758503_ko-KR

liliconcom

저장된 제조 데이터를 분석할 때 변수 클러스터링을 이해하는 것이 중요합니다(2020-US-30MP-576)

Tony Cooper, SAS 수석 분석 컨설턴트
Sam Edgemon, SAS Institute 수석 분석 컨설턴트

프로세스 제품 개발에서 실험 계획법(DOE)은 다음과 같은 질문에 답하는 데 도움이 됩니다. 어떤 X가 Y를 어떤 방향으로, 단위 변화량으로 얼마나 변화시키는가? 원하는 효과를 어떻게 얻을 수 있는가? 그리고 어떤 X가 통제력이 약하거나, 더 엄격한 통제가 필요하거나, 다른 최적 설정이 필요한가? 과거 데이터의 정보는 이러한 질문에 부분적으로 답하고 올바른 실험을 실행하는 데 도움이 될 수 있습니다. 이러한 비-DoE 데이터의 문제 중 하나는 다중공선성의 문제입니다. 다중공선성을 감지하고 이해하면 분석가가 적절하게 대응할 수 있습니다. 모델 분석의 분산 팽창 요인과 모델과 관련 없는 변수 클러스터링은 두 가지 일반적인 접근 방식입니다. 각각의 정보는 유사하지만 동일하지는 않습니다. 간단한 플롯은 이해를 도울 수 있지만 충분한 정보를 제공하지 못할 수 있습니다. 문제를 논의하기 위해 예를 사용합니다.

자동 생성된 대본...

스피커	성적 증명서
토니	안녕하세요, 저는 토니 쿠퍼입니다. 샘 에지먼과 제가 작업한 작품을 소개하고, 두 분을 대표하여 발표하겠습니다.
	샘과 저는 오랜 경력 동안 제조 및 엔지니어링 분야를 지원하는 연구 통계학자로 활동해 왔습니다. 오늘의 주제는 저장된 제조 데이터 분석 시 변수 군집화의 중요성에 대한 이해입니다.
	발표 자료로 단일 데이터 세트를 사용할 예정입니다. 이 발표의 초점은 출력 결과를 읽는 것입니다. 따라서 출력을 생성하기 위해 모든 대화 상자를 채울 시간은 없습니다.
	하지만 저는 모든 스크립트를 데이터 테이블에 저장했고, 이는 JMP 커뮤니티에서 사용할 수 있을 것입니다.
	데이터...스크립트를 실행한 후에는 항상 빨간색 화살표를 사용하여 다시 실행 옵션을 선택하고 분석을 다시 시작할 수 있으며 해당 출력을 표시하는 데 사용되었을 대화 상자가 표시됩니다.
	제조 데이터에 대한 단일 데이터 세트를 사용하겠습니다.
	이 데이터가 어떻게 보이는지 잠깐 살펴보겠습니다.
	그리고
	죄송합니다.
	잠깐. 이 데이터 세트가 어떻게 생겼는지 보세요. 우선, 타임스탬프가 있습니다. 이건 연속적인 과정인데, 일정 시간 간격으로 돌아와서 많은 정보를 얻습니다.
	일부 Y 변수, 주요 결과, 고객이 정말 중요하게 생각하는 KPI 등은 사양에 맞아야 효과적으로 납품할 수 있습니다. 그리고... 이런 것들은... 확실히 결과물이 될 겁니다. 그렇죠.
	라인 속도, 진동 설정 지점에서 어떻게 되는지,
	그리고 다른 것들도 많습니다. 그러니까 전체적으로 볼 수 있듯이, 그 순간에 측정하는 변수가 60개 정도 됩니다. 그중 일부는 센서이고, 일부는 설정점입니다.
	실제로, 그중 일부는 제조 열 설정점과 같은 설정점이라는 것을 살펴보겠습니다. 일부는 PLC가 프로세스에 지시한 내용과 같은 명령입니다. 일부는 현재 실제 값을 나타내는 측정값입니다.
	그 중 일부는
	주변 환경의 영향일 수도 있고, 외부 온도 때문일 수도 있다고 생각해요.
	그들 중 일부
	재료 품질 특성이 일관되게 유지되고 있고, 비전 시스템 출력도 확실히 있습니다. 그래서 현재 입력에는 여러 가지가 있습니다.
	예를 들어, 제가 명령과 측정값을 가지고 있다면, 제가 원하는 영역과 실제로 측정한 값이 서로 연관되기를 바랄 수 있을 겁니다.
	그리고 우리는 무슨 일이 일어나고 있는지 생각하기 위해 그 중 일부를 조사해야 합니다. 그것이 바로 다중공동성입니다.
