分析製造變更資料集的最佳統計方法您好 - 我正在使用以下資料集。 第 1 列（#s 1-47）是批號；第 2、3、4 列是分析的科學結果。 突出顯示的行代表我們的製造過程中發生的變化，其中使用了新批次的原材料。 我的目標是了解原料批次的變化是否會對分析結果產生影響。 您會推薦哪種統計方法來最好地說明這一點？
分享和交流成果回覆：分析製造變更資料集的最佳統計方法非常感謝你們的幫忙！ 非常值得讚賞！
回覆：分析製造變更資料集的最佳統計方法你好@VariancePony864 ,
歡迎來到社區！ 
根據優秀評論添加一項圖形分析建議@statman ，也可以使用模型驅動的多元控制圖 (jmp.com) ，以便有一張圖表考慮到您流程中的 4 個（相關）回應。
這樣，您可以分兩步驟進行分析/檢查：
- 查看多元控製圖，看看是否有任何不尋常的模式或點（在綜合和全局/宏觀視圖中），
- 對於這些潛在的異常數據點，查看對偏差影響最大的響應是什麼（只需將滑鼠放在數據點上即可查看響應對這種「偏差」的重新分配），並使用建議的控製圖查看個人響應由斯塔曼。
在附件中，您將找到由 statman 建立的資料表，其中新增了新腳本「PCA 模型驅動的多元控製圖」。
希望這個回答對你有幫助
回覆：分析製造變更資料集的最佳統計方法我打開了您的 Excel 文件（以查看突出顯示的行）和 JMP 文件。 它們並不相同，因此我使用您的 excel 檔案建立了相應的 JMP 檔案。 我用 X 標記了您突出顯示的行。 如果您開啟檔案並點擊檔案左側區域中的綠色箭頭（按批次和多變數標記為 IR）。 這是對資料集的2個分析。 儘管資料集中還有一些其他有趣的點，但我沒有看到任何證據表明批次變化是不尋常的。
回覆：分析製造變更資料集的最佳統計方法當然可以，請見附件，謝謝！
回覆：分析製造變更資料集的最佳統計方法歡迎來到社區。 如今有多種方法（不確定「最佳」意味著什麼），但我更喜歡使用控製圖進行圖形化。 您似乎附加了一個 Excel 文件。 您能否附上 JMP 文件，我們可以幫助您正確格式化它？
