Diese Aktivität kann eigenständig durchgeführt werden und ist auch eine Begleitaktivität zur Mastering-JMP-Sitzung „Entwirren und Organisieren großer Datenmengen“.
Mit dieser praktischen Aktivität können Sie die Verwendung von „Ausreißer erkunden“ üben, um die Extremwerte in Ihren Daten zu verstehen. Die Daten werden für Zwecke der prädiktiven Modellierung aus historischen Daten gesammelt.
Die Anleitung finden Sie weiter unten und im angehängten PDF, das auch die Lösungen enthält.ProduktqualitätDiesem Beitrag ist auch eine JMP-Datentabelle beigefügt.
Die Daten befinden sich in der Datentabelle Produktqualität . Sie stellen zwei Antwortvariablen ( Y1 und Y2 ) und neunzehn Prädiktorvariablen ( X1 bis X19 ) dar, die in 568 Durchläufen eines Herstellungsprozesses gemessen wurden. Sie werden die kontinuierlichen Prädiktorvariablen ( X2 bis X19 ) auf potenzielle univariate und multivariate Ausreißer untersuchen.
Beantworten Sie folgende Fragen:
- Sind die potenziellen univariaten Ausreißer in X2 – X19, die mit der Standardmethode „Quantilbereich“ und der Methode „Robuste Anpassung“ gefunden wurden, dieselben?
- Sind die potenziellen multivariaten Ausreißer in X2 – X19, die mit der Standardmethode „Robust PCA“ und der Methode „K Nearest Neighbors“ gefunden wurden, dieselben?
- Handelt es sich bei einigen Datenwerten tatsächlich um Ausreißer?
Sind Sie an einer ähnlichen Aktivität zur Verwaltung Ihrer Daten interessiert? Siehe Praktische Übung und Lösung zum Thema „Fehlende Werte erkunden“ .