	입력값이나 별도로, 다중공선성과 출력을 이해하는 것이 중요합니다. 하지만 전반적으로 지금은 Y 원인 X 효과를 분석하고 있지 않습니다. 지도 학습 기법을 사용하는 것이 아닙니다. 이것은 비지도 학습 기법이지만, 저는 단지 그런 방식으로 데이터에서 무슨 일이 일어나고 있는지 이해하려고 할 뿐입니다.
	그리고 제 모든 대본은 여기에 있습니다. 네, 여기 우리가 이야기했던 초록이 있고, 여기 데이터 검토가 있습니다. 방금 말씀드렸듯이, 다중공선성이 왜 그렇게 심한지 설명해 줄 수 있을 겁니다. 왜냐하면 거기에는 설정점과 실제값이 있기 때문입니다. 자, 그럼, 그 것들에 대해 알아보겠습니다.
	우리가 먼저 할 일은 Y가 X의 함수라는 것을 맞추고 이를 설정하는 것입니다. 지금은 이 두 변수만 살펴보겠습니다.
	1구역 명령, 그러니까 제가 1구역에 뭐라고 하라고 했는지 아시겠죠? 그리고 1구역에 작은 열 커플이 있는데, 작은 열 커플이 1구역에 있어서 측정하고 있습니다.
	그리고 1구역 온도가 높아질수록 Y4가 낮아지고, 이 반응 변수도 낮아지는 것을 분명히 볼 수 있습니다.
	그리고 그것은 측정에도 해당되며 추정치에서 모두 부정적이며 대체로 이는 상당히
	예측 변수는 Y4에서 일어나는 일의 50%를 이 변수 ​​하나만으로 설명하고 있다는 의미입니다. 음,
	다변량 분석을 해 봅시다. 이제 모델을 적합하고 두 변수를 모두 다음 변수로 옮겼다고 가정해 보겠습니다.
	제 모델에 Y4를 추가했는데 아직 분석 중이에요. 제 반응은 여전히 ​​Y4예요. 아, 이거 보세요. Y가 커질수록 명령이 올라가는 걸 암시하고 있네요. 네, 맞아요.
	제가 기대했던 것과는 정반대네요. 이건 여전히 올바른 방향으로는 부정적이지만,
	이 숫자들을 좀 보세요. 방금 전 제가 예상했던 0.04와 -0.07과는 전혀 다르네요. 지금은 +0.4와 -0.87이 됐네요.
	공학적 관점에서 이 모델을 신뢰할 수 있을지 확신할 수 없고, 이 모델이 이 과정을 어떻게 특징짓고 이해하는 데 도움이 될지 정말 궁금합니다.
	그리고 여기에 단서가 있습니다. 이 기능이 기본적으로 켜져 있지 않을 수도 있지만, 이 매개변수 추정치 표를 마우스 오른쪽 버튼으로 클릭하면 VIF 열을 확인할 수 있습니다.
	이는 변동 인플레이션 계수를 의미합니다. 그리고 이는 모델의 불안정성에 대한 추정치입니다.
	이 다중공선성 말입니다. 그러니까... 그러니까 그 변수에 대해 어떻게 생각해야 할지 직감이 좀 필요하겠죠. 하지만 무슨 일이 일어나고 있는지 좀 더 명확하게 하기 위해, 그래프를 그려보겠습니다... 여기
	온도 구역 1 명령과 여기에 측정이 있습니다. 예상하셨겠지만,
	말씀하신 대로... 해당 구역의 온도가 올라가도록 하세요. 네, 구역의 온도가 올라가고, 대체로 적정 온도에 도달할 가능성이 높습니다. Y4로 색상 코드를 지정했으니, 낮은 온도에서 작동한다는 뜻입니다.
	Y4의 높은 값과...
	죄송합니다... 네, 낮은 온도 구간에서는 Y4 값이 높게 나왔고 개별 플롯에서 본 것과 똑같았습니다.
	하지만 다변량 모델이 왜 작동하지 않았는지에 대한 직관이 문제에 어느 정도 도움이 될 수 있습니다. 3개의 돔, 즉 표면을 맞추려고 하는 거죠.
	이 칼날 위로 올라가면 분명히... 약간의 불안정성이 있고... 쉽게 상상할 수 있듯이 측면에 잘 고정되어 있지 않아서 앞뒤로 흔들릴 수 있고 그게 바로 당신이 얻는 것입니다.
	변동 인플레이션 계수의 관점에서 보면, OLS 소프트웨어는... OLS 일반 최소 제곱 분석, 전형적인 회귀 분석입니다.
	어떤 의미에서는 그냥 처리할 수 없어요. 어쩌면 X 소수 X 행렬이 어떤 부분에서는 거의 특이점에 가깝다는 것에 대해서도 이야기할 수 있을 것 같아요.
