| Conférencier |
Transcription |
| Tony |
Bonjour, je m'appelle Tony Cooper et je vais présenter un travail que Sam Edgemon et moi avons réalisé et je nous représenterai tous les deux. |
| |
Sam et moi sommes statisticiens chercheurs en industrie manufacturière et en ingénierie depuis une grande partie de notre carrière. Le sujet du jour est : Comprendre le clustering de variables est crucial pour l'analyse des données de fabrication stockées. |
| |
Je présenterai ma présentation à partir d'un seul ensemble de données. L'objectif principal de cette présentation sera la lecture des résultats. Je n'aurai pas vraiment le temps de remplir toutes les boîtes de dialogue nécessaires à leur génération. |
| |
Mais j'ai enregistré tous les scripts dans la table de données, qui seront bien sûr disponibles dans la communauté JMP. |
| |
Les données... une fois le script exécuté, vous pouvez toujours utiliser cette flèche rouge pour effectuer l'option de rétablissement et relancer l'analyse et vous verrez la boîte de dialogue qui aurait été utilisée pour présenter ce morceau de sortie. |
| |
J'utiliserai cet ensemble de données unique qui concerne les données de fabrication. |
| |
Et regardons rapidement à quoi ressemblent ces données |
| |
Et |
| |
Désolé d'avoir un |
| |
Rapidement. Regardez à quoi ressemble cet ensemble de données. Tout d'abord, j'ai un horodatage. Il s'agit donc d'un processus continu : à un certain intervalle de temps, je reviens et j'obtiens une multitude d'informations. |
| |
Concernant certaines variables Y, certains résultats majeurs, certains indicateurs clés de performance (KPI) qui intéressent vraiment le client, ils doivent être conformes aux spécifications, etc., pour que nous puissions livrer efficacement. Et puis… ce sont… des résultats absolument définitifs. |
| |
vitesse de la ligne, comment au point de consigne pour la vibration, |
| |
Et bien d'autres choses encore. Vous pouvez donc voir qu'à travers, j'ai une soixantaine de variables que nous mesurons à cet instant précis. Certaines sont des capteurs, d'autres des points de consigne. |
| |
En fait, observons que certains d'entre eux sont effectivement des points de consigne, comme le point de consigne de chauffage de fabrication. Certains sont des commandes, indiquant par exemple ce que l'automate programmable a demandé au processus. D'autres sont des mesures, indiquant la valeur réelle actuelle. |
| |
Certains d'entre eux sont |
| |
conditions ambiantes, je pense peut-être que c'est une température externe. |
| |
Certains d'entre eux |
| |
Les caractéristiques de qualité des matériaux sont alignées, et il y a certainement des données de sortie du système de vision. Il y a donc beaucoup d'éléments dans les entrées actuellement. |
| |
Et vous pouvez imaginer, par exemple, si j'ai la commande et la mesure de ce que j'ai dit à la zone que je veux atteindre et de ce qu'elle mesure réellement, nous espérons qu'ils sont corrélés. |
| |
Et nous devons étudier certains de ces phénomènes afin de comprendre ce qui se passe. C'est la multicolinéarité, comprendre les interrelations entre |
| |
Les entrées ou séparément, la compréhension de la multicolinéarité et des sorties. Mais globalement, je n'utilise pas l'effet Y cause X pour l'instant. Il ne s'agit pas d'une technique supervisée. Il s'agit d'une technique non supervisée, mais j'essaie simplement de comprendre ce qui se passe dans les données de cette manière. |
| |
Et tous mes scripts sont ici. Voici donc le résumé dont nous avons parlé ; voici une analyse des données. Et comme nous venons de le dire, cela pourrait expliquer pourquoi il y a autant de multicolinéarité, car j'ai des valeurs de consigne et des valeurs réelles. Nous allons donc en apprendre davantage sur ces aspects. |
