使用多變量控製圖對過程偏差的新見解<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />斯蒂芬皮爾森 ，博士，化學工藝統計學家，先正達
stephen.pearson
在本演示中，我們將使用樂高以字母表的形式捕獲多變量批量數據 ® MINDSTORMS ® 套件。使用已知的訓練字母，可以基於多變量屬性識別未知字母。化學活性成分的製造是多變量批處理。有經驗的科學家可以花費數年時間來了解過程的各種輸入是如何相互作用的。持久性問題本質上通常是多變量的（例如溫度，壓力和雜質之間的相互作用），這可能使它們難以解決。雖然問題仍然存在，但可能會導致生產力的重大損失。通過將領域專家與JMP中的多變量控製圖結合使用，通常可以對過程偏差進行故障排除。不幸的是，輸出是在特徵值和特徵向量中編碼的，這可能是非常重要的。已在JSL中構建了一個應用程序，用於將此平台的輸出重新格式化為包含主要組件和交互式過濾器的描述性文本的簡單圖形。將演示準備，分析和可視化數據的關鍵步驟。
一份詳細說明該過程的文件，包括樂高的代碼 ® 機器人可供下載。
數據探索