	그래서 우리는 왜 이런 일이 일어나는지에 대한 몇 가지 추론적 근거를 얻었습니다. 다시 돌아가서 더 생각해 봅시다.
	에 대한
	에 대한
	가치에 대한 정보 및
	우리는 그것을 알고 있습니다
	우리는 이제 변동 인플레이션 계수가 단순히 쌍 단위 이상의 것을 고려한다는 것을 알고 있습니다. 하지만 제가 소스를 찾고 싶다면... 직관은 제가 두 변수 사이의 관계를 생각하는 데 도움이 됩니다.
	VIF와 쌍대 비교. 예를 들어 두 변수의 상관관계가 60%라고 가정해 보겠습니다.
	그러면 모든 것이 쌍으로 이루어졌다면 VIF는 약 2.5가 될 겁니다.
	그리고 두 변수가 90% 상관관계를 가지고 있다면 VIF는 10이 될 것입니다. 문헌에서는 다음과 같이 말합니다.
	VIF가 10 이상이면 모델에 대해 우려해야 할 만큼 충분히 불안정하다는 뜻입니다. 즉, 어떤 의미에서는 데이터 간의 상관관계가 90%에 달한다고 볼 수 있습니다.
	10점이 적절한 기준점인지는 지원서에 따라 다를 것 같습니다. 만약 10점을 기준으로 실제 디자인 결정을 내린다면, 10점이라는 기준점은 너무 높다고 생각합니다.
	그리고 두 개에 가까운 게 더 나을지도 몰라요. 하지만 제가 더 생각해 봤다면요. 음, 실험에 어떤 요소를 넣어야 할지 생각해 볼게요.
	올바른 실험을 하는 법을 배우고 싶어요. 그리고 실험에 들어갈 요소들을 골라야 한다는 걸 알고 있었어요. 그리고 우리는 너무 흔히 뻔한 것만 쫓는다는 걸 알고 있어요. 그리고 더 나은 요소들을 생각해 내도록 스스로를 채찍질할 방법이 있을까요? 음, 그러면 아마도...
	10개 정도면 범위를 좁히는 데 도움이 될 수 있습니다. 따라서 어떤 생각을 하고 싶은지에 따라 달라집니다.
	목적이 무엇인지 생각해 보세요. 목적이라는 개념에 대해 더 자세히 알아보겠습니다.
	아시다시피, 모델링의 주요 목적은 두 가지입니다. 하나는 무슨 일이 일어날지 예측하는 것입니다.
	그리고 하지만 그리고 그것은 다르죠, 때로는 왜 그런 일이 일어날까 하는 것과는 다르죠. 그게 설명에 더 가깝습니다.
	우리가 방금 매우 간단한 것으로 보았듯이
	1구역에서 명령하고 측정하면, 좋은 설명을 할 수도, 할 수도 없습니다. 제가 예측이 그렇게 잘못된 방향으로 가는 것 같을 때, 왜 이런 일이 일어나는지 생각해 보는 모델을 그 모델로 신뢰하지 않을 겁니다.
	그래서 저는 설명에는 사용하지 않을 겁니다. 예측에도 사용하지 않을 거라고 말하고 있는 겁니다. 제가 모델을 이해할 수 없다면, 모델은 제가 예상한 대로 작동하지 않을 테니까요.
	물론, 외삽법은 정의상 위험한 것 같습니다. 미래 사건에 대한 예측은 시간적 외삽법이라고 생각합니다. 네, 그래서 저는 항상 이 점을 생각해 왔습니다. 그리고, 지금까지는 보통 최소제곱법에 대해 이야기하고 있었습니다.
	내가 보는 모든 모델링 기술, 예를 들어 의사결정 트리, 청원 분석 등은
	이 문제는 모두 예상치 못한 다양한 방식으로 어떤 식으로든 영향을 받습니다. 따라서 가능하다면 이 문제를 해결하는 것이 좋습니다. 이는 제조 데이터에만 국한된 문제가 아닙니다.
	하지만 종종 변수가 제어되지 않기 때문에 제조 데이터에서는 더 심하게 과장될 가능성이 있습니다.
	만약 우리가 1구역 온도를 가지고 있고, 좋은 제품을 만들기 위해서는 이 값이 필요하다는 것을 알았다면, 우리는 그 원하는 값을 최대한 엄격하게 제어할 것입니다.
	그래서 외삽법이 점점 더 어려워지고 있습니다. 우리가 통제할 수 있기 때문에 이건 과장된 제조입니다.
	그리고 여기에서 읽을 수 있는 제조 데이터에 대한 몇 가지 다른 사항이 있습니다.
