| Lautsprecher |
Transkript |
| Tony |
Hallo, mein Name ist Tony Cooper und ich werde einige Arbeiten vorstellen, die Sam Edgemon und ich gemacht haben, und ich werde uns beide vertreten. |
| |
Sam und ich sind seit einem Großteil unserer Karriere als Forschungsstatistiker tätig und unterstützen die Bereiche Fertigung und Ingenieurwesen. Und das heutige Thema lautet: Das Verständnis der Variablenclusterung ist entscheidend für die Analyse gespeicherter Fertigungsdaten. |
| |
Ich verwende für meine Präsentation einen einzelnen Datensatz. Der Schwerpunkt dieser Präsentation liegt auf dem Lesen der Ausgabe. Ich werde nicht wirklich Zeit haben, alle Dialogfelder auszufüllen, um die Ausgabe zu generieren. |
| |
Aber ich habe alle Skripte in der Datentabelle gespeichert, die natürlich in der JMP-Community verfügbar sein werden. |
| |
Die Daten ... sobald das Skript ausgeführt wird, können Sie jederzeit den roten Pfeil verwenden, um die Option „Wiederholen“ auszuwählen und die Analyse neu zu starten. Daraufhin wird das Dialogfeld angezeigt, das zur Darstellung dieses Ausgabeteils verwendet worden wäre. |
| |
Ich werde diesen einzelnen Datensatz verwenden, der sich auf Fertigungsdaten bezieht. |
| |
Und schauen wir uns kurz an, wie diese Daten aussehen |
| |
Und |
| |
Entschuldigen Sie, dass ich |
| |
Schnell. Sehen Sie sich diesen Datensatz an. Zunächst einmal habe ich einen Zeitstempel. Es handelt sich also um einen kontinuierlichen Prozess. Nach einer gewissen Zeitspanne komme ich zurück und erhalte eine Menge Informationen. |
| |
Bei einigen Y-Variablen, einigen wichtigen Ergebnissen, einigen KPIs, die für den Kunden wirklich wichtig sind, müssen diese den Spezifikationen entsprechen, damit wir sie effektiv ausliefern können. Und dann … das sind … wären definitiv Ergebnisse. Richtig. |
| |
Liniengeschwindigkeit, wie beim Sollwert für die Vibration, |
| |
Und noch eine Menge anderer Dinge. Sie können also überall sehen, dass wir derzeit etwa 60 Variablen messen. Einige davon sind Sensoren, andere sind Sollwerte. |
| |
Und tatsächlich: Schauen wir uns das an. Einige davon sind tatsächlich Sollwerte, wie etwa der Sollwert für die Wärmeproduktion. Andere sind Befehle, also etwa: „Hier ist, was die SPS dem Prozess gesagt hat.“ Andere sind Messwerte, also der aktuelle Istwert. |
| |
Einige von ihnen sind |
| |
Umgebungsbedingungen, vielleicht denke ich, dass es sich um eine Außentemperatur handelt. |
| |
Einige von ihnen |
| |
sind in einer Reihe Materialqualitätsmerkmale, und es gibt sicherlich einige Bildverarbeitungssystem-Ausgaben. Es gibt also derzeit eine Menge Dinge in den Eingaben. |
| |
Und Sie können sich beispielsweise vorstellen, dass ich den Befehl habe und messe, was ich der Zone gesagt habe, wo sie sein soll, und was sie tatsächlich misst, und dass wir hoffen, dass dies korreliert. |
| |
Und wir müssen einiges davon untersuchen, um darüber nachzudenken, was vor sich geht. Und das ist Multikolonnearität, das Verständnis der Wechselbeziehungen zwischen |
| |
die Eingaben oder separat das Verständnis der Multikollinearität und der Ausgaben. Aber im Großen und Ganzen führt das Nicht-Tun von Y zu X-Effekten. Sie wenden keine überwachte Technik an. Dies ist eine unüberwachte Technik, aber ich versuche nur zu verstehen, was auf diese Weise in den Daten passiert. |
| |
Und alle meine Skripte sind hier. Hier ist also die Zusammenfassung, über die wir gesprochen haben; hier ist eine Übersicht der Daten. Wie wir gerade sagten, könnte das erklären, warum so viel Multikollinearität vorliegt, denn ich habe Sollwerte und Istwerte darin. Aber wir werden mehr darüber erfahren. |
| |
Als Erstes werden wir Y gleich einer Funktion von X setzen und es festlegen. Ich werde mir jetzt nur diese beiden Variablen ansehen. |
| |
