| Vocero |
Transcripción |
| Tony |
Hola, mi nombre es Tony Cooper y presentaré un trabajo que hicimos Sam Edgemon y yo y nos representaré a ambos. |
| |
Sam y yo somos estadísticos de investigación que apoyan la fabricación y la ingeniería durante gran parte de nuestras carreras. El tema de hoy es: Comprender la agrupación de variables es crucial al analizar datos de fabricación almacenados. |
| |
Usaré un único conjunto de datos para la presentación. El enfoque de esta presentación será la lectura de los resultados. Y realmente no tendré tiempo para completar todos los cuadros de diálogo para generarlos. |
| |
Pero he guardado todos los scripts en la tabla de datos, que por supuesto estarán disponibles en la comunidad JMP. |
| |
Los datos... una vez que se ejecuta el script, siempre puedes usar esa flecha roja para hacer la opción de rehacer y reiniciar el análisis y verás el cuadro de diálogo que se habría utilizado para presentar esa parte del resultado. |
| |
Utilizaré este único conjunto de datos que trata sobre datos de fabricación. |
| |
Y echemos un vistazo rápido a cómo se ven estos datos. |
| |
Y |
| |
Lo siento por tener una |
| |
Rápido. Mira cómo se ve este conjunto de datos. Primero, tengo una marca de tiempo. Es un proceso continuo y, tras un cierto intervalo de tiempo, obtengo mucha información. |
| |
En algunas variables Y, algunos resultados principales, algunos KPI que, ya sabes, son importantes para el cliente, estos deben cumplir con las especificaciones, etc., para que podamos entregarlos eficazmente. Y entonces... estos serían... definitivamente, resultados. Correcto. |
| |
velocidad de la línea, cómo en el punto de ajuste para la vibración, |
| |
Y muchas otras cosas. Como pueden ver, tengo unas 60 variables que medimos en ese momento. Algunas son sensores y otras son puntos de ajuste. |
| |
De hecho, observemos que algunos son valores de consigna, como el punto de consigna de calor de fabricación. Otros son comandos, es decir, "esto es lo que el PLC le indicó al proceso". Otros son medidas, que representan el valor real actual. |
| |
Algunos de ellos son |
| |
Condiciones ambientales, tal vez creo que es una temperatura externa. |
| |
Algunos de ellos |
| |
Se trata de características de calidad del material en una fila, y ciertamente hay alguna salida del sistema de visión. Así que hay un montón de cosas en las entradas ahora mismo. |
| |
Y pueden imaginar, por ejemplo, si tengo el comando y la medida, lo que le dije a la zona en la que quiere estar y lo que realmente mide, esperamos que esté correlacionado. |
| |
Y necesitamos investigar algo de eso para comprender qué está sucediendo. Y eso es la multicolinealidad: comprender las interrelaciones entre... |
| |
Las entradas o, por separado, la comprensión de la multicolinealidad y las salidas. Pero, en general, no hacer Y causa el efecto X en este momento. No se está utilizando una técnica supervisada. Esta es una técnica no supervisada, pero simplemente intento comprender qué sucede en los datos de esa manera. |
| |
Y todos mis guiones están aquí. Así que sí, aquí está el resumen del que hablamos; aquí hay una revisión de los datos. Y como acabamos de decir, esto podría explicar por qué hay tanta multicolinealidad, porque tengo valores de referencia y valores reales ahí. Aprenderemos sobre eso. |
| |
Lo primero que vamos a hacer es ajustar Y igual a una función de X y lo vamos a configurar y solo voy a mirar estas dos variables en este momento. |
| |
El comando de la zona uno, así que lo que le dije a la zona uno que hiciera, por así decirlo. Y luego tengo un pequeño termopar en el área de la zona uno, que está midiendo. |
| |
Y puedes ver eso claramente, a medida que la temperatura de la zona uno aumenta, este Y4 disminuye, esta variable de respuesta disminuye. |
| |
Y eso también es cierto para la medición y se puede ver que en las estimaciones tanto negativas como, en general, y por cierto, son bastante... |
| |