	더 나은 방향으로 나아가야 합니다. 기회이자 도전이기 때문입니다. 더 좋은 점은 제조 공정을 이해할 수 있다는 것입니다. 이러한 공정이 어떻게 작동하는지에는 많은 과학과 공학이 존재합니다.
	그리고 화학양론은 예를 들어 화학 물질 A의 첨가량이 화학 물질 B에 대한 비율과 같아야 한다는 것을 이해할 수 있습니다.
	아니면 1구역 온도에서 아주 다른 온도로 바꾸고 싶지 않을 수도 있습니다. 온도를 천천히 올려야 하기 때문입니다. 그렇지 않으면 스트레스만 받게 될 뿐입니다.
	따라서 여러분은 자신의 프로세스를 이해할 수 있고 이해해야 하며, 이는 다중공선성에 대한 경험적 증거가 없더라도 다중공선성 중 일부를 제거할 수 있는 한 가지 방법이 될 수 있습니다.
	또한 있습니다
	데이터를 제조하는 것의 장점은 거의 항상 시간 기반이라는 점입니다. 따라서 시간에 따른 변수를 그래프로 표시하는 것이 좋습니다. 그리고 항상 흥미롭습니다.
	항상 그런 것은 아니지만 종종 흥미로운 점은 제조 데이터가 여기처럼 시간 블록 단위로 이동하는 것 같다는 것입니다. 우리는 그것이 250이어야 한다고 생각하고 몇 달, 어쩌면 몇 년 동안 실행합니다.
	그러다 갑자기 누군가가 "우리가 뭔가 다른 걸 했구나, 아니면 새로운 아이디어가 있어. 온도를 바꿔보자"라고 말하는 거예요. 정말 완전히 다른 거죠.
	물론 다중공선성이 존재하는 이유를 생각하고 있다면,
	우리는 그것이 물리학이나 화학 때문일 수도 있고, 물론 잠재 변수 때문일 수도 있다고 말했고, 특히 우리가 방금 본 것처럼 시간에 따라 변수가 변하는 것과 관련된 문제가 있을 때 그렇습니다.
	그 속도로 변화하는 것은 Y4 값에 영향을 미치는 실제 요인일 수 있습니다. 제어 계획 때문일 수도 있습니다.
	설계상 상관관계가 있을 수 있습니다. 그리고 이러한 각각의 것들, 즉 다중공선성의 각각의 이유들, 그리고 제가 항상 묻는 질문은,
	다른 조합을 시도하는 것이 물리적으로 가능한지, 아니면 물리적으로 가능한 것이 아니라, 다른 조합을 시도하는 것이 합리적일까요?
	이 경우 실험을 하는 것이 도움이 될 것입니다. 이렇게 모델링하고 데이터를 회고적으로 검토하는 것은 더 나은 실험을 설계하는 데 매우 유용합니다.
	하지만 때때로 기대치가 너무 높은 경우도 있습니다. 제 생각에는 이러한 회고적 데이터로부터 확실한 답을 기대하는 것 같습니다.
	다변수 군집화를 다루고 이해하기 위한 두 가지 방법, 즉 두 가지 반에 대해 이미 이야기했습니다. 하나는 VIF(가변량 함수)입니다.
	그리고 여기에 모든 변수를 포함한 더 큰 모델의 VIF가 있습니다.
	어떤 것이 어떤 것과 연관되어 있는지 어떻게 생각해야 할까요? 이는 제게 많은 문제가 있다는 것을 의미합니다.
	하지만 이 문제는 어떻게 해결해야 할지 알려주지 않습니다. 그래서 "이건 좋은 모델이 될 수 없겠구나"라고 생각하는 데 도움이 됩니다.
	하지만 그게 당신을 거기서 벗어나게 하는 데 도움이 되지는 않을 수도 있습니다. 그리고 여기에 상호작용을 포함시키면, 거의 항상 더 상관관계가 높기 때문에 상황은 더 나빠질 것입니다. 그래서 다른 기술이 필요합니다.
	이것이 바로 변수 군집화입니다. JMP에서 사용할 수 있으며, 두 가지 방법으로 접근할 수 있습니다. "다변량 주성분 분석"을 통해 접근할 수 있습니다.
	아니면 바로 클러스터 변수 클러스터링으로 넘어갈 수도 있습니다. 주성분 분석을 할 때는 빨간색 삼각형 옵션을 사용해야 클러스터 변수를 얻을 수 있습니다. 저는 여전히 PCA를 선호하는데, 추가적인 출력이 좋기 때문입니다.
