Hallo zusammen,
Ich arbeite jetzt schon eine Weile mit den modellgesteuerten multivariaten Regelkarten und war gerade dabei, mein Gedächtnis/Fähigkeiten zu diesem Thema aufzufrischen, als ich anfing, tiefer in einige der statistischen Details der Plattform einzutauchen. Dabei dachte ich, ich würde versuchen, eine manuelle Berechnung der oberen T^2-Kontrollgrenze durchzuführen, entsprechend der Definition in der JMP-Online-Hilfe hier ; Beachten Sie, dass es zwei Definitionen für die UCL gibt: historische und aktuelle Daten.
Beide sind ähnlich und hängen im Gegensatz zur Beta- oder F-Verteilung nur von der Anzahl der Zeilen, n, der Anzahl der Hauptkomponenten, k und 1-Alpha ab. Standardmäßig beträgt Alpha 0,05, also 1-Alpha = 0,95.
Als Beispiel verwende ich die Datei Steam Turbine Historical.jmp – tatsächlich finden Sie das gleiche Beispiel dafür in der Online-Hilfe hier . Wenn Sie die MDMVCC-Plattform ausführen und alle Spalten auswählen (in diesem Fall gibt es keine historischen Zeilendaten, Sie verwenden alle Zeilen), schlägt das T^2-Diagramm einen UCL von etwa 7 vor. Wenn ich versuche, den UCL manuell mit zu berechnen Wenn ich eine Spaltenformel verwende, erhalte ich sehr unterschiedliche Zahlen. Für die Beta-Distributionsversion erhalte ich 26.04 und für die F-Distributionsversion erhalte ich 1.91.
Ich vermute, der Grund liegt darin, dass die Art und Weise, wie die Verteilungen in der UCL in der JMP-Hilfe definiert/referenziert werden, irgendwie anders ist als die Art und Weise, wie die Funktionen in einer Spaltenformel oder im JSL-Code aufgerufen/verwendet werden. Nachfolgend erfahren Sie, wie ich die Spaltenformeln definiere. Vergleichen Sie mit den obigen Definitionen.
Beta
F
Laut Scripting Index klingen die Argumente dieser Funktionen etwas anders als die Definitionen in der Online-Hilfe. Ich habe sogar versucht, die letzten beiden Argumente in den Verteilungsfunktionen zu vertauschen, aber die UCL stimmt immer noch nicht überein.
Es überrascht nicht, dass die Durchführung einer PCA-Analyse mit drei Komponenten zum gleichen Median und UCL führt wie für die MDMVCC-Plattform. Das Gleiche gilt für DModX. Hoffentlich kann jemand helfen, die Diskrepanz zu erklären, die ich bekomme, und warum. Ich möchte in der Lage sein, den Unterschied zwischen den UCL-Werten, die ich manuell erhalte, und denen, die die MDMVCC- und PCA-Plattformen generieren, auszugleichen.
Danke!,
DS
Hallo @SDF1 ,
Es scheint, dass Sie die Beta-Quantil-Funktion anstelle der Beta-Verteilungsfunktion verwenden müssen.
Das Gleiche gilt für die F-Verteilungsfunktion. Sie müssen die F-Quantil-Funktion verwenden.
Ich hoffe es hilft.
Yuichi
Hallo @yuichi_katsumur ,
Danke für die klare Erklärung. Aus den statistischen Angaben in der Online-Hilfe ging nicht hervor, dass man die Quantilfunktion der betreffenden Verteilung verwenden musste. Aber jetzt, wo Sie das geklärt haben, kann ich überprüfen, dass es in beiden Fällen funktioniert, es manuell zu berechnen, sei es nur für historische Daten oder für historische plus neue Daten. Nochmals vielen Dank für die Aufklärung meines Fehlers!
Danke!,
DS
