データを情報に変換する - 多変量統計手法の応用... データを情報に変換する - 農薬生産における多変量統計手法の応用
アラン・ブラウン博士、主席技術専門家 – シンジェンタ
シンジェンタは、農家や生産者に農薬（除草剤、殺虫剤、殺菌剤）、植物、種子を提供する世界有数のアグリビジネス企業です。化学有効成分の製造は、バッチ処理と連続処理を組み合わせた複数の拠点で行われています。これらの拠点の特徴は、大量のデータが生成されることです。本プレゼンテーションでは、JMP Proのモデリング機能と多変量解析機能を用いて、これらのデータをプロセス理解を深めるための情報に変換する方法を説明します。複雑度が増す3つの例を紹介します。1つ目は、6つの変数の主成分分析（PCA）を用いて、2つの生産ユニット間のパフォーマンスの違いの理由を調査します。2つ目は、連続プロセスから得られる34の変数（例えば、流量、温度、圧力など）を考慮し、再帰分割、ブースティングツリー、PLS-DA、ニューラルネットワークなどの分類手法を用いて、製品の多形性を予測します。同じ入力変数セットを用いて、PLSとニューラルネットワークを用いて、関連する化学不純物のグループの量をモデル化します。 3つ目の例では、PCA/PLSと再帰分割を用いて、3つの並行生産ストリーム間の差異を検証します。14個のプロセス変数のデータが30バッチ（各ストリームにつき10個）収集されました。各バッチにつき変数ごとに1分間隔で約400個の観測データが取得されました。