variables predictivas en el sentido de que solo esta variable explica el 50% de lo que sucede en el Y4. Bueno, veamos... |
| |
Hagamos un análisis multivariado. Imaginen que ahora voy a ajustar el modelo y he movido ambas variables a... |
| |
Entro en mi modelo y sigo analizando Y4. Mi respuesta sigue siendo Y4. ¡Mira esto! Ahora sugiere que a medida que Y, el comando aumenta. Sí, eso hace... |
| |
Eso hace lo contrario de lo que esperaba. Sigue siendo negativo, pero mira... |
| |
Mira algunos de estos números. Ni siquiera se acercan a los que tenía hace un momento, que eran 0,04 y 0,07 negativos. Ahora tengo 0,4 positivos y 0,87 negativos. |
| |
No estoy seguro de poder confiar en este modelo desde un punto de vista de ingeniería, y realmente me pregunto cómo caracteriza y me ayuda a comprender este proceso. |
| |
Y ahí está la pista. Puede que no esté activada por defecto, pero puedes hacer clic derecho en esta tabla de estimaciones de parámetros y solicitar la columna VIF. |
| |
Eso significa factor de inflación de variación. Y es una estimación de la inestabilidad del modelo debido a... |
| |
Esta multicolinealidad. Así que podemos... así que necesitamos tener una pequeña intuición sobre cómo pensar en esa variable. Pero para aclarar un poco lo que está pasando, voy a graficar... aquí está... |
| |
Comando de zona de temperatura uno y aquí está la medida, y como era de esperar, |
| |
Como dices... le dices a la zona que aumente la temperatura. Sí, la zona aumenta la temperatura y, en general, incluso alcanzará los valores correctos. Tengo este código de colores Y4, así que sugiere que a temperaturas más bajas... |
| |
los altos valores de Y4 y que... |
| |
lo siento... sí, en valles bajos de temperatura, obtuve valores altos de Y4 y tal como lo vi en los gráficos individuales. |
| |
Pero quizás puedas ver que el problema genera cierta intuición sobre por qué el modelo multivariante no funcionó. Estás intentando ajustar un dominio de tres... una superficie. |
| |
sobre este borde del cuchillo y obviamente puede... hay algo de inestabilidad y si... puedes imaginarlo fácilmente, no está bien fijado en el costado, por lo que puedo balancearme hacia atrás y hacia adelante aquí y eso es lo que estás obteniendo. |
| |
Es en términos de cómo esto ocurre que el factor de inflación de variación... El software MCO... el análisis de mínimos cuadrados ordinarios MCO, el análisis de regresión típico... |
| |
simplemente no podemos manejarlo en el, en cierto sentido, tal vez también podríamos hablar sobre la matriz X prima X siendo, ya sabes, casi singular en algunos lugares. |
| |
Así que tenemos una explicación heurística de por qué sucede. Repasemos y pensemos más. |
| |
Acerca de |
| |
Acerca de |
| |
El tema sobre los valores y |
| |
Sabemos que |
| |
Ya sabes, ahora sabemos que el factor de inflación de la variación no solo considera pares. Pero si quiero obtener información... la intuición me ayuda a pensar en la relación entre... |
| |
VIF y comparación por pares. Por ejemplo, si tengo dos variables con una correlación del 60 %. |
| |
Entonces, ya sabes, si todo fuera por pares, entonces el VIF sería aproximadamente 2,5. |
| |
Y si estuvieran 90% correlacionadas dos variables, entonces obtendría un VIF de 10. Y la literatura dice |
| |
Cuando tienes VIFs de 10 o más, existe suficiente inestabilidad, por lo que deberías preocuparte por tu modelo. Así que, como sabes, en cierto sentido, tienes una correlación del 90 % entre los datos. |
| |
Ahora bien, si 10 es un buen límite depende, supongo, de la aplicación. Si se toman decisiones de diseño reales basándose en ello, creo que un límite de 10 es demasiado alto. |
| |
Y quizás incluso cerca de dos sea mejor. Pero si estuviera pensando más... Bueno, déjame pensar en qué factores incluir en una ejecución de un experimento como... |
| |
Quiero aprender a realizar el experimento correcto. Y sabía que tenía que elegir los factores que participarían. Y sé que con demasiada frecuencia optamos por los sospechosos habituales. ¿Y hay alguna manera de que pueda obligarme a pensar en mejores factores? Bueno, eso entonces tal vez... |
