다단계 프로세스의 예측 모델을 구축하는 방법: 일부 실행에는 모든 단계가 포함되지 않음안녕하세요,
저는 과거 데이터를 기반으로 모델링하는 데 조언을 얻고 싶습니다. 모델의 기반이 되는 프로세스의 경우 3단계 dep1->dep2->etch3가 있으며, 각 단계에는 3개의 연속 요인이 있습니다. 따라서 총 3*3 요인, 9개의 요인이 있습니다. 그러나 일부 과거 실행의 경우 3단계 etch가 없고 1과 2가 있습니다. "3단계 실행"과 "2단계 실행"을 하나의 표로 가져와서 모델을 빌드할 수 있습니까? 3단계가 없는 경우 3단계 요인에 "0"을 입력해야 합니까?
때로는 dep1->dep2->dep3일 수도 있는데, 이는 dep1->dep2->etch3와 다릅니다. JMP가 이런 종류의 다단계 DOE를 처리할 수 있을까요...?
고급 통계 모델링실험 설계Re: 다단계 프로세스의 예측 모델을 구축하는 방법: 일부 실행에는 모든 단계가 포함되지 않음죄송합니다. 구체적인 조언을 제공하기에는 정보가 충분하지 않습니다. 제 생각은 이렇지만, tyhem을 좋아하지 않을 수도 있습니다.
과거 데이터만 사용하고 있으므로 할 수 있는 최선은 데이터 마이닝입니다.(데이터의 패턴과 요인의 가능한 연관성을 찾아 가설을 개발합니다). 과거 데이터는 맥락이 부족합니다. 데이터 세트에 포함되지 않은 정보가 너무 많아서 유용한 예측 모델을 만들 수 없습니다. 이제 실험 설계로 테스트할 수 있는 가설을 개발하기 위한 단서를 얻을 수 있지만, 그게 전부입니다. 예를 들어, 응답 변수가 무엇인지 제공하지 않더라도 x와 y와 관련된 측정 오차를 알고 있습니까? 과거 데이터의 기간 동안 변화한 기록되지 않은 다른 요인이 있습니까? x가 공선입니까? x에 지연 효과가 있습니까?
데이터 플롯과 회귀 분석(예: 단계적 분석, PLS, PCA)을 사용하면 유용한 모델에 대한 확신을 제공하기 위해 실험을 설계하는 데 도움이 되는 단서를 얻을 수 있습니다.
Re: 다단계 프로세스의 예측 모델을 구축하는 방법: 일부 실행에는 모든 단계가 포함되지 않음안녕하세요 @statman
조언 감사합니다! 사실 과거 데이터의 경우 모델링을 위한 측정, 시간 효과 등에서 많은 노이즈가 있고, 조언에 따라 다음 직교 DOE를 구축하는 데 도움이 될 중요한 요소를 파악하기 위해 데이터 마이닝을 하려고 합니다.
질문은... 역사적 실행 중 일부는 프로세스 단계가 두 개뿐이고, 일부는 프로세스 단계가 세 개인데, 이 두 시나리오를 하나로 합쳐서 분석할 수 있을까요? 두 단계만 있는 실행의 경우 3단계에서 해당 요인에 "0"을 입력할 수 있을까요? 감사합니다!
Re: 다단계 프로세스의 예측 모델을 구축하는 방법: 일부 실행에는 모든 단계가 포함되지 않음데이터 마이닝을 하고 있으므로 다양한 접근 방식을 시도할 수 있습니다. 제안하신 방법은 시도해 볼 만한 가치가 있습니다. 열을 만들고 "단계"라고 이름을 지정한 다음, 그에 따라 채웁니다. 이렇게 하면 "단계"의 효과를 찾을 수 있고, "단계" 별로 회귀 절차를 실행하고, 단계 내부와 단계 사이에 많은 데이터 플롯을 만들 수 있습니다.