| |
Ce que nous allons faire en premier, c'est que nous allons ajuster Y égal à une fonction de X et nous allons la définir et je vais seulement regarder ces deux variables pour le moment. |
| |
La commande de la zone 1, donc ce que j'ai dit à la zone 1, si vous voulez. Et puis, j'ai un petit couple thermique dans la zone 1, qui mesure. |
| |
Et vous pouvez voir clairement que lorsque la température de la zone 1 augmente, cette Y4 diminue, cette variable de réponse diminue. |
| |
Et c'est également vrai pour la mesure et vous pouvez voir que dans les estimations, elles sont toutes deux négatives et, dans l'ensemble, et soit dit en passant, elles sont assez |
| |
Variables prédictives, dans le sens où cette seule variable explique 50 % de ce qui se passe en Y4. Eh bien, voyons |
| |
Faisons une analyse multivariée. Imaginez que je vais maintenant ajuster le modèle et que j'ai déplacé ces deux variables dans |
| |
dans mon modèle et j'analyse toujours Y4. Ma réponse est toujours Y4. Oh, regardez ça ! Maintenant, ça suggère que lorsque Y, la commande augmente. Oui, c'est ça. |
| |
Cela fait le contraire de ce que j'attends. C'est toujours négatif dans la bonne direction, mais regardez |
| |
Regardez ces chiffres. Ils ne sont même pas comparables à ceux que j'avais il y a un instant, soit 0,04 et 0,07 négatif. Maintenant, j'ai 0,4 et 0,87 négatif. |
| |
Je ne suis pas sûr de pouvoir faire confiance à ce modèle d’un point de vue technique, et je me demande vraiment comment il caractérise et m’aide à comprendre ce processus. |
| |
Et voici un indice. Ce paramètre n'est peut-être pas activé par défaut, mais vous pouvez faire un clic droit sur ce tableau d'estimations de paramètres pour demander la colonne VIF. |
| |
Cela signifie « facteur d'inflation de variation ». C'est une estimation de l'instabilité du modèle due à |
| |
Cette multicolinéarité. On peut donc… il nous faut un peu d'intuition sur ce que… comment interpréter cette variable. Mais pour être un peu plus clair, je vais tracer… voici |
| |
commande de zone de température une et voici la mesure, et comme vous vous en doutez, |
| |
Comme vous le dites, vous demandez à la zone d'augmenter sa température. Oui, la zone augmente et, dans l'ensemble, elle atteindra peut-être même les valeurs correctes. J'ai un code couleur Y4, ce qui suggère qu'à des températures plus basses, j'obtiens |
| |
les valeurs élevées de Y4 et que le... |
| |
désolé... ouais, dans les basses vallées de température, j'ai obtenu des valeurs élevées de Y4 et exactement comme je l'ai vu sur les parcelles individuelles. |
| |
Mais vous pouvez voir que le problème peut donner une idée de l'échec du modèle multivarié. Vous essayez d'ajuster trois dômes… une surface. |
| |
sur ce bord du couteau et il peut évidemment... il y a une certaine instabilité et si... vous pouvez facilement imaginer que ce n'est pas bien fixé sur le côté pour que je puisse basculer d'avant en arrière ici et c'est ce que vous obtenez. |
| |
C'est en termes de variation du facteur d'inflation que cela se produit. Le logiciel MCO… l'analyse des moindres carrés ordinaires MCO, l'analyse de régression typique. |
| |
je ne peux tout simplement pas le gérer dans un certain sens, peut-être que nous pourrions également parler de la matrice X premier X qui est, vous savez, presque singulière à certains endroits. |
| |
Nous avons donc une heuristique expliquant pourquoi cela se produit. Revenons en arrière et réfléchissons davantage. |
| |
À propos |
| |
À propos |
| |
À propos des valeurs et |
| |
Nous savons que |
| |
Nous savons maintenant que le facteur variation-inflation ne se limite pas aux paires. Mais si je veux trouver une source… l'intuition m'aide à réfléchir à la relation entre |
| |