	하지만 이건 PCA 기반입니다. 그래서 먼저 PCA에 대해 이야기하고, 그다음 변수 군집화의 결과에 대해 이야기해 보겠습니다.
	JMP 페이지가 있습니다. 주성분에 대해 이야기하기 위해 먼저 표준화된 변수들을 다루겠습니다. 표준화된 변수가 무엇인지 다시 한번 생각해 봅시다.
	평균은 이제 0이고 표준 편차는 이제 1입니다. 따라서 표준화했으므로 이제 모두 동일한 척도에 있고 암묵적으로 그렇게 할 때
	당신이 할 때
	JMP의 상관관계에 대한 주성분,
	암묵적으로 당신은 표준화된 변수에 대해 작업하고 있습니다.
	물론 JMP는 원래 값을 입력할 수 있을 만큼 충분히 유능하고 똑똑합니다.
	그리고 그것이 올바른 방식으로 작동하고 출력될 때, 그것이 출력될 때, 알다시피, 공식이 무엇이 올바른지 알아낼 것입니다.
	공식은, 아시다시피, 비표준화로 돌아갔다는 점을 감안하면, 원래 공식이 있어야 했습니다. 하지만 일단, 공식이 어디에 있는지, 그리고 몇 가지 사항을 살펴보겠습니다. 당분간은 표준화된 변수로 작업할 예정이지만, 곧 다시 돌아가겠습니다. 다만, 공식 하나만 보고 싶습니다.
	그리고 바로 이 공식이 여기 있습니다. 그리고 제가 할 일은 출력에 대해 생각해 보는 것입니다. 그럼 이 공식의 목적은 무엇일까요?
	~의
	PCA에 대해서요? 음, 변동 감소 기법이라고 하는데, 실제로 하는 일은 변수들의 선형 결합을 찾는 거예요.
	그리고 마음에 드는 선형 조합을 찾으면... 그것을 주성분이라고 합니다.
	이를 위해 고유 분석을 사용합니다.
	그래서 이에 대해 생각할 또 다른 방법은, 내가 원하는 것을 알고, 60개 정도의 변수를 입력에 넣는 것입니다.
	이 과정에서 제가 조작할 수 있는 60개의 독립적인 차원이 있는 것이 아니라, 그것들은 서로 연관되어 있습니다. 시간 명령과 온도 명령에 대해 제가 하는 일은 다음과 같습니다.
	실제 온도 1에서 무슨 일이 일어나는지 거의 엄청나게 좌우합니다. 그러니까 두 개의 독립 변수가 아닙니다. 두 차원이 없다고 해서 계속 같은 말을 하는 건 아닙니다. 그럼 차원은 몇 개일까요?
	고유값이라는 것이 바로 그것입니다. 이것들은 분산과 같습니다. 이것들은 분산의 추정치이고, 임계값은
	하나. 그리고 여기 전체 표를 보면 고유값이 60개 있을 겁니다. 쭉 내려가다 보면 .97에서 보고를 시작하는데, 그 다음 값은 아마 .965가 되고 계속 떨어질 겁니다.
	차단점은... 아니면 어떤 지침에 따르면, 차단점이 1보다 크면 이 선형 결합이 신호를 설명하고, 1보다 작으면 잡음만 설명한다는 뜻입니다.
	그래서 JMP가 하는 일은... 변수 클러스터링으로 가면 다음과 같이 표시됩니다.
	여기 두 번째 차원이 있습니다. 즉, 두 번째 변수 그룹이 있다는 뜻이죠. 뭔가를 조금 다르게 설명하는 거죠. 이제 두 그룹을 나눠서 분석해 보겠습니다. 그리고 두 그룹 모두에 PCA를 적용해 보겠습니다.
	그리고 두 가지 모두에 대한 고유값이 있다면... 첫 번째는 크겠지만 두 번째는 어떻게 생겼을까요?
	두 그룹으로 나눴는데, 이제 1보다 작아졌나요? 1보다 작으면 끝난 거예요. 하지만 1보다 크면, "아, 그 그룹은 더 나눌 수 있겠구나" 하는 생각이 들죠.
	그리고 그것은 더욱 더 상호 작용적으로, 직접적으로, 분리적으로 나뉘어져서 더 이상 1보다 큰 두 번째 구성 요소가 없게 되었습니다.
	그래서 선형 조합을 만들고 있는데, 보시다시피 주성분 1을 저장하면 정확히 이 공식이 됩니다. 앗.
	바로 이 공식, .0612입니다. Prin1에 대한 공식인데, 표준화만 하면 정확히 맞습니다. 표준화하지 않으면 JMP는 표준화되지 않은 데이터에 대해 어떻게 해야 할지 알아낼 겁니다. 즉, 충분히 할 수 있다는 뜻입니다.
