CIAO,
Ho un set di dati che registra la frequenza delle fuoriuscite dai carichi dei camion. Ho registrato per un periodo di due anni: carico, data, ora, numero di bottiglie sul carico, autista, condizioni meteorologiche, alba/tramonto, ecc. Vorrei identificare i fattori di rischio che determinano quando è più probabile che si verifichino fuoriuscite. Tuttavia, queste fuoriuscite si verificano così raramente che la maggior parte dei miei dati è pari a 0. Ad esempio, ho 29.000 righe di dati e circa 28.000 di questi carichi non presentano fuoriuscite associate. Ho calcolato le perdite medie per carico e le perdite medie per milione di bottiglie. Tuttavia, è difficile sapere se eseguire un'ANOVA quando ho così tanti valori pari a zero. Qualcuno potrebbe consigliarmi qual è il miglior tipo di modellazione/test da utilizzare? Vorrei solo determinare se un fattore di rischio specifico è associato al numero di fuoriuscite, se e quando si verificano.
Grazie,
Abbie
Innanzitutto, benvenuti nella community. La questione di come sviluppare relazioni causali con eventi rari è molto complessa. La variabile di risposta della frequenza delle fuoriuscite non è una variabile di risposta molto efficiente. Inoltre, non è molto discriminante in termini di comprensione della causalità. È un aggregato di molte possibili modalità/meccanismi di guasto.
Questi sono difficili da studiare con un disegno sperimentale (anche se probabilmente si può far rovesciare il camion, potrebbe non essere questo il motivo per cui si sta rovesciando in quel momento). Il mio orientamento sarebbe quello di utilizzare il campionamento diretto (componente degli studi di variazione e stabilità per studiare il processo così com'è). La domanda sorge spontanea: si tratta effettivamente di eventi con causa speciale come definiti da Deming? In tal caso, il suo consiglio è di reagire in modo specifico e locale agli eventi, piuttosto che dedicare tempo e impegno a prevederli (azione di causa comune). Si tratta effettivamente di effetti di ordine superiore (ad esempio, effetti di interazione di ordine superiore al 4°)? Dove è una combinazione di fattori che si combinano per creare l'evento.
Quanto sei sicuro del set di dati esistente? Ci sono perdite non registrate (forse piccole o corrette)? Non so a quanto ammonti il carico, ma l'indizio nella tua descrizione è una specie di bottiglia. Se le bottiglie cadono e non si rompono, si tratta di una perdita? Le dimensioni della perdita sono importanti?
Ecco cosa puoi fare:
1. Innanzitutto, si inizia con delle ipotesi su cosa potrebbe causare questi eventi e perché. Ad esempio: le fuoriuscite si verificano perché il camion diventa instabile a causa di un carico non uniforme. Si potrebbero creare dei diagrammi di dispersione/correlazioni a partire dal set di dati esistente, ma questo servirebbe solo a stimolare la mente a sviluppare ipotesi che dovranno essere analizzate con dati futuri.
2. Sviluppare un elenco esaustivo di fattori . La mappatura dei processi e l'analisi FMEA spesso aiutano a farlo. Assicuratevi di osservare effettivamente il processo di carico, spostamento e scarico del camion. È probabile che il vostro set di dati attuale non contenga informazioni su tutte queste x.
3. Esistono altre variabili di risposta che potrebbero essere misurate e che potrebbero essere correlate ai fenomeni che fornirebbero una migliore comprensione dei guasti (ad esempio, numero di situazioni che potrebbero aumentare la probabilità di una fuoriuscita, posizione della fuoriuscita, direzione della fuoriuscita dal camion)? Oppure, ad esempio, si potrebbe ipotizzare l'effetto del bilanciamento del peso del carico in un camion. Si potrebbe misurare la distribuzione del peso all'interno e tra i carichi del camion. Oppure si sospetta che siano le condizioni stradali, e si potrebbero aggiungere accelerometri al camion. O velocità, tachimetri... ecc.
4. Rendere il camion robusto in condizioni che si ipotizza possano aumentare la probabilità di fuoriuscita di liquido (ad esempio, sospensioni che assorbono le variazioni delle condizioni stradali). Questo può essere fatto sperimentalmente, purché il rumore generato dal processo sia incluso nello studio. Anche in questo caso, è necessario valutare le risorse necessarie e determinare se un'azione di causa comune sia effettivamente conveniente. È necessario essere robusti in caso di un evento raro?
Solo per aggiungere una prospettiva un po' diversa a quanto consigliato da @statman ... e che anch'io appoggio... potresti provare la regressione di Poisson con inflazione zero come personalità adatta nella piattaforma JMP Fit Model.