| |
10 podría ser útil para ayudarte a reducir el alcance. Así que realmente depende de adónde quieras llegar en términos de pensar en... |
| |
Pensando en cuál es el propósito. Así que profundizaremos más en esta idea del propósito. |
| |
Para mí, el modelado tiene dos propósitos principales. Uno es predecir qué sucederá, es decir, predecir. |
| |
Y pero y eso es diferente, a veces de por qué sucederá y eso es más como una explicación. |
| |
Como acabamos de ver con un ejemplo muy simple |
| |
Comando y medición en la zona uno. Se puede, no se puede dar una buena explicación. No confiaría en ese modelo para entender por qué sucede algo cuando tengo, cuando las respuestas, cuando la estimación parece ir en la dirección equivocada. |
| |
Así que es muy... No lo usaría como explicación. Sugiero que ni siquiera lo usaría como predicción. Porque si no puedo entender el modelo, no está haciendo intuitivamente lo que espero. |
| |
Eso parece hacer que la extrapolación sea peligrosa, claro, por definición. Creo que predecir un evento futuro es extrapolación en el tiempo. Claro, siempre lo pienso. Y, hasta ahora, estamos hablando de mínimos cuadrados ordinarios. |
| |
Veo todas mis técnicas de modelado, como árboles de decisión, análisis de peticiones, |
| |
Todos nos vemos afectados de alguna manera por este problema, de maneras inesperadas. Por lo tanto, es recomendable abordarlo si es posible. Y no es exclusivo de los datos de fabricación. |
| |
Pero probablemente se exagera aún más en los datos de fabricación porque a menudo las variables no se pueden controlar. Si... |
| |
Si tenemos, ya sabes, la temperatura de la zona uno y hemos aprendido que tiene que ser ese valor para hacer un buen producto, entonces la controlaremos lo más estrictamente posible para ajustarla a ese valor deseado. |
| |
Y así, la extrapolación se vuelve cada vez más difícil. Esto es una fabricación exagerada porque no podemos controlarlos. |
| |
Y hay otras cosas sobre los datos de fabricación que puedes leer aquí que quizás lo hagan... |
| |
Mejorarlo, porque esto implica oportunidades y desafíos. Mejor aún, comprender los procesos de fabricación. Hay mucha ciencia e ingeniería detrás de su funcionamiento. |
| |
Y puedes entender que la estequiometría, por ejemplo, requiere que la cantidad de A que agregues tenga relación con la sustancia química B. |
| |
O sabes que no quieres pasar de la temperatura de la zona uno aquí a algo muy diferente porque necesitas aumentarla lentamente, de lo contrario solo crearás estrés. |
| |
Por lo tanto, usted puede y debe comprender su proceso y esa puede ser una forma, incluso sin ninguna de esta evidencia empírica sobre la multicolinealidad, de deshacerse de parte de ella. |
| |
También hay |
| |
Una ventaja de los datos de fabricación es que casi siempre se basan en el tiempo, así que grafica las variables a lo largo del tiempo. Y siempre es interesante. |
| |
o no siempre, pero a menudo es interesante, los datos de fabricación parecen moverse en bloques de tiempo como aquí... creemos que debería ser 250 y lo ejecutamos durante meses, tal vez incluso años, |
| |
Y de repente, alguien dice: «Hemos hecho algo diferente o tenemos una idea nueva. Vamos a subir la temperatura». Y es muy diferente. |
| |
Y por supuesto, si estás pensando en por qué existe multicolinealidad, |
| |
Hemos hablado de que podría deberse a la física o a la química, pero podría deberse a alguna variable latente, por supuesto, especialmente cuando hay una preocupación con el desplazamiento de la variable en el tiempo, como acabamos de ver. |
| |
Cualquier cambio a ese ritmo podría ser el factor que esté afectando los valores del Y4. Podría deberse a un plan de control. |
| |
Podría estar correlacionado por diseño. Y cada una de estas cosas, ya sabes, cada una de estas razones para la multicolinealidad, y la pregunta que siempre hago es, ya sabes, |
