데이터의 경우 z 방향으로 75단위(mm, um, nm?)의 일정한 간격으로 측정된 무언가의 프로파일 측정값이 있는 것으로 보입니다. x 대 z 및 y 대 z 프로필을 보면 실제로 AFM 데이터나 이와 유사한 데이터와 매우 유사해 보입니다. X와 Y의 상관관계가 매우 높기 때문에 231단위(Y 단위)로 래스터링한 것과 거의 같습니다(Y x X 그래프에 맞는 절편). 그런 다음 항목이 다시 측정됩니다.
내가 정말로 이해하지 못하는 것 중 하나는 당신이 사용하는 이 프로그램에서 어떤 종류의 정보를 얻으려고 하는가입니다. 당신은 그것이 3D 포인트를 통해 선을 맞춘 다음 가장 적합한 것으로부터 거리 측정을 제공한다고 언급했습니다. 그리고 측정된 지점은요? 이는 본질적으로 피팅의 잔차를 살펴보는 것입니다. 즉, 데이터가 피팅에서 얼마나 멀리 떨어져 있는지 확인하는 것입니다. 잔차를 예측하려고 하시나요? 실제로 Z 값을 예측하려고 합니까, 아니면 X와 Y를 예측하려고 합니까? 공유한 데이터에 맞는 선은 Z가 아닌 X와 Y를 예측합니다.
여기에는 내가 잘 이해하지 못하는 내용이 많지만 모든 것을 공유할 수 없기 때문일 수도 있다고 생각합니다. 그러나 더 많이 공유하고 익명성을 유지할수록 귀하가 원하는 솔루션을 얻는 데 더 가까워질 수 있습니다.
도움이 되었기를 바랍니다!,
DS
Re: 3D 점을 통해 선 맞추기시원한!그 그래프를 만들기 위해 수행한 단계를 보여줄 수 있습니까?
Re: 3D 점을 통해 선 맞추기감사해요 @SDF1 !
다른 공장에 멀리 떨어져 있는 동료를 도우려고 하기 때문에 모든 세부 사항을 알지 못하고 데이터를 분석하면서 파악하는 것이 어렵다는 것을 인정합니다.나는 X와 Y가 측정 헤드의 검사 경로로 나타나고 Z가 부품 표면 프로파일의 주요 구성 요소로 보인다는 것과 동일한 결론을 얻었습니다.
적중 간격의 분포에는 약간 이상한 점이 있고(심지어 Z에 대해 매우 다른 값과 함께 자체 위에 하나가 있는 경우도 있음) 직선을 따라갈 수 없는 이유도 있으므로 MSA 문제가 있는 것 같습니다. 처리도 합니다.
3D 공간에서 델타가 왜 필요한지 잘 모르겠습니다. 더 많은 세부 정보를 얻으려고 노력할 것입니다.
대각선에 있었기 때문에 평면을 회전한 다음 Z(x)를 사용하여 최종 맞춤을 찾으려고 했습니다.흥미롭게도 Y와 X에 대한 직교 회귀를 사용하고 분산을 동일하게 설정하면 예측된 Y와 X를 출력하는 Y와 X에 가장 적합한 선을 얻을 수 있다는 사실을 발견했습니다.따라서 이러한 직교 값(OV)을 회전한 다음 회전된 X의 OV와 Z 값을 맞추면 선을 Z 값에 맞출 수 있으므로 x, y 및 z에 대한 예측 변수를 갖게 될 것입니다.
진행 상황이나 추가 정보가 있으면 알려 드리겠습니다.모든 의견을 보내주셔서 감사합니다!!
스티브
Re: 3D 점을 통해 선 맞추기- 테이블=>누적 플랫폼을 사용하여 예측된 Z 열과 다른 예측 Z 열을 쌓았습니다.
- 3차원 산점도 플랫폼 오픈
- X, Y 및 데이터 열을 Y 열로 선택했습니다.
- Label 열을 Color 열로 선택했습니다.
- 확인을 클릭했습니다
Re: 3D 점을 통해 선 맞추기아, 고마워요 짐!!
Re: 3D 점을 통해 선 맞추기여기요 @SDF1 , @txnelson , 그리고 @dlehman1
나는 그것을 얻은 것 같아요!
첫 번째 단계는 직교 회귀를 사용하여 등분산 가정에 가장 적합한 선을 찾는 것입니다.그런 다음 JMP에서는 X와 Y 모두에 대한 예측 값을 출력할 수 있습니다.
이제 X 또는 Y에 수직이 되도록 선을 회전해야 합니다.저는 X를 선택합니다.이를 위해서는 선과 데이터 점을 39.06도 회전해야 합니다(맞춤 선 0.811473의 기울기에 의해 결정됨).
그런 다음 X에 의한 Y 피팅을 수행합니다. 여기서 x는 회전된 예측 X 값이고 Y는 Z 원시 데이터 값입니다.
그런 다음 이 모델의 수식 예측을 저장하여 3D에서 가장 잘 맞는 선에서 x, y 및 z 값을 예측했습니다.
모든 값이 대각선에 있지 않도록 하려면 회전된 예측 Y 및 X를 예측 Z 값과 함께 사용할 수 있습니다.
누군가가 따라하는 데 도움이 될 수 있도록 공식과 함께 데이터 테이블을 첨부했습니다.
또한 훌륭하게 작동하고 위의 그래프를 생성한 두 데이터 소스의 오버레이를 위해 아래 txnelson 제안에 따른 누적 데이터 테이블을 추가했습니다.
Re: 3D 점을 통해 선 맞추기안녕 @shampton82 ,
예, 3D 데이터를 단일 평면(XZ 또는 YZ)에 투영한 다음 선에 맞게 진행하여 좌표계를 회전하는 방법이 정확합니다. 이는 필요한 좌표 평면에 대한 cos(theta) 또는 sine(phi) 투영을 고려합니다.
당면한 특정 문제에 대한 주제 마스터가 아니기 때문에 나는 여전히 비선형 데이터 세트에 선을 맞춘 다음 잔차를 계산하는 목적을 잘 이해하지 못합니다. 그러나 이것이 필요한 경우 다음과 같습니다. 그것을하는 방법.
동료를 위한 솔루션이 발전하고 있다는 소식을 들으니 기쁩니다.
DS
Re: 3D 점을 통해 선 맞추기안녕 스티브,
여기서는 주성분 분석이 좋은 접근 방식이라고 생각합니다. 첫 번째 주성분은 어떤 면에서 데이터 포인트의 3D 클라우드를 통해 가장 적합한 선입니다.
첫 번째 주성분을 원래 XYZ 좌표계로 변환하려면 PCA 보고서의 빨간색 삼각형에서 "열 저장 > 예측 항목을 구성 요소 수식으로 저장"을 선택하세요. 워크플로가 첨부되었습니다.
------
추가하도록 편집됨:
수행하려는 작업에 따라 PCA에 대해 "표준화" 대신 "비배율"을 선택해야 할 수도 있습니다. 스케일이 없는 버전도 첨부합니다.
Re: 3D 점을 통해 선 맞추기고마워요 조던, 정말 좋아요!이 프로젝트를 시작했을 때 일부 웹 검색에서 이 방법이 언급되어 시도해 보았으나 3D 공간의 점을 예측하는 구성 요소 2개를 저장해 달라는 요청을 받아 다른 방법을 시도하게 되었습니다.분명히 PCA를 많이 사용하지 않았기 때문에 내가 무엇을 요구했는지 몰랐습니다. 지침에 따라 출력을 1개의 구성 요소로 설정하면 완벽하게 작동했습니다!
이 방법은 단계가 훨씬 적습니다!