VIF et comparaison par paires. Par exemple, si j'ai deux variables corrélées à 60 %. |
| |
alors vous savez que si c'était tout, c'était tout par paires, alors le VIF serait d'environ 2,5. |
| |
Et si les deux variables étaient corrélées à 90 %, alors j'obtiendrais un VIF de 10. Et la littérature dit |
| |
Lorsque vos VIF sont de 10 ou plus, l'instabilité est telle qu'il convient de s'inquiéter de votre modèle. En effet, vos données présentent une corrélation de 90 % entre elles. |
| |
Maintenant, savoir si 10 est une bonne valeur limite dépend vraiment de votre application. Si vous prenez de véritables décisions de conception en fonction de cette valeur, je pense qu'une valeur limite de 10 est beaucoup trop élevée. |
| |
Et peut-être même près de deux serait mieux. Mais si je réfléchissais davantage… Eh bien, laissez-moi réfléchir aux facteurs à inclure dans une expérience comme celle-ci. |
| |
Je veux apprendre à mener la bonne expérience. Et je savais que je devais choisir les facteurs à prendre en compte. Et je sais que nous nous en prenons trop souvent aux suspects habituels. Y a-t-il un moyen de me forcer à penser à de meilleurs facteurs ? Eh bien, peut-être qu'alors… |
| |
Le chiffre 10 pourrait vous aider à affiner votre recherche. Cela dépend donc vraiment de votre objectif de réflexion. |
| |
Réfléchissons à la finalité. Approfondissons cette idée de finalité. |
| |
Pour moi, la modélisation a deux objectifs principaux : d'abord, ce qui va se passer, c'est la prédiction. |
| |
Et mais et c'est différent, parfois de pourquoi cela va arriver et c'est plus comme une explication. |
| |
Comme nous venons de le voir avec un très simple |
| |
Commande et mesure sur la zone 1 : on peut, ou on ne peut pas, fournir une explication très précise. Je ne ferais pas confiance à ce modèle pour comprendre pourquoi quelque chose se produit, alors que les réponses semblent aller dans la mauvaise direction. |
| |
C'est pourquoi je ne l'utiliserais pas pour des explications. Je suggère même de ne pas l'utiliser pour des prédictions. Car si je ne comprends pas le modèle, il ne fait pas intuitivement ce que j'attends. |
| |
Cela semble rendre l'extrapolation dangereuse, bien sûr. Par définition, je pense que prédire un événement futur est une extrapolation temporelle. C'est pourquoi j'y réfléchissais toujours. Et, vous savez, nous parlons jusqu'ici de la méthode des moindres carrés ordinaires. |
| |
Toutes mes techniques de modélisation que je vois, comme les arbres de décision, l'analyse des pétitions, |
| |
Tous sont affectés par ce problème, de manières inattendues et variées. Il semble donc judicieux de s'en occuper si possible. Et ce problème ne se limite pas aux données de fabrication. |
| |
Mais c'est probablement encore plus exagéré dans les données de fabrication, car souvent les variables ne sont pas contrôlées. Si nous |
| |
si nous avons, vous savez, une température de zone 1 et que nous avons appris qu'elle doit être à cette valeur pour fabriquer un bon produit, alors nous la contrôlerons aussi étroitement que possible à cette valeur souhaitée. |
| |
Et donc, l'extrapolation devient de plus en plus difficile. Il s'agit donc d'une fabrication exagérée, car nous ne pouvons pas les contrôler. |
| |
Et il y a d'autres choses sur les données de fabrication que vous pouvez lire ici qui peuvent peut-être vous aider |
| |
Améliorez-le, car il présente des opportunités et des défis. Mieux vaut comprendre les processus de fabrication. Leur fonctionnement repose sur de nombreuses connaissances scientifiques et techniques. |
| |
Et vous pouvez comprendre que la stoechiométrie, par exemple, exige que la quantité de A que vous ajoutez soit en relation avec le produit chimique B. |
| |
