Los datos de proceso adquiridos durante los procesos de fabricación son datos de series temporales, como valores característicos y parámetros del proceso obtenidos de sensores e instrumentos de medición. Comprender las tendencias temporales es importante para identificar los factores que afectan las características. En esta presentación, presentaremos ejemplos de análisis exploratorio utilizando JMP para la información de entrada y los valores característicos (salida) obtenidos cada segundo en un proceso de fabricación de flujo continuo, como las condiciones ambientales, los materiales en la máquina, la temperatura y la presión. Específicamente, visualizamos tendencias temporales utilizando Graph Builder, redujimos la dimensionalidad de los datos multivariados mediante el análisis de componentes principales e identificamos puntos de cambio del proceso mediante particiones (análisis de árbol de regresión). Estos análisis demostraron el potencial para una comprensión más profunda de los estados del proceso y su utilidad para identificar factores basados en tendencias temporales. Además, discutiremos la importancia de incorporar información temporal al construir modelos predictivos como la regresión.