| |
¿Es físicamente posible probar otras combinaciones o no es sólo físicamente posible? ¿Tiene sentido probar otras combinaciones? |
| |
En ese caso, te inclinas por la experimentación, lo cual es muy útil. Este modelado y la revisión retrospectiva de tus datos también te ayudan a diseñar mejores experimentos. |
| |
Aunque a veces las expectativas son demasiado altas, en mi opinión parecemos esperar una respuesta definitiva de estos datos retrospectivos. |
| |
Ya hemos hablado de dos métodos (dos años y medio) para abordar la agrupación multivariable y comprenderla. Uno es el VIF. |
| |
Y aquí está el VIF en un modelo más grande con todas las variables incluidas. |
| |
¿Cómo puedo determinar cuál se correlaciona con cuál? Esto me indica que tengo muchos problemas. |
| |
Pero no me dice cómo abordar estos problemas. Así que esto es útil para ayudarte a decir: «Oh, este no va a ser un buen modelo». |
| |
Pero quizá no sea útil para evitarlo. Y si incluyera interacciones, sería aún peor, porque casi siempre están más correlacionadas. Por eso necesitamos otra técnica. |
| |
Esto es la agrupación de variables. Está disponible en JMP y hay dos maneras de acceder a ella. Puedes usar la función "Analizar componentes principales multivariados". |
| |
O puedes ir directamente a agrupar las variables de clúster. Si revisas los componentes principales, debes usar la opción roja... opción del triángulo rojo para obtener las variables de clúster. Sigo prefiriendo este método, el PCA, porque me gusta la salida adicional. |
| |
Pero se basa en el ACP. Así que primero hablaremos del ACP y luego del resultado de la agrupación de variables. |
| |
Y ahí está la página de JMP. Para hablar de componentes principales, primero trabajaré con versiones estandarizadas de las variables. Recordemos qué es estandarizado. |
| |
La media ahora es cero, la desviación estándar ahora es 1. Así que he estandarizado lo que eso significa que ahora todos están en la misma escala e implícitamente cuando lo haces. |
| |
cuando lo haces |
| |
componentes principales sobre correlaciones en JMP, |
| |
Implícitamente estás actuando sobre variables estandarizadas. |
| |
JMP es, por supuesto, más que capaz, más que lo suficientemente inteligente como para que puedas poner los valores originales. |
| |
y para que funcione de la manera correcta, y luego, cuando genere, generará, ya sabes, una fórmula, determinará cuál es la correcta. |
| |
La fórmula debería haber sido, dado que has regresado sin estandarizar. Pero, a modo de primer vistazo, para que podamos ver dónde está la fórmula y algunas cosas, trabajaré con variables estandarizadas por un tiempo, pero regresaremos rápidamente, pero solo quiero ver una fórmula. |
| |
Y esa es la fórmula de aquí. Y lo que voy a hacer es pensar en el resultado. Entonces, ¿cuál es el propósito de...? |
| |
de |
| |
¿Qué es el PCA? Bueno, se llama técnica de reducción de la variación, pero busca combinaciones lineales de las variables. |
| |
Y si encuentra una combinación lineal que le gusta, eso se llama componente principal. |
| |
Y para ello utiliza el análisis propio. |
| |
Entonces, otra forma de pensarlo es, ya sabes que lo quiero, pongo unas 60 variables en las entradas. |
| |
No hay 60 dimensiones independientes que pueda manipular en este proceso; están correlacionadas. Lo que hago con el comando de tiempo y de temperatura en un... |
| |
Determina considerablemente lo que sucede con la temperatura real. Así que no son dos variables independientes. No te impiden decir que no tienes dos dimensiones. Entonces, ¿cuántas dimensiones tenemos? |
| |
Eso es lo que te dicen los valores propios. Son como la varianza. Son estimaciones de la varianza y el punto de corte es... |
| |
Uno. Y si tuviera la tabla completa aquí, habría 60 valores propios. Bajando hasta el final, ya sabes, el informe inicial es de 0,97, pero el siguiente es, ya sabes, probablemente 0,965 y seguirá bajando. |
| |