Ou vous savez que vous ne voulez pas passer de la température de la zone 1 à quelque chose de très différent parce que vous devez l'augmenter lentement, sinon vous ne ferez que créer du stress. |
| |
Vous pouvez donc et devez comprendre votre processus et cela peut être un moyen, même sans aucune de ces preuves empiriques sur la multicolinéarité, de vous en débarrasser en partie. |
| |
Il y a aussi |
| |
L'avantage des données de fabrication est qu'elles sont presque toujours temporelles ; il est donc judicieux de tracer les variables au fil du temps. C'est toujours intéressant. |
| |
ou pas toujours, mais souvent intéressant, les données de fabrication semblent se déplacer par blocs de temps comme ici... nous pensons que cela devrait être 250 et nous l'exécutons pendant des mois, peut-être même des années, |
| |
Et puis soudain, quelqu'un dit : « On a fait quelque chose de différent, on a une nouvelle idée. On va changer les choses. » C'est tellement différent. |
| |
Et bien sûr, si vous vous demandez pourquoi il y a une multicolinéarité, |
| |
nous en avons parlé, cela pourrait être dû à la physique ou à la chimie, mais cela pourrait aussi être dû à une variable latente, bien sûr, surtout lorsqu'il y a un problème de décalage variable dans le temps, comme nous venons de le voir. |
| |
Tout changement à ce rythme pourrait être la cause réelle de l'impact sur les valeurs de Y4. Cela pourrait être dû à un plan de contrôle. |
| |
Cela pourrait être corrélé intentionnellement. Et chacune de ces choses, vous savez, chacune de ces raisons expliquant la multicolinéarité, et la question que je pose toujours est… |
| |
Est-il physiquement possible d'essayer d'autres combinaisons ou pas seulement physiquement possible, est-il judicieux d'essayer d'autres combinaisons ? |
| |
Dans ce cas, vous avez tendance à expérimenter, ce qui est très utile. La modélisation et l'analyse rétrospective de vos données vous aideront à concevoir de meilleures expériences. |
| |
Parfois, même si les attentes sont un peu trop élevées, à mon avis, nous semblons attendre une réponse définitive de ces données rétrospectives. |
| |
Nous avons déjà abordé deux méthodes et demie pour aborder et comprendre le clustering multivariable. L'une d'elles est le VIF. |
| |
Et voici le VIF sur un modèle plus grand avec toutes les variables intégrées. |
| |
Comment déterminer les corrélations ? Cela me montre que j'ai beaucoup de problèmes. |
| |
Mais cela ne m'indique pas comment gérer ces problèmes. C'est donc un bon moyen de vous aider à comprendre que ce modèle ne sera pas adapté. |
| |
Mais ce n'est peut-être pas utile de vous en sortir. Et si j'intégrais les interactions ici, ce serait encore pire, car elles sont presque toujours plus corrélées. Il nous faut donc une autre technique. |
| |
Il s'agit du clustering de variables. Ce cluster est disponible dans JMP et il existe deux façons d'y accéder : via l'outil Analyser les composantes principales multivariées. |
| |
Vous pouvez également passer directement au clustering des variables de cluster. Si vous examinez les composantes principales, vous devez utiliser l'option rouge… l'option triangle rouge pour obtenir les variables de cluster. Je préfère toujours cette méthode, l'ACP, car j'apprécie le résultat supplémentaire. |
| |
Mais il est basé sur l'ACP. Nous allons donc d'abord aborder l'ACP, puis les résultats du clustering de variables. |
| |
Et voici la page JMP. Pour aborder les composantes principales, je vais d'abord travailler avec des versions standardisées des variables. Rappelons-nous ce qu'est la standardisation. |
| |
la moyenne est maintenant zéro, l'écart type est maintenant 1. J'ai donc standardisé ce que cela signifie qu'ils sont tous sur la même échelle maintenant et implicitement quand vous le faites |
