Enfoque de detección de valores atípicos: iterativo 3 sigma¿Qué inspiró esta solicitud de lista de deseos?
El objetivo es filtrar los datos y eliminar los valores atípicos para dejar de lado las obleas con muchos defectos e identificar el estándar. Los datos siguen una distribución de Poisson.
Describa la característica o solución nueva o mejorada que le gustaría ver.
Quisieran detectar valores atípicos mediante el uso de un enfoque iterativo de 3 sigmas.
significa:
- Medir la media y la desviación estándar de las muestras.
- Eliminar muestras con valores superiores a la media más 3 desviaciones estándar.
- Repita desde el paso 1, un total de 3 veces.
¿Qué valor tendría para usted y/o para otros usuarios ofrecer esta nueva función?
¿Es esta una solicitud de un cliente externo?
STMicroelectronics - Crolles
¿Existe algún paquete de software competitivo que tenga esta característica o solución y que debamos conocer?
No lo sé
¿Esto afectará una renovación, expansión o adopción por parte de un cliente? ¿Pone en riesgo una cuenta si no abordamos este problema?
ELA en curso en STMicroelectronics
Combinación y limpieza de datosRe: Enfoque de detección de valores atípicos: iterativo 3 sigmaHola @flo_kuster ,
¿Algo como lo que se muestra a continuación podría adaptarse a las necesidades del cliente mientras tanto? Es solo una pasada única para una desviación estándar definida utilizando la función std dev() en 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: método de detección de valores atípicos - iterativo 3 sigma - Estado cambiado a: Reconocido