El valor de corte indica que... o alguna directriz indica que si es mayor que uno, esta combinación lineal explica una señal. Y si es menor que uno, simplemente explica el ruido. |
| |
Entonces, lo que hace JMP es... cuando voy a la agrupación de variables, dice, ya sabes qué... |
| |
Aquí tienes una segunda dimensión. Esto significa un segundo grupo de variables, ¿verdad?, que explica algo un poco diferente. Ahora las separaré en dos grupos. Y luego haré un análisis de componentes principales (PCA) en ambos. |
| |
y si y los valores propios para ambos... el primero será grande, pero ¿cómo se ve el segundo? |
| |
¿Después de dividirlos en dos grupos? ¿Ahora son menores que uno? Bueno, si son menores que uno, ya está. Pero si son mayores que uno, es como... bueno, ese grupo se puede dividir aún más. |
| |
Y se dividió aún más de manera interactiva, directa y divisiva hasta que ya no hay segundos componentes mayores que uno. |
| |
Entonces, se crean estas combinaciones lineales y puedes ver... ya sabes, cuando guardo el componente principal uno, es exactamente esta fórmula. Ups. |
| |
Es exactamente esta fórmula, 0,0612, que es la fórmula para Prin1. Esto será correcto siempre que se estandarice. Si no se estandariza, JMP simplemente encontrará la manera de hacerlo en los valores no estandarizados, es decir, es más que capaz de hacerlo. |
| |
Así que comencemos a trabajar con los datos iniciales. |
| |
Haremos nuestro ejemplo. Verán que el resultado es muy similar. De hecho, es el mismo, excepto por una cosa que he activado. |
| |
Esta opción es "variables de clúster". Y lo que obtengo aquí es el resultado de las variables de clúster. Pueden ver que estos números son los mismos. Ya pueden empezar a ver el razonamiento que tendrá que seguir. Veamos estos dos. |
| |
La cantidad de IA introducida parece estar muy relacionada con la cantidad de BI introducida, por lo que... y eso tendría sentido para la mayoría de los procesos químicos, si eso es parte de la reacción química que estás tratando de lograr. |
| |
Si quieres añadir un 10 % más, probablemente añadirás un 10 % más de B. Incluso en este gráfico de rayos, empiezas a ver algunos elementos que sugieren la multicolinealidad. Y así, para llegar a alguna parte. |
| |
Pero quiero ponerlos en grupos distintos y esto es un poco difícil porque |
| |
Mira a este tipo aquí, zona de temperatura 4. |
| |
En realidad, es lo opuesto. Son como el mismo ángulo, pero en dirección opuesta, ¿verdad? Así que está casi a 100 o 180 grados de A y B. |
| |
Entonces, tal vez… correlacionado negativamente con la temperatura de la zona 4 y AB y no… pero también quiero ponerlos en grupos exclusivos y eso es lo que obtenemos. |
| |
Cuando solicitamos la agrupación de variables, tomamos esas mismas cosas y las agrupamos en ocho grupos distintos. |
| |
Y aquí están los coeficientes estandarizados. Así que esta es la fórmula. |
| |
que para los, ya sabes, para los grupos individuales. Y entonces, cuando guardo |
| |
los componentes del clúster |
| |
Obtuve un resultado muy similar al que obtuvimos con Prin1, excepto que esto solo se aplica al clúster 1. Observa que en esta fila, que tiene el comando de la zona uno con un ... y un .44, el resto es cero. Cada variable pertenece exclusivamente a un clúster u otro. |
| |
Entonces déjenme...hablemos un poco sobre algunos de los resultados. |
| |
Y entonces estamos haciendo agrupamiento de variables y |
| |
Ups. |
| |
Lo siento. |
| Tony |
Y luego tenemos algunas tablas en nuestra salida. Así que voy a cerrar... minimizar esta ventana y hablaremos sobre lo que hay aquí en términos de salida. |
| |
Lo primero que quiero señalarles son las estimaciones estandarizadas, que estábamos haciendo. Y si quieren hacerlo, cito, ya saben, |
| |
A mano, si quieres, repite. ¿Cómo obtengo un 0,35238? Podría ejecutar PCA solo en las variables del clúster uno. Estas son las variables que permanecen ahí. Y luego podrías ver los valores y vectores propios, y estos son los números exactos. |
| |
Entonces, |