| |
quand tu le fais |
| |
composantes principales sur les corrélations dans JMP, |
| |
implicitement, vous le faites sur des variables standardisées. |
| |
JMP est, bien sûr, plus que capable, et plus que suffisamment intelligent pour que vous puissiez y insérer les valeurs d'origine |
| |
et pour que cela fonctionne correctement, puis quand il sort, il sortira, vous savez, la formule, il déterminera quelle est la bonne |
| |
La formule aurait dû être, étant donné que vous êtes revenu à une formule non standardisée. Mais pour un premier aperçu, juste pour que nous puissions voir où se trouvent les formules et certains éléments, je vais travailler avec des variables standardisées pendant un moment, mais nous allons rapidement revenir en arrière, mais je veux juste voir une formule. |
| |
Et c'est cette formule-là. Et ce que je vais faire, c'est réfléchir au résultat. Alors, quel est le but de |
| |
de |
| |
De l'ACP ? Eh bien, c'est une technique de réduction de la variation, mais elle recherche des combinaisons linéaires de vos variables. |
| |
Et s'il trouve une combinaison linéaire qui lui plaît, cela s'appelle une composante principale. |
| |
Et il utilise l’analyse Eigen pour faire cela. |
| |
Donc une autre façon d'y penser est, vous savez que je le veux, j'ai mis 60 variables dans les... dans les entrées. |
| |
Il n'y a pas 60 dimensions indépendantes que je peux manipuler dans ce processus ; elles sont corrélées. Ce que je fais avec la commande pour le temps, pour les températures sur un |
| |
Cela détermine presque en grande partie ce qui se passe avec la température réelle. Ce ne sont donc pas deux variables indépendantes. Cela ne vous empêche pas de dire qu'il n'y a pas deux dimensions. Alors, combien de dimensions avons-nous ? |
| |
C'est ce que ces valeurs propres vous disent. Elles sont comme la variance. Ce sont des estimations de la variance et le seuil est |
| |
1. Et si j'avais le tableau entier ici, il y aurait 60 valeurs propres. On descend jusqu'à 0,97, mais la valeur suivante est probablement 0,965, et la baisse se poursuivra. |
| |
La coupure indique que… ou une règle précise que si elle est supérieure à 1, alors cette combinaison linéaire explique un signal. Et si elle est inférieure à 1, alors elle n'explique que du bruit. |
| |
Et donc ce que fait JMP, c'est que... quand je vais au clustering de variables, il dit, vous savez quoi |
| |
Il y a une deuxième dimension ici. Cela signifie un deuxième groupe de variables, qui explique quelque chose d'un peu différent. Je vais maintenant les séparer en deux groupes. Puis je vais effectuer une ACP sur les deux. |
| |
et si et les valeurs propres pour les deux... la première sera grande, mais à quoi ressemble la seconde |
| |
Après avoir été divisé en deux groupes, est-ce qu'ils sont maintenant inférieurs à un ? Eh bien, s'ils sont inférieurs à un, c'est terminé. Mais s'ils sont supérieurs à un, on peut encore diviser ce groupe. |
| |
Et il a été divisé encore plus interactivement, directement et de manière conflictuelle jusqu'à ce qu'il n'y ait plus de deuxième composant supérieur à un. |
| |
Donc, cela crée ces combinaisons linéaires et vous pouvez voir le… vous savez, quand j'enregistre la composante principale un, c'est exactement cette formule. Oups. |
| |
C'est exactement cette formule, 0,0612, qui correspond à Prin1. Elle sera exacte tant que vous normalisez. Si vous ne normalisez pas, JMP trouvera simplement comment le faire avec la norme non normalisée, ce qui signifie qu'il en est largement capable. |
| |
Commençons donc à travailler avec les données initiales. |
| |
Et nous allons faire notre exemple. Vous verrez que le résultat est très similaire. C'est en fait le même résultat, sauf que j'ai activé une chose. |
