approccio di rilevamento dei valori anomali - iterativo 3 sigmaCosa ti ha ispirato a richiedere la Lista dei desideri?
L'obiettivo è filtrare i dati e rimuovere i valori anomali per mettere da parte i wafer con molti difetti e identificare lo standard. I dati seguono una distribuzione di Poisson
Descrivi la funzionalità o la soluzione nuova o migliorata che vorresti vedere.
vorrebbero rilevare i valori anomali utilizzando un approccio iterativo a 3 sigma.
significa:
- Misura la media e la deviazione standard dei campioni.
- Rimuovere i campioni superiori alla media più 3 deviazioni standard.
- Ripetere dal passaggio 1 per un totale di 3 volte.
Quale sarebbe il valore per te e/o per gli altri utenti se questa nuova funzionalità venisse fornita?
Si tratta di una richiesta di un cliente esterno?
STMicroelectronics-Crolles
Esiste un pacchetto software concorrente che ha questa funzionalità o soluzione di cui dovremmo essere a conoscenza?
Non lo so
Ciò avrà ripercussioni sul rinnovo, l'espansione o l'adozione da parte di un cliente? E se non affrontiamo questo problema, l'account potrebbe essere a rischio?
ELA in corso presso STMicroelectronics
Fusione e pulizia dei datiRe: approccio di rilevamento dei valori anomali - iterativo 3 sigmaCiao @flo_kuster ,
Qualcosa come quello di seguito potrebbe essere adattato alle esigenze del cliente nel frattempo? È solo un singolo passaggio per una deviazione standard definita usando la funzione std dev() in JSL.
/*
This script was created by:
Chris Kirchberg, Principal Systems Engineer, JMP Statistical Discovery, LLC
Sam Garnder, Sr. Product Manager, JMP Statistical Discovery, LLC
Date: 2023-10-24
It is intended to show how one can filter/group/screen through thousands of columns in a wide data set to
help reduce a data set to useful or functional features/columns for further modeling/testing.
!!!!!!It was not evaluated by any QC/QA methods or departments. Please use at your own risk.!!!!!
Please modify per needs of the data/project
*/
Names Default To Here( 1 );
zProp = 0.1;
dt = Current Data Table();
w = New Window( "Select Standard Deviation Limit",
<<MODAL>= pctdone,
tb << set text( "Checking Column " || Char( i ) || " of " || Char( N Items( selcols ) ) || " selected columns" );
pctdone += pctinc;
Wait( 0 );
);
v = Column( dt, selcols[i] ) << get values;
If( std dev( v ) <= zProp,
Insert Into( collist, Column( dt, selcols[i] ) ),
Insert Into( notcollist, Column( dt, selcols[i] ) )
);
);
For( i = 1, i <= N Items( cbsellist ), i++,
Match( cbsellist[i],
1,
// group acceptable
tb << set text( "grouping acceptable columns" );
Wait( 0 );
dt << group columns( "acceptable cols", notcollist );
dt << clear column selection();
dt << select column group( "acceptable cols" );
dt << move selected columns( to last );
dt << clear column selection();
tb << set text( "" );
Wait( 0 );,
2,
// group unacceptable
tb << set text( "grouping unacceptable columns" );
Wait( 0 );
dt << group columns( "unacceptable columns", collist );
dt << clear column selection();
dt << select column group( "unacceptable columns" );
dt << move selected columns( to last );
dt << clear column selection();
tb << set text( "" );
Wait( 0 );,
3,
// hide and exclude
tb << set text( "hiding and excluding unacceptable columns" );
dt << clear column selection();
dt << Select Columns( collist );
Wait( 0 );
If(
Host is( "Mac" ),
Main Menu( "Cols:Hide/Unhide" );
Main Menu( "Cols:Exclude/Unexclude" );,
Host is( "Windows" ),
mainmenu( "Cols:Hide/Unhide" );
mainmenu( "Cols:Exclude/Unexclude" );
);
dt << clear column selection();
tb << set text( "" );
Wait( 0 );
)
);
),
Button Box( "Cancel" )
)
)
)
)
)
);</MODAL>
Re: approccio di rilevamento dei valori anomali - iterativo 3 sigma - Stato modificato in: Riconosciuto