Der Befehl „Zone eins“, also das, was ich Zone eins gesagt habe, soll „sein“, wenn Sie so wollen. Und dann habe ich ein kleines Thermopaar, das ist ein kleines Thermopaar im Bereich von Zone eins und es misst. |
| |
Und Sie können deutlich sehen, dass mit steigender Temperatur in Zone 1 dieser Y4-Wert und diese Antwortvariable niedriger werden. |
| |
Und das gilt auch für die Messung und Sie können sehen, dass in den in den in den Schätzungen sowohl negative als auch im Großen und Ganzen, und nebenbei bemerkt, diese sind ziemlich |
| |
prädiktive Variablen in dem Sinne, dass nur diese eine Variable 50 % der Vorgänge im vierten Jahr erklärt. Nun, lasst uns |
| |
Lassen Sie uns eine multivariate Analyse durchführen. Stellen Sie sich vor, ich passe jetzt das Modell an und habe beide Variablen in |
| |
in mein Modell und ich analysiere immer noch Y4. Meine Antwort ist immer noch Y4. Oh, sehen Sie sich das an. Jetzt wird vorgeschlagen, dass bei Y, wenn der Befehl nach oben geht. Ja, das bedeutet |
| |
das bewirkt das Gegenteil von dem, was ich erwarte. Das ist immer noch negativ in die richtige Richtung, aber schauen Sie sich |
| |
Schauen Sie sich einige dieser Zahlen an. Sie liegen nicht einmal im gleichen Bereich wie die Werte, die ich vorhin hatte, nämlich 0,04 und 0,07 negativ. Jetzt habe ich positive 0,4 und negative 0,87. |
| |
Ich bin nicht sicher, ob ich diesem Modell aus technischer Sicht vertrauen kann, und ich frage mich wirklich, wie es diesen Prozess charakterisiert und mir hilft, ihn zu verstehen. |
| |
Und hier ist ein Hinweis. Dies ist möglicherweise nicht standardmäßig aktiviert, aber Sie können mit der rechten Maustaste auf diese Parameterschätzungstabelle klicken und nach der VIF-Spalte fragen. |
| |
Das steht für Variationsinflationsfaktor. Und das ist eine Schätzung der... der Instabilität des Modells aufgrund von |
| |
diese Multikollinearität. Man kann also... wir müssen also ein wenig Intuition dafür entwickeln, was... wie man über diese Variable denkt. Aber um ein wenig klarer zu machen, was los ist, werde ich... hier ist |
| |
Temperaturzone ein Befehl und hier ist Messen, und wie Sie erwarten würden, |
| |
Wie Sie sagen ... Sie sagen der Zone, dass die Temperatur steigen soll. Ja, die Zone steigt tatsächlich an und im Großen und Ganzen werden es vielleicht sogar die richtigen Werte sein. Ich habe diese Farbe mit Y4 codiert, was bedeutet, dass ich bei niedrigeren Temperaturen |
| |
die hohen Werte von Y4 und dass die... |
| |
Entschuldigung ... ja, bei niedrigen Temperaturtälern habe ich hohe Y4-Werte erhalten und zwar genau so, wie ich es auf den einzelnen Diagrammen gesehen habe. |
| |
Aber Sie können vielleicht erkennen, warum das multivariate Modell nicht funktioniert hat. Sie versuchen, drei Dome anzupassen … eine Oberfläche. |
| |
über diese Messerschneide und es kann offensichtlich ... es gibt eine gewisse Instabilität und wenn ... Sie können sich leicht vorstellen, dass es an der Seite nicht gut befestigt ist, sodass ich hier vor und zurück schaukeln kann und das ist, was Sie bekommen. |
| |
Es geht darum, wie das ist, dass der Variationsinflationsfaktor. Die OLS-Software ... die OLS-Analyse der kleinsten Quadrate, die typische Regressionsanalyse |
| |
kann es einfach nicht handhaben, in gewissem Sinne könnten wir vielleicht auch darüber sprechen, dass die X-Primzahl-X-Matrix, wissen Sie, an manchen Stellen fast singulär ist. |
| |
Wir haben also eine Heuristik, warum das passiert. Gehen wir zurück und denken wir über weitere |
| |
Um |
| |
Um |
| |
Die über die Werte und |
| |
Wir wissen, dass |
| |
Wir wissen jetzt, dass der Variationsinflationsfaktor tatsächlich mehr als nur paarweise berücksichtigt. Aber wenn ich eine Quelle suche... hilft mir die Intuition, über die Beziehung zwischen |
| |
VIF und paarweiser Vergleich. Zum Beispiel, wenn ich zwei Variablen habe, die zu 60 % korreliert sind |
| |
