相関プロットを変数別にグループ化/分離するにはどうすればよいですか?以下は、私の実際のデータケースに似た例です。私は、相互に依存していることがわかっている 2 つのプロセス変数間の相関関係を調べることに興味があります。特に、相関関係のウェーハ番号依存性を理解したいと思います。
私の実際のデータケースでは、ここでの例とは異なり、x 軸変数はウェハー数に関して二峰性があります (まず、 n 個のウェハーが 1 つのモードにあり、残りが他のモードにあるとします)。
2 つの変数間にウェハ数ベースで統計的に有意な相関関係があるかどうかを理解するために、データを最も効果的に分析するにはどうすればよいでしょうか?
Names Default To Here(1);
clear log ();
dt = Open("$SAMPLE_DATA/Semiconductor Capability.jmp");
Bivariate( Y( :PNP1 ), X( :PNP2), Fit Line( {Line Color( {212, 73, 88} )} ) );私がこのアプローチをとった方法は、この問題を見る最善の方法ではないかもしれないと認めます。そのため、別の方法を歓迎しますが、まずは分析をシンプルに保ち、避けられない場合を除き、詳細な統計は避けたいと思います。
自動化とスクリプト品質およびプロセスエンジニアリングRe: 相関プロットを変数別にグループ化/分離するにはどうすればいいですか?Hi @Neo,
あなたの問題をよく理解しているのであれば、 Response Screening (jmp.com) プラットフォームに興味があるかもしれません。
すべてのウェーハについて、PNP1 と PNP2 の間に有意な相関関係があるかどうかを個別に確認します。
- レスポンス スクリーニング プラットフォームを起動し、Y に「PNP1」、X に「PNP2」、グループ化変数として waferID を指定します。
-
プラットフォームによって提供される結果が表示され、p 値、効果サイズ、Rsquare などで並べ替えることができます。
結果を右クリックして「結合データ テーブルの作成」を選択すると、結果を JMP データ テーブルにエクスポートし、必要に応じて結果をさらに処理したり、別の方法で処理したりできます。
Names Default To Here(1);
clear log ();
dt = Open("$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 ) );
もう 1 つの選択肢としては、多変量プラットフォームで相関関係を調べることが挙げられます。
「By」変数に変数とウェーハ ID を指定すると、各ウェーハの相関関係を確認したり、相関関係の値を右クリックして「結合データテーブルを作成」し、データテーブルをエクスポートして処理したりできます。
それはあなたのニーズに応えましたか、それともあなたのトピックを理解できましたか?
Re: 相関プロットを変数別にグループ化/分離するにはどうすればいいですか?@Victor_Gご提案ありがとうございます。
応答スクリーニング プラットフォームでは、実際のデータ ケースでは、2 つの変数を上下に並べてボックス プロットの傾向をプロットするだけで得られる情報以外に、追加情報は得られないようです。つまり、2 峰性変数の各モードは、予想どおり従属変数とよく相関しています。言い換えると、両方のパラメーターにウェハ数依存性があります。ただし、これは小規模なデータ セットの場合です。
非常に大きなデータ セットの場合、相関関係が視覚的に明らかではなくなったため、JMP を使用して、予想される相関関係が存在するかどうかを知りたいと思います。おそらく、JMP がプロセス スクリーニング プラットフォームで出力するさまざまな数値を理解する必要があります。ただし、それらをウェーハ番号別にプロットすると、ボックス プロットと同じ傾向が示されます。数値を理解しようと努力します。いずれにせよ、作業は進行中です。
相関行列はすでに確認しましたが、残念ながらそれは私が探しているものではありません。
私のケースでは、フィットモデルによる因子分析が役立ちますか。役立つ場合、分析にウェハー数をどのように含めるのですか。
