Wie findet man Korrelationen in größeren Mengen kategorischer Variablen?

Logistische Daten aus industriellen Produktionsprozessen, die sich über viele Prozessschritte oder Zwischenprodukte erstrecken, enthalten eine Vielzahl von kategorialen Variablen. Jeder Schritt- oder jedes Zwischenprodukt fügt seine eigenen Daten über verwendete Werkzeuge, Verbrauchsmaterialien, Lieferanten und Bediener der Prozesshistorie eines komplexen Produkts hinzu.

Wenn nachgelagerte Testdaten eine relevante diskrete Struktur wie eine Stratifizierung in mehrere Gruppen aufweisen, besteht die Aufgabe der Ursachenanalyse darin, die wenigen - idealerweise nur eine - kategorialen Variablen zu finden, die diese Struktur am besten erklären. Im einfachsten Fall kann dies formuliert werden als die Frage: Was haben die schlechten Einheiten gemeinsam, dass die guten Einheiten nicht haben?

Dieser Forschungsbericht stellt eine neuartige Visualisierung namens Multi-Category-Chart vor. Er erklärt die Motivation, vergleicht sie mit anderen gängigen Visualisierungen und beschreibt die Vorteile des neuen Ansatzes.

Bitte laden sie das komplette PDF unten herunter.

Bitte wählen Sie die gewünschte PDF-Datei aus. Sie wird anschließend via E-Mail zu Ihnen gesendet. 

 

Cornerstone Download

Download
Option:*

Durch Klicken auf "Submit (Anfordern)" stimmen Sie zu, dass Ihre eingegebenen Daten (Name und E-Mail-Adresse) von camLine für Kundenbetreuung und interne Analysen verwendet werden. Die Daten werden auf einem Server in Deutschland gehalten. Keinesfalls werden diese Informationen an Dritte weitergegeben.