dann ist es so, dass, wenn alles paarweise wäre, der VIF bei etwa 2,5 liegen würde. |
| |
Und wenn es sich um zwei Variablen mit einer Korrelation von 90 % handelte, dann würde ich einen VIF von 10 erhalten. Und die Literatur sagt |
| |
Wenn Sie VIFs von 10 und mehr haben, liegt eine ausreichende Instabilität vor, weshalb Sie sich über Ihr Modell Sorgen machen sollten. Sie wissen also, dass Sie in gewisser Weise eine 90-prozentige Korrelation zwischen den Dingen in Ihren Daten haben. |
| |
Ob 10 ein guter Grenzwert ist, hängt wohl stark von Ihrer Anwendung ab. Wenn Sie auf dieser Grundlage echte Designentscheidungen treffen, halte ich einen Grenzwert von 10 für viel zu hoch. |
| |
Und vielleicht ist sogar fast zwei besser. Aber wenn ich mehr darüber nachdenke. Nun, lassen Sie mich darüber nachdenken, welche Faktoren in einem Experiment wie |
| |
Ich möchte lernen, wie man ein Experiment richtig durchführt. Und ich wusste, dass ich die Faktoren dafür auswählen muss. Und ich weiß, dass wir zu oft die üblichen Verdächtigen verwenden. Und gibt es eine Möglichkeit, mich selbst dazu zu bringen, mir bessere Faktoren auszudenken? Nun, dann könnte vielleicht ein |
| |
10 könnte hilfreich sein, um die Auswahl einzugrenzen. Es hängt also wirklich davon ab, wohin Sie in Bezug auf das Nachdenken über |
| |
darüber nachdenken, was der Zweck ist. Also mehr zu dieser Idee des Zwecks. |
| |
Wissen Sie, für mich erfüllt die Modellierung zwei Hauptzwecke: Der eine ist, was passieren wird, also die Vorhersage. |
| |
Und aber, und das ist manchmal etwas anderes als die Frage, warum es passiert, und das ist eher eine Erklärung. |
| |
Wie wir gerade mit einem sehr einfachen |
| |
Befehle und Messungen in Zone eins sind nicht möglich, aber Sie können keine gute Erklärung abgeben. Ich würde diesem Modell nicht zutrauen, darüber nachzudenken, warum etwas passiert, wenn ich dies habe, wenn die Antworten, wenn die Schätzung so in die falsche Richtung zu gehen scheint. |
| |
Es ist also sehr wichtig, dass ich es nicht zur Erklärung verwenden würde. Ich schlage vor, dass ich es nicht einmal für Vorhersagen verwenden würde. Denn wenn ich das Modell nicht verstehe, tut es nicht intuitiv das, was ich erwarte. |
| |
Das scheint Extrapolation natürlich gefährlich zu machen. Ich denke, die Vorhersage eines zukünftigen Ereignisses ist per Definition eine Extrapolation in der Zeit. Genau, ich denke immer darüber nach. Und wir sprechen hier von der Methode der kleinsten Quadrate. |
| |
Alle meine Modellierungstechniken, die ich sehe, wie Entscheidungsbäume, Petitionsanalyse, |
| |
sind alle in irgendeiner Weise von diesem Problem betroffen, auf unterschiedliche, unerwartete Weise. Daher ist es sinnvoll, sich darum zu kümmern, wenn möglich. Und das Problem betrifft nicht nur Fertigungsdaten. |
| |
Aber es ist wahrscheinlich schlimmer übertrieben in Fertigungsdaten, weil oft die Variablen nicht kontrolliert werden können. Wenn wir |
| |
Wenn wir beispielsweise die Temperatur in Zone 1 haben und wissen, dass dieser Wert eingehalten werden muss, um ein gutes Produkt herzustellen, dann werden wir sie so genau wie möglich auf den gewünschten Wert einstellen. |
| |
Und so wird es immer schwieriger, eine Extrapolation vorzunehmen. Es handelt sich also um übertriebene Herstellung, weil wir sie nicht kontrollieren können. |
| |
Und es gibt noch einige andere Dinge über Fertigungsdaten, die Sie hier lesen können, die es vielleicht |
| |
Machen Sie es besser, denn es bietet Chancen und Herausforderungen. Besser ist es, wenn Sie die Herstellungsprozesse verstehen. Es steckt viel Wissenschaft und Technik dahinter, wie diese Dinge funktionieren. |
| |
Und Sie können verstehen, dass beispielsweise die Stöchiometrie erfordert, dass die Menge von A, die Sie hinzufügen, in einem Verhältnis zur Chemikalie B stehen muss. |
| |
