複数ステップのプロセスの予測モデルを構築する方法: 一部の実行ではすべてのステップが実行できないこんにちは、
履歴データに基づくモデリングについてアドバイスをいただければ幸いです。モデルのベースとなるプロセスには、3 つのステップ dep1->dep2->etch3 があり、各ステップには 3 つの連続因子があります。したがって、合計で 3*3 の因子、つまり 9 つの因子があります。ただし、一部の履歴実行では、ステップ 3etch はなく、1 と 2 があります。「3 ステップ実行」と「2 ステップ実行」を 1 つのテーブルとして取得し、そこからモデルを構築できますか? ステップ 3 がない場合は、ステップ 3 の因子に「0」を入力する必要がありますか?
場合によっては、dep1->etch2->dep3 となることもありますが、これは dep1->dep2->etch3 とは異なります。JMP はこのような複数ステップの DOE を処理できますか?
高度な統計モデリング実験計画法Re: 複数ステップのプロセスの予測モデルを構築する方法: 一部の実行ではすべてのステップが実行できない申し訳ありませんが、具体的なアドバイスを提供するには情報が足りません。これが私の考えですが、気に入らないかもしれません。
使用しているのは履歴データのみなので、できる最善のことはデータマイニングです (データ内のパターンと要因の関連性を探して仮説を立てます)。履歴データにはコンテキストがありません。データ セットに含まれていない情報が多すぎるため、有用な予測モデルを作成できません。実験設計でテストできる仮説を立てる手がかりが得られるかもしれませんが、それだけです。たとえば、応答変数が何であるかはわかりませんが、x と y に関連する測定誤差を知っていますか? 履歴データの期間中に変化した、記録されていない他の要因はありますか? x は共線的ですか? x には遅延効果がありますか?
データ プロットと回帰 (例: ステップワイズ、PLS、場合によっては PCA) を使用するだけで、有用なモデルに一定の信頼性を持たせるための実験を設計するのに役立つ手がかりが得られます。
Re: 複数ステップのプロセスの予測モデルを構築する方法: 一部の実行ではすべてのステップが実行できないこんにちは@statman
アドバイスありがとうございます。確かに、過去のデータには、モデル化のための測定や時間の影響などからくるノイズが非常に多く、あなたのアドバイスに従って、次の直交DOEの構築に役立つ重要な要素を拾い上げるために、データマイニングを実行するつもりです。
質問は.... 過去の実行では、プロセス ステップが 2 つしかないものもあれば、3 つしかないものもあるので、これらの 2 つのシナリオを 1 つに組み合わせて分析するにはどうしたらよいでしょうか。ステップが 2 つしかない実行の 3 番目のステップの要素に「0」を設定できますか。よろしくお願いします。
Re: 複数ステップのプロセスの予測モデルを構築する方法: 一部の実行ではすべてのステップが実行できないデータ マイニングを行っているので、さまざまなアプローチを試すことができます。提案されている方法は試してみる価値があります。列を作成し、それを「ステップ」と名付け、それに応じて入力します。これが完了すると、「ステップ」の効果を調べたり、「ステップ」ごとに回帰手順を実行したり、ステップ内およびステップ間で多数のデータ プロットを実行したりできます。