	그러면 초기 데이터로 작업을 시작해 보겠습니다.
	예제를 실행해 보겠습니다. 출력 결과가 매우 유사하다는 것을 알 수 있을 겁니다. 사실, 제가 켜 놓은 것 하나만 빼면 출력 결과는 똑같습니다.
	이 옵션이 바로 여기, 클러스터 변수인가요? 그리고 여기 보이는 건 클러스터 변수 출력입니다. 두 숫자가 같은 걸 보실 수 있죠. 이제 이 두 가지를 살펴보는 것처럼, 어떤 생각을 해야 할지 짐작하실 수 있을 겁니다.
	AI에 투입되는 양은 BI에 투입되는 양과 높은 상관관계가 있는 것 같습니다. 그리고 이는 대부분의 화학 공정에 해당할 수 있습니다. 화학 반응이 당신이 달성하려는 화학 반응의 일부라면 말이죠.
	아시다시피, 10% 더 넣으려면 B도 10% 더 넣을 겁니다. 그래서 이 광선 그림에서도 다중공선성을 시사하는 몇 가지가 보이기 시작합니다. 그래서 어딘가에 도달할 수 있죠.
	하지만 나는 그것들을 별개의 그룹으로 분류하고 싶습니다. 이것은 약간 어렵습니다.
	이 사람을 보세요. 온도 구역 4입니다.
	사실 그는 정반대예요. 각도는 비슷하지만 방향은 반대예요. 그러니까 그는 A와 B에서 거의 100도에서 180도 각도에 있어요.
	그래서 아마도... 4구역 온도와 AB와 음의 상관관계가 있고 그렇지 않을 수도 있지만... 저는 또한 그것들을 배타적 그룹에 넣고 싶고 그게 우리가 얻는 것입니다.
	변수 클러스터링을 요청했을 때, 바로 그 변수들을 각각 다른 그룹으로 분류해서 8개의 그룹으로 나누었습니다.
	그리고 여기 표준화된 계수가 있습니다. 공식은 다음과 같습니다.
	개별 클러스터에 대한 것입니다. 그래서 내가 저장할 때
	클러스터 구성 요소
	Prin1에서 했던 것과 매우 비슷한 결과가 나오는데, 클러스터 1에서만 그렇습니다. 왜냐하면 이 행에서 ... 와 .44가 있는 1번 구역 명령이 있고, 다른 모든 행은 0이기 때문입니다. 모든 변수는 특정 클러스터에만 속합니다.
	그럼... 결과물 중 일부에 대해 이야기해 보겠습니다.
	그래서 우리는 변수 클러스터링을 하고 있습니다.
	앗.
	죄송합니다.
토니	출력에 몇 개의 표가 추가되었습니다. 이제 창을 닫고... 최소화해서 출력과 관련된 내용에 대해 이야기해 보겠습니다.
	그리고 여러분께 제가 가장 먼저 말씀드리고 싶은 건 표준화된 추정치입니다. 저희는 그걸 하고 있었죠. 그리고 그걸 원하신다면, 예를 들어,
	손으로, 반복해서 말씀드리자면, 여기서 .35238을 어떻게 구하나요? 1번 군집 변수에만 PCA를 적용해 볼 수 있습니다. 이 변수들은 그 안에 남아 있습니다. 그리고 고유값과 고유벡터를 살펴보면, 이 값들이 정확한 수치입니다.
	그래서,
	그러니까 .352는 제가 말씀드린 대로입니다. 여러 개의 PCA를 계속해서 분석하고 있는데, 여기 두 번째 주성분이, 아, 죄송합니다만, 1보다 작다는 것을 알 수 있습니다. 그래서 그 성분에서 멈췄던 겁니다.
	거기에 누가 있어요?
	클러스터 1, 음, 온도가 있는데... 1구역 두 개 측정, 3구역 A 측정, 거기에 비하면 물의 양이 중요한 것 같습니다. 여기 다른 온도들과... 클러스터 6에서는...
	아주 유용한 색상표입니다. 클러스터별로 정리되어 있어요. 이건 클러스터 1이에요. 마우스를 올리면 모든 내용을 읽을 수 있어요.
	물을 더 넣었어요(물을 더 넣어야 한다고 했잖아요. 죄송해요, 제 체온에 맞는 물을 하나 주세요.)
	그리고 그게 양의 상관관계인데, 흥미로운 건 4번 구역이 음의 상관관계를 보인다는 겁니다. 그러니까 색깔 블록이 분명히 보일 겁니다... 왜냐하면... 이건 클러스터 1이고, 이건 아마 클러스터 3일 겁니다.
	이건 6번 클러스터라는 걸 알아요.