Oder Sie wissen, dass Sie nicht von der Temperatur in Zone 1 auf eine völlig andere Temperatur wechseln möchten, weil Sie die Temperatur langsam erhöhen müssen, da Sie sonst nur Stress verursachen. |
| |
Sie können und sollten also Ihren Prozess verstehen, und das ist möglicherweise eine Möglichkeit, einen Teil dieser Multikollinearität loszuwerden, auch ohne empirische Beweise dafür. |
| |
Es gibt auch |
| |
Ein Vorteil von Fertigungsdaten besteht darin, dass sie fast immer zeitbasiert sind. Stellen Sie die Variablen daher im Zeitverlauf dar. Und es ist immer interessant |
| |
oder nicht immer, aber oft interessant, die Fertigungsdaten scheinen sich in Zeitblöcken zu bewegen, wie hier ... wir denken, es sollten 250 sein und wir führen es über Monate, vielleicht sogar Jahre aus, |
| |
und dann sagt plötzlich jemand: „Wir haben etwas anders gemacht oder wir haben eine neue Idee. Lasst uns die Temperatur ändern.“ Und so ganz anders. |
| |
Und natürlich, wenn Sie darüber nachdenken, warum es Multikollinearität gibt, |
| |
Wir haben darüber gesprochen, dass es an der Physik oder Chemie liegen könnte, aber es könnte natürlich auch an einer latenten Variable liegen, insbesondere wenn es Bedenken hinsichtlich der zeitlichen Verschiebung von Variablen gibt, wie wir gerade gesehen haben. |
| |
Alles, was sich ebenfalls mit dieser Geschwindigkeit ändert, könnte der eigentliche Grund für die, die, die Werte, das, das Y4 sein. Könnte an einem Kontrollplan liegen. |
| |
Es könnte durch Design korreliert sein. Und jeder dieser Gründe für Multikollinearität, und die Frage, die ich immer stelle, ist: |
| |
ist es physikalisch möglich, andere Kombinationen auszuprobieren, oder ist es nicht nur physikalisch möglich, sondern macht es Sinn, andere Kombinationen auszuprobieren? |
| |
In diesem Fall neigen Sie dazu, Experimente durchzuführen, und das ist sehr hilfreich. Diese Modellierung und die rückblickende Betrachtung Ihrer Daten ist sehr hilfreich bei der Gestaltung besserer Experimente. |
| |
Manchmal sind die Erwartungen allerdings etwas zu hoch, denn meiner Meinung nach scheinen wir von diesen retrospektiven Daten eine endgültige Antwort zu erwarten. |
| |
Wir haben bereits über zweieinhalb Methoden gesprochen, um die Clusterung mehrerer Variablen zu behandeln und zu verstehen. Eine davon ist VIF. |
| |
Und hier ist das VIF auf einem größeren Modell mit allen Variablen. |
| |
Wie würde ich darüber nachdenken, welche miteinander korrelieren? Das sagt mir, dass ich viele Probleme habe. |
| |
Aber es sagt mir nicht, wie ich mit diesen Problemen umgehen soll. Es hilft Ihnen also dabei zu sagen: „Oh, das wird kein gutes Modell.“ |
| |
Aber es hilft vielleicht nicht, Sie da rauszuholen. Und wenn ich hier Interaktionen einbeziehen würde, wäre es noch schlimmer, weil sie fast immer stärker korreliert sind. Wir brauchen also eine andere Technik. |
| |
Und das ist Variablenclustering. Und das ist in JMP verfügbar und es gibt zwei Möglichkeiten, dorthin zu gelangen. Sie können die multivariate Hauptkomponentenanalyse durchführen. |
| |
Oder Sie können direkt mit der Clusterung der Clustervariablen beginnen. Wenn Sie die Hauptkomponenten durchgehen, müssen Sie die rote Option verwenden, um die Clustervariablen zu erhalten. Ich bevorzuge immer noch diese Methode, die PCA, weil ich die zusätzlichen Ergebnisse mag. |
| |
Es basiert jedoch auf PCA. Wir werden also zuerst über PCA sprechen und dann über die Ausgabe der Variablenclusterung. |
| |
Und hier ist die JMP-Seite. Um über Hauptkomponenten zu sprechen, werde ich zunächst mit standardisierten Versionen der Variablen arbeiten. Und erinnern wir uns daran, was standardisiert ist. |
| |
der Mittelwert ist jetzt Null, die Standardabweichung ist jetzt 1. Ich habe also standardisiert, was das bedeutet, dass sie jetzt alle auf der gleichen Skala sind und implizit, wenn Sie |
