考虑“时间过渡”的制造过程数据因素发现案例研究（2025-JA-25MP-2719）制造过程中采集的过程数据是时间序列数据，例如从传感器和测量仪器获得的特征值和过程参数。了解时间趋势对于识别影响特征的因素至关重要。本次报告将介绍使用 JMP 对连续流制造过程中每秒获取的输入信息和特征值（输出）进行探索性分析的示例，这些输入信息和特征值包括环境条件、机器中的物料、温度和压力。具体而言，我们使用 Graph Builder 可视化了时间趋势，使用主成分分析降低了多元数据的维度，并使用划分（回归树分析）识别了过程变化点。这些分析展示了深入了解过程状态的潜力，以及基于时间趋势识别影响因素的实用性。此外，我们还将讨论在构建预测模型（例如回归模型）时纳入时间信息的重要性。
数据探索与可视化
