상관관계 도표를 변수별로 그룹화/분리하는 방법은 무엇입니까?다음은 실제 데이터 사례와 유사한 예입니다. 나는 서로 의존하는 것으로 알려진 두 프로세스 변수 사이의 상관관계를 살펴보는 데 관심이 있습니다. 특히 상관관계의 웨이퍼 수 의존성을 이해하고 싶습니다.
실제 데이터 사례의 경우 여기 예시 사례와는 달리 x축 변수는 웨이퍼 번호에 대해 이중 모드입니다(먼저 n개의 웨이퍼가 한 모드에 있고 나머지는 다른 모드에 있다고 가정).
두 변수 사이에 웨이퍼 수 기준으로 통계적으로 유의미한 상관관계가 있는지 이해하기 위해 데이터를 가장 잘 분석하는 방법은 무엇입니까?
Names Default To Here(1);
clear log ();
dt = Open("$SAMPLE_DATA/Semiconductor Capability.jmp");
Bivariate( Y( :PNP1 ), X( :PNP2), Fit Line( {Line Color( {212, 73, 88} )} ) );제가 접근한 방식이 이 문제를 보는 최선의 방법이 아닐 수도 있다는 점을 인정하므로 대체 경로를 환영합니다. 하지만 처음에는 분석을 단순하게 유지하고 불가피하지 않는 한 심층적인 통계를 멀리하고 싶습니다.
자동화 및 스크립팅품질 및 프로세스 엔지니어링Re: 상관관계 도표를 변수별로 그룹화/분리하는 방법은 무엇입니까?Hi @Neo ,
귀하의 문제를 잘 이해하고 있다면 Response Screening(jmp.com) 플랫폼에 관심이 있으실 것입니다.
모든 웨이퍼에 대해 PNP1과 PNP2 사이에 유의미한 상관관계가 있는지 별도로 확인하고 싶습니다.
- 응답 선별 플랫폼을 실행하고 "PNP1"을 Y로, "PNP2"를 X로 지정하고 WaferID를 그룹화 변수로 지정합니다.
-
그런 다음 플랫폼에서 제공되는 결과를 얻었으며 pvalue, effect size, Rsquare 등을 기준으로 정렬할 수 있습니다.
결과를 마우스 오른쪽 버튼으로 클릭한 다음 "결합된 데이터 테이블 만들기"를 선택하면 결과를 JMP 데이터 테이블로 내보내고 필요한 경우 결과를 추가/다르게 처리할 수 있습니다.
Names Default To Here(1);
clear log ();
dt = Open("$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 ) );
또 다른 옵션은 다변량 플랫폼과의 상관관계를 살펴보는 것입니다.
"By" 변수에 변수와 웨이퍼 ID를 지정하면 각 웨이퍼에 대한 상관 관계를 확인하거나 상관 관계 값을 마우스 오른쪽 버튼으로 클릭하고 "결합된 데이터 테이블 만들기"를 클릭하여 데이터 테이블을 내보내고 처리할 수 있습니다.
귀하의 필요에 대한 답변입니까, 아니면 제가 귀하의 주제를 이해했습니까?
Re: 상관관계 도표를 변수별로 그룹화/분리하는 방법은 무엇입니까?@Victor_G 귀하의 제안에 감사드립니다.
응답 선별 플랫폼을 사용하면 실제 데이터 사례의 경우 두 변수의 추세를 상자 그림으로 그려서 얻는 것보다 추가 정보를 얻지 못하는 것 같습니다. 즉, 이중 모드 변수의 각 모드가 잘 연관되어 있습니다. 예상대로 종속변수가 있는 경우, 즉 두 매개변수 모두에 웨이퍼 수 의존성이 있는 것입니다. 그러나 이는 작은 데이터 세트에 대한 것입니다.
매우 큰 데이터 세트의 경우 더 이상 시각적으로 명확하지 않기 때문에 예상되는 상관 관계가 존재하는지 여부를 JMP에서 알려주고 싶습니다. 아마도 JMP가 Process Screening Platform에서 출력하는 다양한 숫자가 무엇인지 이해해야 할 것 같습니다. 그러나 웨이퍼 번호별로 플롯팅하면 상자 플롯과 동일한 추세가 나타납니다. 나는 숫자를 이해하려고 노력할 것입니다. 어쨌든 작업이 진행 중입니다.
나는 이미 상관 행렬을 살펴보았지만 불행하게도 내가 원하는 것은 아닙니다.
제 경우에는 Fit Model을 통한 요인 분석이 도움이 될 수 있습니까? 그렇다면 분석에 웨이퍼 수를 포함하는 방법은 무엇입니까?
