Ciao a tutti,
Sto lavorando da un po' con le carte di controllo multivariate basate su modello e stavo giusto rinfrescando la mia memoria/capacità sull'argomento quando ho iniziato ad approfondire alcuni dettagli statistici per la piattaforma. Nel frattempo, ho pensato di provare a eseguire un calcolo manuale per il limite di controllo superiore T^2, in base a come è definito nella guida in linea di JMP, qui ; si noti che esistono due definizioni per l'UCL, dati storici e attuali.
Entrambi sono simili e, a parte la distribuzione Beta o F, dipendono solo dal numero di righe, n, dal numero di componenti principali, k e 1-alfa. Per impostazione predefinita, alfa è 0,05, quindi 1-alfa = 0,95.
Ad esempio, sto utilizzando il file Steam Turbine Historical.jmp: in effetti, puoi trovare lo stesso esempio nella guida in linea, qui . Quando esegui la piattaforma MDMVCC e selezioni tutte le colonne (in questo caso non ci sono dati di riga storici, usi tutte le righe), il grafico T ^ 2 suggerisce un UCL di circa 7. Quando provo a calcolare manualmente l'UCL utilizzando una formula di colonna, ottengo numeri molto diversi. Per la versione con distribuzione Beta, ottengo 26.04 e per la versione con distribuzione F, ottengo 1.91.
Immagino che il motivo sia dovuto al fatto che il modo in cui le distribuzioni nell'UCL sono definite/fatte riferimento nella guida di JMP è in qualche modo diverso da come le funzioni vengono chiamate/utilizzate in una formula di colonna o nel codice JSL. Di seguito è riportato come definisco le formule delle colonne. Confrontare con le definizioni di cui sopra.
Beta
F
Secondo lo Scripting Index, gli argomenti relativi a queste funzioni sembrano leggermente diversi dalle definizioni fornite nella guida in linea. Ho anche provato a scambiare gli ultimi due argomenti nelle funzioni di distribuzione, ma l'UCL continua a non corrispondere.
Non sorprende che, eseguendo un'analisi PCA con 3 componenti, si ottengano la stessa mediana e UCL mostrati per la piattaforma MDMVCC. Lo stesso con DModX. Spero che qualcuno possa aiutarmi a spiegare la discrepanza che sto riscontrando e perché. Mi piacerebbe essere in grado di conciliare la differenza tra i valori UCL che ottengo manualmente e quelli generati dalle piattaforme MDMVCC e PCA.
Grazie!,
DS
Ciao @SDF1 ,
Sembra che sia necessario utilizzare la funzione Beta Quantile invece della funzione Beta Distribution.
Lo stesso vale per la funzione Distribuzione F. È necessario utilizzare la funzione Quantile F.
Spero che sia d'aiuto.
Yuichi
Ciao @yuichi_katsumur ,
Grazie per la chiara spiegazione Dai dettagli statistici nella guida in linea non era ovvio che fosse necessario utilizzare la funzione quantile della distribuzione in questione. Ma ora che hai chiarito questo, posso verificare che funziona in entrambi i casi per calcolarlo manualmente, sia per i soli dati storici che per i dati storici più nuovi. Grazie ancora per aver chiarito il mio errore!
Grazie!,
DS