| |
Cette option est ici : « Variables de cluster ». Ce que j'obtiens ici, c'est que les variables de cluster génèrent une sortie. Vous pouvez voir que ces chiffres sont identiques. Vous pouvez déjà commencer à comprendre la réflexion nécessaire. Voyons ces deux-là. |
| |
La quantité d'IA introduite semble être étroitement liée à la quantité de BI introduite, donc... et cela aurait du sens pour la plupart des processus chimiques, si cela fait partie de la réaction chimique que vous essayez d'accomplir. |
| |
Vous savez, si vous voulez ajouter 10 % de plus, vous ajouterez probablement 10 % de plus de B. Ainsi, même dans ce diagramme de rayons, on commence à voir des éléments suggérant la multicolinéarité. Et donc, pour arriver à quelque chose. |
| |
Mais je veux les mettre dans des groupes distincts et c'est un peu difficile parce que |
| |
regardez ce type ici, zone de température 4. |
| |
En fait, c'est l'inverse. Ils forment un angle similaire, mais dans la direction opposée, à droite. Il est donc à 100 ou 180 degrés environ de A et B. |
| |
Alors peut-être... négativement corrélé à la température de la zone 4 et AB et non... mais je veux aussi les mettre dans des groupes exclusifs et c'est ce que nous obtenons |
| |
Lorsque nous avons demandé le regroupement des variables, le système a pris ces mêmes éléments et les a regroupés en huit groupes distincts. |
| |
Et voici les coefficients standardisés. Voici donc la formule |
| |
que pour les clusters individuels. Et donc, quand j'enregistre |
| |
les composants du cluster |
| |
J'obtiens un résultat très similaire à celui obtenu avec Prin1, sauf que pour le cluster 1, on remarque que sur cette ligne contenant la commande zone one avec un ... et une valeur de 0,44, la valeur est nulle partout ailleurs. Chaque variable appartient exclusivement à un cluster ou à un autre. |
| |
Alors laissez-moi...parlons de certains résultats. |
| |
Et donc nous faisons du clustering de variables et |
| |
Oups. |
| |
Désolé. |
| Tony |
Nous avons ensuite des tables dans notre sortie. Je vais donc fermer… réduire cette fenêtre et nous allons voir ce qu'elle contient en termes de sortie. |
| |
Et la première chose que je voudrais vous signaler, ce sont les estimations standardisées, et c'est ce que nous faisions. Et si vous voulez le faire, je cite : |
| |
À la main, si vous voulez, répétez. Comment obtenir 0,35238 ? Je pourrais exécuter l'ACP sur les variables du cluster 1. Voici les variables qui y restent. Ensuite, vous pourriez examiner les valeurs propres et les vecteurs propres, et voici les valeurs exactes. |
| |
Donc, |
| |
Donc, le .352 est exactement ce que je disais. Il effectue plusieurs ACP de manière disjointe, et vous pouvez voir que le deuxième composant principal est, pardon, inférieur à un. C'est pourquoi il s'est arrêté à ce composant. |
| |
Qui est là-dedans |
| |
Groupe un : la température est… les deux mesures de la zone un, une mesure de la zone trois A, la quantité d'eau semble avoir son importance par rapport à cela. Avec d'autres températures ici et dans… le groupe six. |
| |
Voici un tableau couleur très utile. Il est organisé par groupe. Voici le groupe numéro un ; je peux le survoler et lire tous les éléments. |
| |
j'ai ajouté de l'eau (alors que j'ai dit que je devrais, ouais, j'ai ajouté de l'eau. Désolé, laissez-moi en prendre un qui soit à ma température trois.) |
| |
Et cette corrélation positive, il est intéressant de noter que la zone 4 présente une corrélation négative. Vous verrez donc des blocs de couleur… car ce sont… Ceci est évidemment le groupe 1, et ceci peut-être le groupe 3. |
| |
Ceci, je sais que c'est le groupe six. |
| |