| |
Entonces, el .352 es justo lo que dije. Sigue realizando múltiples PCA de forma desviada, y pueden ver que el segundo componente principal aquí es, perdón, menor que uno. Por eso se detuvo en ese componente. |
| |
¿Quién está ahí? |
| |
Grupo uno, bueno, la temperatura es... las dos mediciones de la zona uno, una medición de la zona tres A, la cantidad de agua parece importar en comparación con eso. Con algunas de las otras temperaturas aquí y en qué... en el grupo seis. |
| |
Esta es una tabla con códigos de colores muy útil. Está organizada por grupo. Este es el grupo uno; puedo pasar el cursor sobre ella y leer todos los datos. |
| |
agua añadida (aunque dije que debía, sí, agua añadida. Lo siento, déjame conseguir una que tenga mi temperatura tres). |
| |
Y lo que es una correlación positiva, es interesante que la zona 4 tenga una correlación negativa. Así que definitivamente verán bloques de color... porque estos son... este es el grupo uno, obviamente, y este es quizás el grupo tres. |
| |
Éste, sé que es el grupo seis. |
| |
Pero miren aquí... como pueden imaginar, los grupos uno y tres están algo correlacionados. Empezamos a ver algunas ideas sobre lo que podríamos hacer. Así que empezamos a tener una idea de lo que está sucediendo con los datos. |
| |
Exploremos esta tabla. Esta es con su propio clúster, con el siguiente clúster y una razón de r cuadrado menos uno. Y... Voy a guardarla en mi propio conjunto de datos. |
| |
Voy a realizar un análisis multivariado. Tengo los componentes del clúster uno al ocho y todos los factores. Lo que realmente me interesa es esta parte de la tabla, como todas las variables originales y cómo se agrupan con el componente. Así que voy a guardar esa tabla y... |
| |
Entonces, lo que voy a hacer es eliminar algunas filas adicionales de esta tabla, pero es la misma tabla. Solo eliminemos algunas filas. |
| |
Y me giraré para que podamos centrarnos en algunos. Lo que me queda son las columnas que son los componentes del clúster y las filas... |
| |
Fila columna... el rol de las diferentes... y ahora son 27 variables las que estábamos considerando, no 60 (perdón). Las puse en 8 grupos diferentes y agregué ese número. Pueden aparecer automáticamente. |
| |
Voy a empezar y, para seguir trabajando, lo que haré es que no quiero que estos números sean correlaciones, sino R cuadrados. Así que voy a elevar todos esos números al cuadrado. |
| |
Así que los elevé al cuadrado y aquí vamos. Ahora podemos verlo, ahora podemos empezar a pensar en ello. |
| |
Y ya lo he ordenado... así que veámoslo |
| |
fila uno. |
| |
Lo siento, pero esta medida de temperatura de la que hemos hablado está correlacionada en un 96 % con su... con el grupo uno. |
| |
Tiene una correlación del 1% con el grupo dos, así que me parece que realmente quiere estar en el grupo uno y no tiene mucho que decir. Quiero entrar en el grupo dos. Lo que quiero hacer es encontrar todos esos... |
| |
Vamos a codificar por colores algunas cosas aquí para que podamos encontrarlas más rápido. Así que... |
| |
Estamos hablando de la zona uno, y la que nos gustaría estar, si acaso, es la del grupo cinco. |
| |
Sabes que tiene una correlación del 96%, pero no la tendría. Si tuviera que abandonar este grupo, ¿adónde iría después? Pensaría en el grupo cinco. |
| |
¿Y qué hay en el grupo cinco? Bueno, sin duda podrías empezar a analizarlo. Hay más temperaturas allí. El punto de ajuste de humedad y calor, etc. Así que si no hubiera... este número, |
| |
El grupo con el cl... con su propio grupo indica cuánto le gusta estar en su grupo, y el qué... y el R al cuadrado del siguiente grupo indica cuánto le gustaría estar en uno diferente. Y esos son los dos datos que se muestran en la tabla. |
| |
Ya sabes, JMP no muestra toda la correlación, pero puede valer la pena graficarla y, como acabamos de demostrar, no es difícil de hacer. |
| |
Esto te dice... que me gusta mucho estar en mi propio grupo. Esto significa que si tuviera que irme, no me importaría ir aquí. Comparemos esos dos. Y restemos este número a uno. |