| |
wenn du das tust |
| |
Hauptkomponenten auf Korrelationen in JMP, |
| |
implizit arbeiten Sie mit standardisierten Variablen. |
| |
JMP ist natürlich mehr als fähig, ein mehr als intelligent genug für Sie, um in die ursprünglichen Werte |
| |
und damit es richtig funktioniert und wenn es dann eine Formel ausgibt, wird es herausfinden, was die richtige |
| |
Die Formel hätte lauten sollen, da Sie, wissen Sie, nicht standardisiert zurückgegangen sind. Aber nur als erster Blick, damit wir sehen können, wo die Formel und einige Dinge sind. Ich werde eine Weile mit standardisierten Variablen arbeiten, aber wir werden schnell zurückgehen, aber ich möchte nur eine Formel sehen. |
| |
Und das ist diese Formel hier. Und ich werde über das Ergebnis nachdenken. Was ist also der Zweck von |
| |
von |
| |
von PCA? Nun, es wird als Variationsreduktionstechnik bezeichnet, aber was es tut, ist, nach linearen Kombinationen Ihrer Variablen zu suchen. |
| |
Und wenn es eine lineare Kombination findet, die ihm gefällt, dann ... das nennt man Hauptkomponente. |
| |
Und dazu wird die Eigenanalyse verwendet. |
| |
Man kann es sich auch folgendermaßen vorstellen: Ich möchte, dass ich etwa 60 Variablen in die Eingaben eingebe. |
| |
Es gibt nicht 60 unabhängige Dimensionen, die ich in diesem Prozess manipulieren kann, sie sind korreliert. Was ich mit dem Befehl für Zeit, für Temperaturen auf einer |
| |
bestimmt maßgeblich, was mit der tatsächlichen Temperatur passiert. Es handelt sich also nicht um zwei unabhängige Variablen. Sie halten nicht an, Sie haben keine zwei Dimensionen. Wie viele Dimensionen haben wir also? |
| |
Das ist es, was dieses Ding, die Eigenwerte, Ihnen sagen. Diese sind wie Varianz. Dies sind Schätzungen der Varianz und der Cutoff ist |
| |
Eins. Wenn ich die ganze Tabelle hier hätte, wären da 60 Eigenwerte. Gehen Sie ganz nach unten, Sie wissen schon, die Startmeldung liegt bei 0,97, aber der nächste Wert liegt wahrscheinlich bei 0,965 und es geht weiter nach unten. |
| |
Der Grenzwert besagt, dass ... oder eine Richtlinie besagt, dass diese lineare Kombination ein Signal erklärt, wenn er größer als eins ist. Und wenn er kleiner als eins ist, erklärt sie nur Rauschen. |
| |
Und was JMP macht, ist... wenn ich zur Variablenclusterung gehe, sagt es, wissen Sie was |
| |
Sie haben hier eine zweite Dimension. Das bedeutet eine zweite Gruppe von Variablen, die etwas anders erklärt. Jetzt werde ich sie in zwei Gruppen aufteilen. Und dann werde ich für beide eine PCA durchführen. |
| |
und wenn und die Eigenwerte für beide...der erste wird groß sein, aber wie sieht der zweite aus |
| |
nachdem ich sie in zwei Gruppen aufgeteilt habe? Sind sie jetzt kleiner als eins? Nun, wenn sie kleiner als eins sind, sind Sie fertig. Aber wenn sie größer als eins sind, ist es so, als ob diese Gruppe noch weiter aufgeteilt werden könnte. |
| |
Und es wurde interaktiv, direkt und trennend noch weiter aufgeteilt, bis es keine zweiten Komponenten mehr gab, die größer als eins waren. |
| |
Es werden also diese linearen Kombinationen erstellt und Sie können das sehen... wissen Sie, wenn ich Hauptkomponente eins speichere, ist es genau diese Formel. Ups. |
| |
Es ist genau diese Formel, .0612, und das ist die Formel für Prin1, und das wird genau richtig sein, solange Sie standardisieren. Wenn Sie nicht standardisieren, wird JMP einfach herausfinden, wie es auf dem nicht standardisierten System funktioniert, was bedeutet, dass es dazu mehr als in der Lage ist. |
| |
Beginnen wir also mit der Arbeit mit den Ausgangsdaten. |
| |
Und wir machen unser Beispiel. Sie werden sehen, dass die Ausgabe sehr ähnlich ist. Es ist tatsächlich dieselbe Ausgabe, bis auf eine Sache, die ich aktiviert habe. |
| |
