요인 조합 분석여러분 모두에게,
저는 배합 구성 정보를 담은 여러 세트의 과거 데이터를 수집했습니다. 여기에는 여러 배합 단계가 포함되며, 35가지 성분으로 구성된 150회의 실험 결과가 나타납니다. 배합 단계는 "단계별로" 진행되었습니다. 각 실험마다 원료의 비율과 원료 자체가 변경되었습니다. 총 150회의 실험에서 35가지의 서로 다른 성분이 사용되었습니다. 참고로, 각 배합에는 대략 10가지 성분이 포함되어 있습니다.
유체가 탁해지는 원인이 되는 성분 조합을 조사하고 싶습니다. 외관 상태(정상/정상 아님) 열을 만들고 예측 변수 스크리닝을 실행했지만, 이는 단일 성분에 대한 정보만 제공할 뿐 여러 성분의 조합에 대한 정보는 제공하지 않습니다. 원인이 되는 것으로 보이는 성분들을 살펴보았지만 명확한 패턴을 찾을 수 없었고, 실제로는 여러 성분이 복합적으로 작용한 결과라고 확신합니다.
잘못된 조합을 식별하는 데 도움이 되는 도구가 있을까요?
미리 감사드립니다.
기초 데이터 분석 및 모델링데이터 탐색 및 시각화제목: 요인 조합 분석예측 변수들의 조합 방식과 실행 구조를 정확히 알 수는 없지만, 제가 파악한 바로는 예측 변수들 간에 다중공선성이 높은 상황인 것 같습니다. 이런 경우 부분 최소 제곱법(PLS)과 같은 모델링 방법을 사용해 보는 것이 도움이 될 수 있습니다. 범주형 반응 변수의 경우, PLS 판별 분석 모델링 플랫폼을 실행하려면 JMP Pro가 필요합니다. PLS의 장점은 계산 과정에서 다중공선성을 수용할 수 있는 잠재 구조 또는 변수를 생성한다는 점입니다. 또한, 플랫폼에서 제공하는 스코어링 플롯 및 기타 시각화 기능을 통해 반응 변수에 가장 큰 영향을 미치는 개별 변수를 식별할 수 있습니다.
제목: 요인 조합 분석답변 감사합니다. 실험계획법(DoE)을 사용하지 않았기 때문에 구조화된 분석은 아닙니다.
PCA 분석과 예측 변수 스크리닝을 시도해 봤지만 결과가 제 생각에는 완전히 일관성이 없습니다. 또한 Y 변수가 연속형 변수가 아니어서 PLS 분석도 실행할 수 없습니다.
익명 처리된 파일을 첨부했습니다.
제목: 요인 조합 분석반응 변수가 이진 변수이므로 로지스틱 회귀 분석을 시도해 볼 수 있습니다. 요인 간 다중공선성이 높다면 JMP Pro의 일반화 회귀 분석이 더 효과적일 수 있습니다.
