将数据转换为信息——多元统计技术的应用…… 将数据转化为信息——多元统计技术在农用化学品生产中的应用
艾伦·布朗博士，先正达首席技术专家
先正达是一家世界领先的农业综合企业，为农民和种植者提供作物保护产品（除草剂、杀虫剂和杀菌剂）、植物和种子。其化学活性成分的生产在多个生产基地进行，采用批量和连续相结合的工艺流程。这些生产基地的特点是会产生大量数据。本演示将阐述如何使用 JMP Pro 中的建模和多变量功能，将这些数据转化为有助于加深对工艺过程理解的信息。演示中将展示三个复杂程度递增的示例。第一个示例利用六个变量的主成分分析 (PCA) 来探究两个生产单元之间性能差异的原因。第二个示例考虑了连续工艺中的 34 个变量（例如流量、温度、压力等），并使用分类技术（例如递归分割、提升树、偏最小二乘分析 (PLS-DA) 和神经网络）来预测产品的多晶型。同一组输入变量用于使用偏最小二乘 (PLS) 和神经网络对一组相关化学杂质的含量进行建模。第三个示例使用PCA/PLS和递归分割来检验三个并行生产流之间的差异。我们收集了30个批次（每个流10个）的14个过程变量的数据。每个批次的每个变量以一分钟的时间间隔采集了大约400个观测值。