	하지만 여기를 보세요... 상상하실 수 있듯이, 클러스터 1과 클러스터 3은 어느 정도 상관관계가 있습니다. 우리가 무엇을 할 수 있을지에 대한 몇 가지 아이디어가 떠오르기 시작합니다. 그래서 데이터에서 무슨 일이 일어나고 있는지에 대한 직감이 생기기 시작합니다.
	바로 여기 이 표를 살펴보겠습니다. 이 표는 자신의 클러스터, 다음 클러스터, 그리고 1에서 r 제곱 비율을 뺀 값입니다. 그리고... 이 값을 제 데이터 세트에 저장하겠습니다.
	다변량 분석을 실행해 보겠습니다. 클러스터 1부터 8까지의 구성 요소와 모든 요인이 있습니다. 제가 정말 궁금한 건 표의 이 부분입니다. 모든 원래 변수와 그 변수들이 구성 요소와 어떻게 클러스터링되는지에 대한 내용입니다. 표를 저장하고
	그럼 제가 할 일은, 이 테이블에서 몇 개의 행을 삭제하는 겁니다. 하지만 테이블 자체는 똑같으니까요. 그냥 몇 개의 행만 삭제해 보겠습니다.
	그리고 돌아서서... 특정 항목에 집중할 수 있도록요. 그래서 남은 건 클러스터 구성 요소인 열과...
	행 열... 다른 변수들의 역할... 그리고 지금 우리가 생각했던 변수는 27개인데, 60개가 아닙니다(죄송합니다). 8개의 그룹으로 나눠서 그 숫자를 더했습니다. 자동으로 추가될 수 있습니다.
	작업을 계속하기 위해 제가 할 일은, 이것들을 상관관계로 보는 게 아니라 R 제곱으로 보는 겁니다. 그래서 이 모든 숫자를 제곱할 겁니다.
	그래서 그냥 제곱을 구했고, 이제 시작입니다. 이제 살펴보고, 생각해 볼 수 있겠네요.
	그리고 나는 정렬했습니다... 그럼 살펴보죠
	첫 번째 줄.
	죄송합니다. 우리가 이야기한 온도 측정은 클러스터 1과 96% 상관관계가 있습니다.
	클러스터 2와 상관관계가 1%라서 클러스터 1에 정말 속하고 싶어 하는 것 같고, 클러스터 2에 속할 만한 게 별로 없는 것 같아요. 제가 하고 싶은 건 그 모든 걸 찾아내는 거예요...
	여기서 몇 가지 항목을 색상으로 구분하여 더 빨리 찾을 수 있도록 해보겠습니다.
	우리는 1구역 측정에 대해 이야기하고 있으며, 만약 있다면 5구역 측정에 포함되기를 원하는 것입니다.
	96% 상관관계가 있다는 건 알지만, 그렇지 않을 수도 있죠. 만약 이 클러스터를 떠나야 한다면, 다음에는 어디로 갈까요? 5번 클러스터를 생각할 겁니다.
	클러스터 5에는 뭐가 있을까요? 음, 분명 거기부터 살펴볼 수 있을 겁니다. 거기에는 더 많은 온도가 있습니다. 습도, 열 설정점 등등. 만약 그렇지 않았다면... 이 숫자는,
	자체 클러스터를 가진 cl...은 해당 클러스터에 속하기를 얼마나 좋아하는지를 나타내고, 다음 클러스터에 대한 R 제곱은 다른 클러스터에 속하기를 얼마나 원하는지를 나타냅니다. 이 두 가지가 표에 보고되어 있습니다.
	JMP가 모든 상관관계를 보여주지는 않지만, 그래프로 표시하는 것은 가치 있는 일이고, 방금 보여준 것처럼 그리 어렵지 않습니다.
	그러니까 이건... 저는 제 클러스터에 있는 게 정말 좋다는 걸 말해주죠. 만약 제가 떠나야 한다면, 여기로 오는 것도 괜찮다는 뜻이에요. 두 개를 비교해 볼까요? 그리고 1에서 이 숫자를 빼면,
	1에서 이 숫자를 뺀 값으로 나누면 1에서 r 제곱을 뺀 값이 됩니다. 즉, 자신의 클러스터를 얼마나 좋아하는지, 다른 클러스터로 이동하려고 시도한 횟수로 나눈 값입니다.
	그리고 그 중 일부를 도표로 나타내 보겠습니다.
	그리고
	거기서 로컬 데이터 필터를 찾아보도록 하겠습니다.
	클러스터.
	그리고 중요한 건 이거야. 그래서
	어떤 의미에서는 이 비율의 값이 낮을수록 더 좋습니다. 여기 보이는 것들이 바로 그겁니다(그를 강조해 보겠습니다)...