Hier ist diese Option: Clustervariablen. Hier unten erhalte ich die Ausgabe der Clustervariablen. Sie sehen, dass die Zahlen identisch sind. Man kann sich schon vorstellen, was man sich dabei überlegen muss: Schauen wir uns die beiden hier an. |
| |
Die Menge der eingesetzten KI scheint stark mit der Menge des eingesetzten BI zusammenzuhängen, also … und das wäre für die meisten chemischen Prozesse sinnvoll, wenn das Teil der chemischen Reaktion ist, die Sie erreichen möchten. |
| |
Wissen Sie, wenn Sie 10 % mehr hineingeben möchten, werden Sie wahrscheinlich 10 % mehr B hineingeben. Sogar in diesem Strahlendiagramm beginnen Sie, einige Dinge zu sehen, die auf Multikollinearität hindeuten. Und so kommen wir weiter. |
| |
Aber ich möchte sie in verschiedene Gruppen einteilen, und das ist ein wenig schwierig, weil |
| |
Passen Sie auf diesen Kerl hier auf, Temperaturzone 4. |
| |
Er ist eigentlich das Gegenteil. Sie haben quasi den gleichen Winkel, aber in die entgegengesetzte Richtung, also ist er fast 100 oder 180 Grad von A und B entfernt. |
| |
Also vielleicht ... negativ korreliert mit der Temperatur in Zone 4 und AB und nicht ... aber ich möchte sie auch in exklusive Gruppen einteilen und das ist, was wir bekommen |
| |
Als wir nach der Variablenclusterung fragten, wurden genau diese Dinge genommen und in unterschiedliche Gruppen eingeteilt, und zwar in acht unterschiedliche Gruppen. |
| |
Und hier sind die standardisierten Koeffizienten. Das ist also die Formel |
| |
dass die für die, wissen Sie, für die einzelnen Cluster. Und so, wenn ich speichern |
| |
die Clusterkomponenten |
| |
Ich erhalte ein Ergebnis, das dem von Prin1 sehr ähnlich ist, nur eben nur für Cluster 1. Sie bemerken, dass in dieser Zeile der Befehl für Zone 1 mit ... mit .44 steht, überall sonst ist Null. Jede Variable befindet sich ausschließlich in dem einen oder anderen Cluster. |
| |
Lassen Sie mich also über einige der Ergebnisse sprechen. |
| |
Und so machen wir Variablenclustering und |
| |
Hoppla. |
| |
Entschuldigung. |
| Tony |
Und dann haben wir einige Tabellen in unserer Ausgabe. Ich werde also dieses Fenster schließen ... minimieren und wir sprechen darüber, was hier in Bezug auf die Ausgabe enthalten ist. |
| |
Und das Erste, worauf ich Sie hinweisen möchte, sind die standardisierten Schätzungen, die wir durchgeführt haben. Und wenn Sie es tun möchten, zitieren Sie, wissen Sie, |
| |
Wiederholen Sie dies von Hand. Wie erhalte ich hier einen Wert von .35238? Ich könnte die PCA nur auf Cluster-1-Variablen ausführen. Dies sind die Variablen, die dort enthalten sind. Und dann könnten Sie sich die Eigenwerte und Eigenvektoren ansehen. Dies sind die exakten Zahlen. |
| |
Also, |
| |
Die .352 ist also genau das, was ich gesagt habe. Es werden immer wieder mehrere PCAs durchgeführt, und Sie können sehen, dass die zweite Hauptkomponente hier, oh Entschuldigung, kleiner als eins ist. Deshalb wurde bei dieser Komponente angehalten. |
| |
Wer ist da drin |
| |
Cluster eins, also, die Temperatur ist … die beiden Messungen von Zone eins, eine Messung von Zone drei A, die Wassermenge scheint im Vergleich dazu eine Rolle zu spielen. Mit einigen der anderen Temperaturen hier drüben und in was … in Cluster sechs. |
| |
Dies ist eine sehr hilfreiche farbcodierte Tabelle. Sie ist nach Clustern organisiert. Dies ist Cluster eins; ich kann mit der Maus darüberfahren und alle Informationen lesen. |
| |
Wasser hinzugefügt (obwohl ich gesagt habe, ich sollte, ja, Wasser hinzufügen. Entschuldigung, ich hole eins, das meiner Temperatur drei entspricht.) |
| |
Und das ist eine positive Korrelation. Interessant ist, dass Zone 4 dort eine negative Korrelation aufweist. Sie werden also auf jeden Fall Farbblöcke sehen, um … denn das sind … das hier ist also offensichtlich Cluster eins, das hier ist vielleicht Cluster drei. |
| |
Ich weiß, dass es Cluster sechs ist. |
| |