Mais regardez ici… comme vous pouvez l'imaginer, les groupes un et trois sont relativement corrélés. Nous commençons à entrevoir des pistes de solution. Nous commençons donc à avoir une idée de ce qui se passe dans les données. |
| |
Explorons ce tableau. Il s'agit du cluster propre, du cluster suivant et du ratio 1 moins r au carré. Et… je vais enregistrer cela dans mon propre ensemble de données. |
| |
Je vais exécuter une analyse multivariée. J'ai donc des clusters de un à huit composants et tous les facteurs. Ce qui m'intéresse vraiment, c'est cette partie du tableau, qui regroupe toutes les variables d'origine et leur regroupement avec le composant. Je vais donc enregistrer ce tableau et… |
| |
Ensuite, je vais supprimer quelques lignes supplémentaires de cette table, mais c'est la même. Supprimons simplement quelques lignes. |
| |
Je vais me tourner vers… pour que nous puissions nous concentrer sur certains éléments. Il me reste donc les colonnes qui constituent les composants du cluster et les lignes… |
| |
Ligne/Colonne… le rôle des différentes variables… et nous avons maintenant 27 variables auxquelles nous pensions, au lieu de 60 (désolé), et nous les avons regroupées en 8 groupes différents, et j'ai ajouté ce nombre. Elles peuvent être générées automatiquement. |
| |
Je vais commencer et, pour continuer à travailler, je ne veux pas de corrélations, mais des R². Je vais donc élever tous ces nombres au carré. |
| |
Je les ai donc mis au carré et voilà. Maintenant, on peut regarder, on peut commencer à y réfléchir. |
| |
Et j'ai trié... alors regardons |
| |
première rangée. |
| |
Désolé, celui-ci, la mesure de température dont nous avons parlé, est corrélée à 96 % avec son... avec le groupe un. |
| |
Sa corrélation avec le groupe 2 est de 1 %. Il me semble donc qu'il devrait absolument être dans le groupe 1, mais il n'a pas grand-chose à dire. Je veux aller dans le groupe 2. Je veux trouver tous ces… |
| |
Codons quelques éléments ici pour que nous puissions les retrouver plus rapidement. |
| |
nous parlons de la zone un et celle dans laquelle nous aimerions être, le cas échéant, est le groupe cinq. |
| |
Vous savez qu'il est corrélé à 96 %, mais vous savez, ce ne serait pas le cas. S'il devait quitter ce groupe, où irait-il ensuite ? Il penserait au groupe cinq. |
| |
Et qu'y a-t-il dans le groupe cinq ? Eh bien, vous pourriez certainement commencer à l'examiner. Il y a donc plus de températures, le point de consigne humidité-chaleur, etc. Donc, si ce n'était pas le cas… donc ce nombre… |
| |
Le groupe « avec le cl… » avec son propre groupe indique à quel point il apprécie d'être dans son groupe, et le « quoi… » et le R au carré du groupe suivant indiquent à quel point il aimerait être dans un autre groupe. Ce sont ces deux éléments qui sont rapportés dans le tableau. |
| |
Vous savez, JMP ne montre pas toutes les corrélations, mais cela peut valoir la peine de les tracer et comme nous venons de le démontrer, ce n'est pas difficile à faire. |
| |
Donc, ça vous dit… J'aime vraiment être dans mon propre groupe. Ça veut dire que si je devais partir, ça ne me dérangerait pas d'aller ici. Comparons les deux. Et prenons un moins ce nombre, |
| |
Divisé par 1 moins ce nombre. C'est le ratio 1 moins r au carré. Il s'agit donc du rapport entre votre degré d'appréciation de votre propre groupe et vos tentatives de passage à un autre groupe. |
| |
Et traçons-en quelques-uns. |
| |
Et |
| |
Laissez-moi chercher le filtre de données local là-bas. |
| |
Le cluster. |
| |
Et voilà le truc. Donc |
| |
Les valeurs, en un sens, les valeurs inférieures de ce ratio sont meilleures. Ce sont celles-ci (mettons-le en valeur)… |
| |
Eh bien, mettons en valeur le tout... celui-ci parmi les meilleurs ici. |
| |
J'aime bien celui-ci en bas. Désolé. |
| |
