利用主成分提升模擬產品知識Yves Chandon，飛思卡爾半導體公司六西格瑪黑帶
每個汽車模擬積體電路在交付客戶之前都要經過100到5,000次測試。主成分分析已被用作一種可變維度降低技術來分析那些相當大的資料檔案。然而，對於主題專家來說，對主要成分的解釋並不總是簡單的。變數聚類程序是一個實用的工具。可以分析每個聚類，並顯示每個聚類最具代表性的變數。對於主題專家來說，使用置信橢圓以雙變量擬合最具代表性的變數來擬合聚類中的所有變數是相當方便的。這些資訊對於提高產量、改善品質或節省成本、減少測試時間很有用。還可以透過使用逐步迴歸或分區平台來增強最具代表性的變數集與其他變數之間的相關性。偏最小平方法也可用於透過每個聚類中最具代表性的、不與主成分正交的變數來建模所有變數。這些技術大大增強了對產品變異結構的整體理解。此資訊用於產量和成本優化以及品質改進。
