Wie gruppiert/trennt man ein Korrelationsdiagramm nach einer Variablen?Nachfolgend sehen Sie ein Beispiel, das meinem tatsächlichen Datenfall ähnelt. Ich möchte die Korrelation zwischen zwei Prozessvariablen untersuchen, von denen bekannt ist, dass sie voneinander abhängig sind. Insbesondere möchte ich die Abhängigkeit der Korrelation von der Wafernummer verstehen.
Für meinen tatsächlichen Datenfall ist, anders als im Beispielfall hier, die x-Achsenvariable bi-modal auf der Wafernummer (sagen wir zunächst, n Wafer befinden sich in einem Modus, der Rest in dem anderen Modus).
Wie lassen sich die Daten am besten analysieren, um festzustellen, ob auf Basis der Waferanzahl eine statistisch signifikante Korrelation zwischen den beiden Variablen besteht?
Names Default To Here(1);
clear log ();
dt = Open("$SAMPLE_DATA/Semiconductor Capability.jmp");
Bivariate( Y( :PNP1 ), X( :PNP2), Fit Line( {Line Color( {212, 73, 88} )} ) );Ich gebe zu, dass mein Ansatz vielleicht nicht die beste Art ist, dieses Problem zu betrachten, sodass alternative Ansätze willkommen sind. Ich möchte die Analyse jedoch zunächst einfach halten und auf tiefgehende Statistiken verzichten, sofern dies nicht unvermeidlich ist.
Automatisierung und SkriptingQualitäts- und ProzesstechnikBetreff: Wie gruppiert/trennt man ein Korrelationsdiagramm nach einer Variablen?Hallo @Neo ,
Wenn ich Ihr Problem richtig verstehe, könnte Sie die Plattform Response Screening (jmp.com) interessieren.
Sie möchten für alle Wafer separat prüfen, ob signifikante Korrelationen zwischen PNP1 und PNP2 bestehen:
- Starten Sie die Response-Screening-Plattform, geben Sie „PNP1“ als Y und „PNP2“ als X sowie waferID als Gruppierungsvariable an:
-
Sie erhalten dann die von der Plattform bereitgestellten Ergebnisse und können nach P-Wert, Effektgröße, R-Quadrat usw. sortieren.
Durch einen Rechtsklick auf die Ergebnisse und die Auswahl von „Kombinierte Datentabelle erstellen“ können Sie die Ergebnisse anschließend in eine JMP-Datentabelle exportieren und bei Bedarf weiter/anders verarbeiten.
Names Default To Here(1);
clear log ();
dt = Open("$SAMPLE_DATA/Semiconductor Capability.jmp");
// Launch platform: Response Screening Data Table( "Semiconductor Capability" ) << Response Screening( Y( :PNP2 ), X( :PNP1 ), Grouping( :Wafer ID in lot ID ), PValues Table on Launch( 0 ) );
Eine weitere Möglichkeit könnte darin bestehen, Korrelationen mit der multivariaten Plattform zu betrachten.
Geben Sie Ihre Variablen und die Wafer-ID in der Variable „Nach“ an. Anschließend können Sie sich die Korrelationen für jeden Wafer ansehen und/oder mit der rechten Maustaste auf die Korrelationswerte klicken und „Kombinierte Datentabelle erstellen“ wählen, um die Datentabelle zu exportieren und zu verarbeiten:
Entspricht es Ihren Bedürfnissen oder habe ich Ihr Thema verstanden?
Betreff: Wie gruppiert/trennt man ein Korrelationsdiagramm nach einer Variablen?@Victor_G Danke für Ihre Vorschläge.
Mit der Response-Screening-Plattform erhalte ich für meinen tatsächlichen Datenfall anscheinend keine zusätzlichen Informationen als die, die ich erhalte, wenn ich einfach die Boxplot-Trends der beiden Variablen übereinander zeichne. Das heißt, jeder Modus meiner bimodalen Variablen korreliert wie erwartet gut mit der abhängigen Variable, oder anders ausgedrückt: Es besteht eine Abhängigkeit von der Waferanzahl bei beiden Parametern. Aber das gilt für einen kleinen Datensatz.
Bei einem sehr großen Datensatz möchte ich, dass JMP mir sagt, ob die erwartete Korrelation besteht oder nicht, da sie optisch nicht mehr erkennbar ist. Vielleicht muss ich verstehen, was die verschiedenen Zahlen bedeuten, die JMP in der Process Screening Platform ausgibt. Aber wenn ich sie nach Wafernummer aufzeichne, zeige ich denselben Trend wie die Boxplots. Ich werde versuchen, die Zahlen zu verstehen – das ist sowieso noch in Arbeit.
Ich habe mir die Korrelationsmatrix bereits angesehen, ist leider nicht das, was ich suche.
Kann mir eine Faktorenanalyse mittels Fit-Modell in meinem Fall helfen? Und wenn ja, wie kann ich die Wafernummer in die Analyse einbeziehen?