| |
Dividido entre uno menos este número. Esa es la razón de uno menos r al cuadrado. Es decir, es la razón de cuánto te gusta tu propio grupo dividido entre cuánto intentaste ir a otro grupo. |
| |
Y vamos a graficar algunos de ellos. |
| |
Y |
| |
Déjame buscar el filtro de datos local allí. |
| |
El cluster. |
| |
Y aquí está la cosa. Entonces |
| |
En cierto sentido, los valores más bajos de esta relación son mejores. Estos son los que aparecen aquí (destaquémoslo)... |
| |
Bueno, vamos a destacar este... uno de los mejores aquí. |
| |
Me gusta el de aquí abajo. Lo siento. |
| |
Este, el punto de ajuste de vacío, como pueden ver, le gustó mucho su propio grupo sobre el siguiente más cercano, 0,97 frente a 0,0005, así que saben que la relación es cercana a cero. Así que esos no... |
| |
Con eso... no querrías moverlo. Y podrías empezar a hacer cosas como, pensemos en las variables del clúster uno. Si alguien quisiera dejarlo, quizás sea Pct_reclaim. Quizás entró ahí, |
| |
como, ya sabes, por, ya sabes, por casualidad fortuita y tengo, ya sabes, y si estuviera en el grupo dos, puedo empezar a pensar en la velocidad de la línea. |
| |
La última tabla de la que voy a hablar es la tabla de resumen del clúster. Esa es |
| |
Esta mesa aquí. |
| |
Y está diciendo... ha revisado esta lista y dijo que si miro hacia abajo en el cuadrado de mi propio grupo, el número más alto es .967 para el grupo uno. |
| |
Así que quizás esto sea lo más representativo. |
| |
Para mí, puede que no sea prudente dejar que el software decida que voy a mantener esto para el final... esta variable y solo esta variable, aunque ciertamente todo software... |
| |
tiene un botón que dice iniciarlo solo con los principales que creas, y eso es lo que puede darte un modelo estable, en cierto sentido, pero creo que es un cambio corto. |
| |
El tipo de cosas que puedes hacer. Y tú, y con suerte, con las técnicas proporcionadas, podemos... ahora tienes la capacidad de explorar esas otras cosas. |
| |
Esto es... puedes calcular este número haciendo nuevamente el PCA en su propio grupo y esto sugiere que se trata de un grupo... valor propio, una queja con una explicación del 0,69%, así que esa es otra... solo pensándolo, es su propio grupo. |
| |
Cerremos estos y resumamos. |
| |
Así que te hemos dado varias técnicas. Si no entiendes lo que está claro, puedes dificultar la interpretación de tus datos, e incluso confundir los modelos. |
| |
Comprender los datos en relación con el proceso puede generar multicolinealidad. Por lo tanto, es suficiente comprenderlos desde la perspectiva de una PYME y de un experto en la materia. |
| |
Los diagramas de pares y de dispersión son más fáciles de interpretar, pero no detectan la multicolinealidad, por lo que se necesitan más. El VIF es excelente para indicar que hay un problema. Solo está disponible para mínimos cuadrados ordinarios. |
| |
No hay, no hay nada comparativo para hacer predicciones. |
| |
Y hay algunas pautas y la agrupación de variables se basa en componentes principales y muestra una mejor membresía y fortalece la relación en cada grupo. |
| |
Y espero que esa revisión o la introducción te anime, tal vez, a tomar, como digo, este conjunto de datos de JMP Discovery y puedas ejecutar el script tú mismo y, obviamente, puedas ir más despacio y asegurarte de que te sientes bien y practicar tal vez con tus propios datos o algo así. |
| |
Un último anuncio es que, ya sabes, había otro material y otras veces Sam y yo hemos hablado en conferencias de JMP Discovery o en... |
| |
...o documentos técnicos escritos para JMP y tal vez quieras pensar en todo lo que pensamos sobre su fabricación porque hemos descubierto que... |
| |
Modelar datos de fabricación es un poco diferente a comprender datos de clientes en telecomunicaciones, algo que muchos aprendemos en la escuela. Gracias por su atención y les deseo mucha suerte. |
| |
con mayor análisis. |
