¿Cómo agrupar/separar un gráfico de correlación por una variable?A continuación se muestra un ejemplo similar a mi caso de datos real. Estoy interesado en observar la correlación entre dos variables de proceso que se sabe que dependen entre sí. Especialmente, me gustaría comprender la dependencia de la correlación del número de oblea.
Para mi caso de datos real, a diferencia del caso de ejemplo aquí, la variable del eje x es bimodal en el número de oblea (primero digamos que n obleas se ubican en un modo, el resto en el otro modo).
¿Cuál es la mejor manera de analizar los datos para comprender si existe una correlación estadísticamente significativa en función del número de oblea entre las dos variables?
Names Default To Here(1);
clear log ();
dt = Open("$SAMPLE_DATA/Semiconductor Capability.jmp");
Bivariate( Y( :PNP1 ), X( :PNP2), Fit Line( {Line Color( {212, 73, 88} )} ) );Admito que la forma en que lo he abordado puede no ser la mejor manera de abordar este problema, por lo que se aceptan rutas alternativas, pero me gustaría mantener el análisis simple para empezar y mantener alejadas las estadísticas profundas a menos que sea inevitable.
Automatización y secuencias de comandosIngeniería de Calidad y ProcesosRe: ¿Cómo agrupar/separar un gráfico de correlación por una variable?Hola @Neo ,
Si entiendo bien su problema, es posible que le interese la plataforma Response Screening (jmp.com).
Desea comprobar si existen correlaciones significativas entre PNP1 y PNP2 para todas las obleas por separado:
- Inicie la plataforma de detección de respuesta, especifique "PNP1" como Y y "PNP2" como X, y waferID como su variable de agrupación:
-
Tienes entonces los resultados que te proporciona la plataforma, y puedes ordenarlos por pvalue, tamaño del efecto, Rsquare...
Al hacer clic derecho en los resultados y luego elegir "Crear tabla de datos combinados", puede exportar los resultados en una tabla de datos JMP y procesar los resultados de manera adicional o diferente si es necesario.
Names Default To Here(1);
clear log ();
dt = Open("$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 ) );
Otra opción podría ser buscar correlaciones con la plataforma Multivariate.
Especifique sus variables y el ID de la oblea en la variable "Por", y podrá ver las correlaciones para cada oblea y/o hacer clic derecho en los valores de Correlaciones, "Crear tabla de datos combinada" para exportar la tabla de datos y procesarla:
¿Responde a tus necesidades o entendí tu tema?
Re: ¿Cómo agrupar/separar un gráfico de correlación por una variable?@Victor_G Gracias por tus sugerencias.
Con la plataforma de evaluación de respuestas, para mi caso de datos real, no parece obtener ninguna información adicional a la que obtengo simplemente trazando tendencias de diagramas de caja, las dos variables una encima de la otra, es decir, cada modo de mi variable bimodal se correlaciona bien. con la variable dependiente como se esperaba o, en otras palabras, existe una dependencia del número de oblea en ambos parámetros. Pero esto es para un pequeño conjunto de datos.
Para un conjunto de datos muy grande, me gustaría que JMP me dijera si existe o no la correlación esperada, ya que ya no es visualmente evidente. Quizás necesito entender cuáles son los distintos números que genera JMP en la plataforma de detección de procesos. Pero graficarlos por número de oblea me muestra la misma tendencia que los diagramas de caja. Intentaré comprender los números; de todos modos, el trabajo está en progreso.
Ya miré la matriz de correlación, desafortunadamente no es lo que estoy buscando.
¿Puede el análisis factorial a través de Fit Model ayudar en mi caso? En caso afirmativo, ¿cómo incluir el número de oblea en el análisis?