Aber sehen Sie mal hier... wie Sie sich vorstellen können, sind Cluster eins und drei in gewisser Weise korreliert. Wir bekommen erste Ideen, was wir tun könnten. Wir bekommen also eine Ahnung davon, was in den Daten vor sich geht. |
| |
Sehen wir uns diese Tabelle hier genauer an. Dies ist der Cluster mit eigenem Cluster, der nächste Cluster und das Verhältnis 1 minus r². Und was... das speichere ich in meinem eigenen Datensatz. |
| |
Ich werde eine multivariate Analyse durchführen. Ich habe Cluster eins bis acht Komponenten und alle Faktoren. Was mich wirklich interessiert, ist dieser Teil einer Tabelle, also alle ursprünglichen Variablen und wie sie mit der Komponente gruppiert sind. Ich speichere die Tabelle und |
| |
Dann werde ich einige zusätzliche Zeilen aus dieser Tabelle löschen, aber es ist dieselbe Tabelle. Lassen Sie uns einfach einige Zeilen löschen. |
| |
Und ich drehe mich um und ... damit wir uns auf bestimmte konzentrieren können. Was mir also übrig bleibt, sind die Spalten, die die Clusterkomponenten sind, und die Zeilen ... |
| |
Zeilenspalte ... die Rolle der verschiedenen ... und es sind jetzt 27 Variablen, an die wir gedacht haben, nicht 60 (sorry), und sie sind in 8 verschiedene Gruppen eingeteilt und ich habe diese Zahl hinzugefügt. Sie können automatisch kommen. |
| |
Ich fange an und um weiterzuarbeiten, werde ich Folgendes tun: Ich möchte diese nicht als Korrelationen. Ich möchte diese als R-Quadrate. Also werde ich alle diese Zahlen quadrieren. |
| |
Also habe ich sie einfach quadriert und los geht‘s. Jetzt können wir es uns ansehen und anfangen, darüber nachzudenken. |
| |
Und ich habe sortiert... also schauen wir uns an |
| |
Reihe eins. |
| |
Entschuldigung, die Temperaturmessung, über die wir gesprochen haben, korreliert zu 96 % mit ihrem … mit Cluster Eins. |
| |
Es besteht eine 1%ige Korrelation mit Cluster 2, daher sieht es für mich so aus, als ob es unbedingt in Cluster 1 möchte, obwohl es nicht viel zu sagen hat. Ich möchte in Cluster 2. Ich möchte alle diese … finden. |
| |
Lassen Sie uns einige Dinge hier farblich kennzeichnen, damit wir sie schneller finden können. Also |
| |
wir sprechen von Zone 1 und die Zone, in der wir uns am liebsten befinden würden, ist Cluster 5. |
| |
Sie wissen, dass es zu 96 % korreliert ist, aber Sie wissen auch, dass es nicht so wäre. Wenn es diesen Cluster verlassen müsste, wohin würde es als nächstes gehen? Es würde über Cluster fünf nachdenken. |
| |
Und was befindet sich in Cluster fünf? Nun, Sie könnten sich das sicherlich ansehen. Dort gibt es also weitere Temperaturen. Der Sollwert für Feuchtigkeit und Wärme und so weiter. Wenn es also nicht ... also diese Zahl, |
| |
Das mit dem Cluster... mit seinem eigenen Cluster sagt aus, wie gern es in seinem Cluster ist, und das was... und das R-Quadrat zum nächsten Cluster sagt aus, wie gern es in einem anderen wäre. Und das sind die beiden Dinge, die in der Tabelle aufgeführt sind. |
| |
Wissen Sie, JMP zeigt nicht alle Korrelationen, aber es kann sich lohnen, sie darzustellen, und wie wir gerade gezeigt haben, ist das nicht schwer. |
| |
Das zeigt Ihnen: Ich bin sehr gerne in meinem eigenen Cluster. Das bedeutet, wenn ich weg müsste, würde ich gerne hierher gehen. Vergleichen wir die beiden. Und nehmen wir eins minus diese Zahl. |
| |
geteilt durch eins minus diese Zahl. Das ist das Verhältnis eins minus r². Es ist also das Verhältnis, wie sehr Sie Ihren eigenen Cluster mögen, geteilt durch die Anzahl Ihrer Versuche, zu einem anderen Cluster zu wechseln. |
| |
Und lassen Sie uns einige davon aufzeichnen. |
| |
Und |
| |
Lassen Sie mich dort nach dem lokalen Datenfilter suchen. |
| |
Der Cluster. |
| |
Und hier ist die Sache. Also |
| |
Werte, in gewissem Sinne sind niedrigere Werte dieses Verhältnisses besser. Dies sind die hier (heben wir ihn hervor) ... |
| |