Celui-ci, le point de consigne du vide, vous pouvez voir qu'il a vraiment beaucoup de points communs avec le groupe le plus proche, 0,97 contre 0,0005, donc vous savez que le rapport est proche de zéro. Donc, ceux-là ne… |
| |
Avec ça… vous ne voudriez pas le déplacer. Et vous pourriez commencer à réfléchir aux variables du cluster 1. Si quelqu'un voulait le laisser, ce serait peut-être Pct_reclaim. Peut-être qu'il y est parvenu. |
| |
comme, vous savez, par, vous savez, par un hasard fortuit et j'ai, vous savez, et si j'étais dans le groupe deux, je peux commencer à penser à la vitesse de la ligne. |
| |
Le dernier tableau dont je vais parler est le tableau récapitulatif des clusters. C'est |
| |
cette table ici. |
| |
Et il dit... il a parcouru cette liste et a dit que si je regarde le r au carré de mon propre cluster, le nombre le plus élevé est 0,967 pour le cluster un. |
| |
C'est peut-être donc le cas le plus représentatif. |
| |
Pour moi, il n'est peut-être pas judicieux de laisser le logiciel décider que je vais conserver cette variable et seulement cette variable, même si certainement tous les logiciels |
| |
a un bouton qui dit de le lancer avec seulement les principaux que vous pensez, et c'est ce qui peut vous donner un modèle stable, dans un certain sens, mais je pense que c'est un changement à court terme |
| |
Le genre de choses que vous pouvez faire. Et vous, et j'espère qu'avec les techniques fournies, nous pourrons… vous avez maintenant la possibilité d'explorer ces autres possibilités. |
| |
C'est... vous pouvez calculer ce nombre en effectuant à nouveau uniquement l'ACP sur son propre cluster et il suggère que le cluster... valeur propre une plainte avec explication 0,69% donc c'est un autre... juste en y réfléchissant, c'est son propre cluster. |
| |
Fermez-les et résumons. |
| |
Nous vous avons donc présenté plusieurs techniques. Si vous ne comprenez pas ce qui est clair, vous risquez de rendre vos données difficiles à interpréter, voire d'induire en erreur les modèles. |
| |
Comprendre les données en lien avec le processus peut produire une multicolinéarité. Il suffit donc de comprendre cela du point de vue d'une PME, d'une expertise métier. |
| |
Les graphiques par paires et les nuages de points sont plus faciles à interpréter, mais ils ne prennent pas en compte la multicolinéarité ; il en faut donc davantage. Le VIF est très efficace pour vous signaler un problème. Il n'est disponible que pour les moindres carrés ordinaires. |
| |
Il n’y a aucun élément comparatif pour la prédiction. |
| |
Il existe des lignes directrices et le regroupement des variables est basé sur les composants principaux et montre une meilleure appartenance et renforce la relation dans chaque groupe. |
| |
Et j'espère que cette revue ou cette introduction vous encouragera, peut-être, à récupérer, comme je le dis, cet ensemble de données de JMP Discovery et que vous pourrez exécuter le script vous-même et que vous pourrez évidemment y aller plus lentement et vous assurer que vous vous sentez bien et que vous vous entraînerez peut-être sur vos propres données ou quelque chose comme ça. |
| |
Un dernier point important est que, vous savez, il y avait d'autres documents et d'autres fois où Sam et moi avons parlé lors de conférences JMP Discovery et/ou à |
| |
... ou des livres blancs écrits pour JMP et vous savez peut-être que vous voudrez peut-être réfléchir à tout ce à quoi nous avons pensé avec la fabrication parce que nous avons constaté que |
| |
La modélisation des données de fabrication est un peu particulière par rapport à la compréhension des données clients dans les télécommunications, que beaucoup d'entre nous apprennent à l'école. Merci de votre attention et bonne chance. |
| |
avec une analyse plus approfondie. |
