Hallo zusammen
Ich bin ein neues Mitglied der Community. Mir wurde die Aufgabe zugewiesen, eine Rekurrenzanalyse unserer Daten durchzuführen. Ich habe noch nie JMP verwendet oder eine Rekurrenzanalyse durchgeführt. Daher werde ich mit Sicherheit einige dumme Fragen stellen.
Die Daten, die wir haben, beziehen sich auf Roboterreparaturen. Wir möchten das Reparaturereignismuster für die Bots sehen und mir wurde gesagt, ich solle eine Wiederholungsanalyse verwenden (ich weiß nicht, warum).
Wir haben also rund 15.000 Roboter. Ich habe die Spalten „bot_id“, „accumulated_transactions“, „site“, „cost“, „bot_type“ und „component“ verwendet. „Site“ umfasst verschiedene Standorte, an denen die Roboter arbeiten. „cost“ ist der Wert 0, 1 (1 bedeutet eine Reparatur und 0 bedeutet das letzte gesehene Ereignis der Bots). „component“ sind verschiedene Teile, die repariert werden. Wir möchten die Auswirkungen von Sites, bot_type und Teilen auf MCF und Reparaturmuster sehen. Ich verwende hauptsächlich das loglineare NHPP-Modell.
Wenn ich die Auswirkung der Site auf MCF untersuchen möchte, sollte ich der Site die Rolle „Gruppierung“ oder „Ursache“ zuweisen? Wenn ich herausfinden möchte, welche Sites schneller verschleißen als andere, welche Sites im Vergleich zu anderen mehr Reparaturen benötigen.
Meines Wissens nach ist Gruppierung ein ausschließlicher Kategoriefaktor, z. B. kann ein Bot nicht gleichzeitig an zwei Orten sein. Daher sollte ich Gruppierung verwenden. ChatGPT hat jedoch Ursache vorgeschlagen. Ich weiß nicht, was richtig ist.
Außerdem habe ich eine Frage zur Auswahl der Spalten für Skalierungs- und Formeffekte. Wenn ich beispielsweise „Site“ als Ursache auswähle, wie von GPT vorgeschlagen, was wird dann für Skalierungs- und Formeffekte ausgewählt? Ich hatte das Gefühl, dass die Site diese beiden ebenfalls beeinflussen könnte. Und JMP ermöglicht mir auch die Auswahl der Site. Meine Frage ist, ob ich die Site gleichzeitig als „Ursache“, „Skala“ und „Form“ auswählen kann. Das erzeugt ein Ergebnis, das ich nicht erklären kann (Hunderte von MCF-Zeilen und Parameterschätztabellen jeder Site, die sich auf alle Sites auswirken (einschließlich der Site selbst). Ich schätze also, dass ich das nicht tun kann.
Dann habe ich die Komponente (Teile) als „Ursache“, den Standort als Maßstab und den Formfaktor angegeben. JMP generiert für jede Komponente ein Modell. Nach der Anpassung an log-lineares NHPP wird für jede Ursache eine Parameterschätztabelle generiert. Das Problem ist, dass die MCF-Kurve 12 Komponenten x 20 Standorte umfasst, was Hunderte von Linien erzeugt. Ich hatte das Gefühl, hier wieder etwas falsch zu machen.
Meiner Meinung nach sollte ich bei Verwendung von „Ursache“-Rollen nichts als „Skalierungs-“ oder „Form“-Effektoren einsetzen, da die MCF-Kurve sonst zu überfüllt wird.
Schließlich habe ich mich entschieden, die Site als „Gruppierung“ zu setzen, um verschiedene Sites zu vergleichen, sowie die Site als „Skalierungs-“ und „Form“-Effektoren.
In einer anderen Analyse habe ich Komponenten (Teile) als „Ursache“ angegeben, um die Teile zu vergleichen (leer für „Maßstab“ und „Form“), und einen lokalen Datenfilter verwendet, um nach jeder Site zu filtern und einen MCF für eine einzelne Site mit unterschiedlichen Komponenten (Teile) als Ursache zu generieren. Ist das Design jetzt sinnvoll?
Tut mir leid, dass es so lang ist.