Nun, lassen Sie uns das Allerbeste hervorheben... dieses hier ist eines der Top-Produkte. |
| |
Mir gefällt das hier unten. Tut mir leid. |
| |
Dieser Vakuumsollwert hat seinen eigenen Cluster gegenüber dem nächstliegenden, 0,97 gegenüber 0,0005. Das Verhältnis liegt also nahe Null. Das wäre also nicht... |
| |
Damit... das würdest du nicht verschieben wollen. Und du könntest anfangen, Dinge zu tun wie: Lass uns nur über die Variablen des ersten Clusters nachdenken. Wenn jemand es verlassen möchte, ist es vielleicht die Pct_reclaim. Vielleicht ist er dort reingekommen, |
| |
wie, wissen Sie, durch, wissen Sie, durch einen glücklichen Zufall, und ich habe, wissen Sie, und wenn ich in Cluster zwei wäre, könnte ich anfangen, über die Leitungsgeschwindigkeit nachzudenken. |
| |
Die letzte Tabelle, über die ich sprechen werde, ist die Cluster-Zusammenfassungstabelle. Das ist |
| |
diese Tabelle hier. |
| |
Und es heißt … es ist diese Liste durchgegangen und hat gesagt, dass, wenn ich mir das R-Quadrat meines eigenen Clusters ansehe, die höchste Zahl 0,967 für Cluster eins ist. |
| |
Das ist vielleicht am repräsentativsten. |
| |
Für mich ist es vielleicht nicht klug, die Software entscheiden zu lassen, dass ich diese Variable und nur diese Variable behalte, obwohl sicherlich jede Software |
| |
hat einen Knopf, der sagt, starten Sie es mit nur den wichtigsten, die Sie denken, und das ist, dass das kann Ihnen ein stabiles Modell, in gewissem Sinne, aber ich denke, es ist kurz ändern |
| |
die Dinge, die Sie tun können. Und Sie und hoffentlich können wir mit den bereitgestellten Techniken... Sie haben jetzt die Möglichkeit, diese anderen Dinge zu erkunden. |
| |
Dies ist … Sie können diese Zahl berechnen, indem Sie die PCA erneut auf seinem eigenen Cluster durchführen, und es schlägt vor, dass es sich um einen Cluster handelt … Eigenwert eins, eine Beschwerde mit erklärten 0,69 %, also ist das ein weiterer … wenn ich nur darüber nachdenke, es ist ein eigener Cluster. |
| |
Schließen Sie diese und lassen Sie uns zusammenfassen. |
| |
Wir haben Ihnen also mehrere Techniken vorgestellt. Wenn Sie nicht verstehen, was klar ist, kann es sein, dass Ihre Daten schwer zu interpretieren sind und die Modelle sogar in die Irre geführt werden. |
| |
Das Verstehen der Daten im Hinblick auf den Prozess kann zu Multikollinearität führen. Es geht also nur um ein Verständnis aus der Sicht eines KMU, aus der Sicht der Fachkompetenz. |
| |
Paarweise und Streudiagramme sind einfacher zu interpretieren, weisen aber keine Multikollinearität auf, sodass Sie mehr benötigen. VIF ist hervorragend geeignet, um Ihnen zu sagen, dass Sie ein Problem haben. Es ist eigentlich nur für gewöhnliche kleinste Quadrate verfügbar. |
| |
Es gibt keine Vergleichsmöglichkeit für Vorhersagen. |
| |
Und es gibt einige Richtlinien und die Variablenclusterung basiert auf Hauptkomponenten und zeigt eine bessere Mitgliedschaft und stärkt die Beziehung in jeder Gruppe. |
| |
Und ich hoffe, dass diese Überprüfung oder die Einführung Sie vielleicht dazu ermutigen wird, wie gesagt, diesen Datensatz von JMP Discovery zu holen und das Skript selbst auszuführen. Sie können natürlich langsamer vorgehen und sicherstellen, dass Sie sich wohl fühlen und vielleicht an Ihren eigenen Daten oder so etwas üben. |
| |
Ein letzter Hinweis: Es gibt noch anderes Material und andere Male, als Sam und ich auf JMP Discovery-Konferenzen und/oder bei |
| |
...oder Whitepaper für JMP geschrieben und Sie wissen vielleicht, dass Sie vielleicht darüber nachdenken möchten, was wir bei der Herstellung bedacht haben, weil wir festgestellt haben, dass |
| |
Die Modellierung von Fertigungsdaten ist etwas Besonderes im Vergleich zum Verständnis von Kundendaten in der Telekommunikation, das viele von uns in der Schule lernen. Vielen Dank für Ihre Aufmerksamkeit und viel Erfolg. |
| |
mit weiteren Analysen. |
