このアクティビティは単独でも実行できますが、Mastering JMP セッションの「幅広いデータの分離と整理」の関連アクティビティとしても実行できます。
この実践的なアクティビティでは、外れ値の探索を使用してデータ内の極端な値を理解する練習ができます。データは、予測モデリングの目的で履歴データから収集されます。
手順は下記と添付のPDFに記載されており、解答も含まれています。製品の品質JMP データ テーブルもこの投稿に添付されています。
データは、製品の品質データ テーブルにあります。これらは、製造プロセスの 568 回の実行で測定された 2 つの応答変数 ( 1年生とY2 ) と 19 の予測変数 ( X1からX19 ) を表します。連続予測変数 ( X2からX19 ) を調べて、潜在的な単変量および多変量外れ値を探します。
次の質問に答えてください。
- デフォルトの Quantile Range メソッドと Robust Fit メソッドで検出されたX2 - X19の潜在的な単変量外れ値は同じですか?
- デフォルトのロバスト PCA 法と K 近傍法で検出されたX2 - X19の潜在的な多変量外れ値は同じですか?
- データ値の中に実際の外れ値はありますか?
データの管理に関する関連アクティビティに興味がありますか? 欠損値の探索の実践的な練習とソリューションを参照してください。