	음, 여기서 가장 중요한 것 중 하나를 강조해 보겠습니다.
	저는 여기 아래 있는 게 좋아요. 죄송해요.
	이 진공 설정점, 정말 잘 보이시죠? 바로 옆 클러스터보다 훨씬 좋아요. 0.97 대 0.0005, 그러니까 비율이 거의 0에 가깝다는 걸 알 수 있죠. 그러니까...
	그걸로... 옮기고 싶지 않을 겁니다. 그리고 클러스터 1 변수에 대해 생각해 보자고 하는 식으로 시작할 수도 있습니다. 만약 누군가 그걸 그대로 두고 싶어 한다면, 아마도 Pct_reclaim일 겁니다. 어쩌면 그가 거기에 들어갔을지도 모르죠.
	아시다시피, 우연한 기회에 의해서요. 제가 클러스터 2에 있었다면 라인 속도에 대해 생각하기 시작했을 겁니다.
	마지막으로 설명드릴 테이블은 클러스터 요약 테이블입니다.
	여기 이 표.
	그리고 이 목록을 살펴보면, 클러스터 1의 r 제곱이 가장 높은 숫자인 .967이라는 것을 알 수 있습니다.
	그러니 아마 그게 가장 대표적인 것일 수도 있겠네요.
	나에게는 소프트웨어가 이것을 늦게 유지할 것인지 결정하도록 하는 것이 현명하지 않을 수도 있습니다... 이 변수, 그리고 이 변수만, 확실히 모든 소프트웨어가 그렇지만
	당신이 생각하는 주요 것만으로 시작하라고 말하는 버튼이 있고, 그것이 어떤 의미에서 당신에게 안정적인 모델을 제공할 수 있지만, 나는 그것이 짧은 변화라고 생각합니다.
	여러분이 할 수 있는 일들의 종류입니다. 그리고 여러분과, 바라건대 제공된 기술을 통해, 우리는... 이제 여러분은 다른 것들을 탐험할 수 있는 능력을 갖추게 되었습니다.
	이건... 다시 PCA를 자체 클러스터에 적용해서 이 숫자를 계산할 수 있고, 클러스터를 제안하는데... 고유값 1이 불만을 0.69% 설명하므로 또 다른... 그냥 생각해 보면, 자체 클러스터입니다.
	이것들을 닫고 요약해 보겠습니다.
	그래서 저희는 여러 가지 기법을 알려드렸습니다. 명확한 것을 이해하지 못하면 데이터를 해석하기 어렵게 만들 수 있으며, 심지어 모델에 오도된 결과를 초래할 수도 있습니다.
	프로세스와 관련된 데이터를 이해하면 다중공선성이 발생할 수 있습니다. 따라서 중소기업(SME)의 관점, 즉 주제 전문성 관점에서만 이해해야 합니다.
	쌍별 그래프와 산점도는 해석하기 쉽지만 다중공선성을 놓치기 때문에 더 많은 정보가 필요합니다. VIF는 문제가 있음을 알려주는 데 효과적입니다. 실제로는 일반 최소제곱법에서만 사용할 수 있습니다.
	예측을 위한 비교 대상이 없습니다.
	그리고 몇 가지 지침과 변수 클러스터링은 주성분을 기반으로 하며 더 나은 멤버십을 보여주고 각 그룹 간의 관계를 강화합니다.
	그리고 저는 이 리뷰나 소개가 여러분에게 격려가 되기를 바랍니다. 제가 말했듯이 JMP Discovery에서 이 데이터 세트를 가져와서 직접 스크립트를 실행해 보고, 더 천천히 진행하면서 자신감을 갖고 자신의 데이터나 다른 것으로 연습해 볼 수 있을 것입니다.
	마지막으로 덧붙이자면, Sam과 내가 JMP Discovery 컨퍼런스에서 연설했던 다른 자료와 다른 시간들이 있다는 것입니다.
	...또는 JMP에 대한 백서를 작성하고 제조에 대해 우리가 생각한 모든 것을 생각해 보고 싶을 수도 있습니다.
	제조 데이터 모델링은... 통신 분야의 고객 데이터 이해와 비교하면 조금 독특합니다. 많은 분들이 학교에서 배웠던 분야죠. 관심 가져주셔서 감사하고, 좋은 결과 있으시길 바랍니다.
	추가 분석을 통해.

고급 통계 모델링기본 데이터 분석 및 모델링소비자 및 시장 조사데이터 탐색 및 시각화실험 설계대량 맞춤화예측 모델링 및 머신 러닝품질 및 공정 엔지니어링신뢰성 분석