PreDaTor - Visualisierung

SPC-Charts, Bar-Charts, Pie-Charts : Beschreibung: SPC-Diagramme analysieren die Prozessleistung, indem sie Datenpunkte, Eingriffsgrenzen und eine Mittellinie darstellen. Weiterhin wird die aktuelle Verteilung der Grundgesamtheit angezeigt. Einsatzgebite it die Überwachung der Prozessleistung und Einfluss von Prozessanpassungen.

SPC Charts werden als prädiktive Tools verwendet, d.h. eine potentielle Vorhersage von zukünftigen Ereignissen auf Basis der Erfahrung des Betrachters. Die interpretierten Informationen ermöglichen eine proaktive anstatt einer reaktiven Reaktion.

Die regelmäßige Überwachung eines Prozesses kann unnötige Anpassungen verhindern.
Ein Prozess befindet sich unter statistischer Kontrolle, wenn nur Abweichungen durch gewöhnliche Ursache vorhanden sind und wenn sich die statistischen Eigenschaften im Laufe der Zeit nicht ändern.

Correlation-Chart : Korrelation bedeutet im Grunde eine gegenseitige Verbindung zwischen zwei oder mehreren Datensätzen. In der Statistik werden bivariate Daten oder zwei Zufallsvariablen verwendet, um die Korrelation zwischen ihnen zu finden. Der Korrelationskoeffizient ist im Allgemeinen das Maß der Korrelation zwischen den bivariaten Daten, das im Wesentlichen angibt, wie stark zwei Zufallsvariablen miteinander korrelieren.

Wenn der Korrelationskoeffizient 0 ist, sind die bivariaten Daten nicht miteinander korreliert. Wenn der Korrelationskoeffizient -1 oder +1 ist, sind die bivariaten Daten stark miteinander korreliert. r=-1 bezeichnet eine stark negative Beziehung und r=1 bezeichnet eine stark positive Beziehung.

Ein Streudiagramm wird hauptsächlich zur Datenanalyse von bivariaten Daten verwendet. Das Diagramm besteht aus zwei Variablen X und Y, wobei eine davon unabhängig ist und die zweite Variable von der vorherigen abhängig ist. Das Diagramm ist eine bildliche Darstellung, wie diese beiden Daten miteinander korreliert sind.

Correlationsmatrix : Eine Korrelationsmatrix ist eine Tabelle, die Korrelationskoeffizienten zwischen Variablen zeigt. Dies steht im Bezug auf das Correlation Chart, welcher den einzelnen Bezug zweier bivarianten Datensätzen zeigt. In der Korrelationsmatrix weist jede Zelle in der Tabelle die Korrelation zwischen zwei Variablen auf. Eine Korrelationsmatrix wird verwendet, um Daten zusammenzufassen, zur Verwendung für eine erweiterte Analyse und als Diagnose für erweiterte Analysen.

SPLOM-Matrix (Scatter Plot Matrix) : Genau wie die Korrelationsmatrix zeigt die SPLOM-Matrix das Verhältnis von zwei bivarianten Datensätzen auf. Anders als in der Tabellenform, werden die Datensätze graphisch als Punktwolke (Scatter Plot) angezeigt. Die Visualisierung des Verhältnisses erlaubt eine schnelle kognitive Erfassug von Abhängigkeiten verschiedener Variablen eines Prozesses.

Sandbox - Prozesssimulation : Die Sandbox erlaubt es Ihnen, das berechnete Modell anhand von beliebigen Daten zu testen.



Unabhängig von der PreDaTor-Version, steht Ihnen die Sandbox immer zu Verfügung. Der Unterschied zwischen Basic und Pro besteht in der Möglichkeit, das erstellte Modell in der PreDaTor Datenbank abzuspeichern und später wieder zu verwenden. Pro-Anwender speichern das erstellte Modell über den "Save Model"-Button in der "ML-Toolbox", bzw. auch lineare Regressionsmodelle im "Stats-Modul".
Sowohl in der Basic- als auch der Pro-Version aktivieren Sie die Sandbox über den Button in der "ML-Toolbox" nach erfolgreicher Erstellung des Modells. Das aktuelle Modell wird geladen und visuell dargestellt. In der linken Sektion befindet sich die Auswahlbox der gespeicherten Modelle (Pro-Version). Darunter befindet sich das Control-Panel für die Prozesssimulation. Die Schieberegler sind gemäß des Daten-Ranges der Eingangsdaten beschriftet und skaliert. Über die Schieberegler erstellen Sie den Eingangsdatensatz, welcher in das Modell gespeist wird. Der resultirende Zielwert wird automatisch berechnet und im Chart in der "Modell"-Box als rote Markierung angezeigt.

Descission Tree Visualisierung (mit Mermaid.js): Ein Entscheidungsbaum ist ein Tool zur Entscheidungsunterstützung, das ein baumähnliches Modell von Entscheidungen und ihren möglichen Konsequenzen verwendet, einschließlich zufälliger Ereignisergebnisse, Ressourcenkosten und Nutzen. Dies ist eine Möglichkeit, einen Algorithmus anzuzeigen, der nur bedingte Steueranweisungen enthält. Entscheidungsbäume werden häufig in der Betriebsforschung, insbesondere in der Entscheidungsanalyse, verwendet, um eine Strategie zu identifizieren, die am wahrscheinlichsten ein Ziel erreicht, sind aber auch ein beliebtes Werkzeug beim maschinellen Lernen. Mermaid ist eine einfache Markdown-ähnliche Skriptsprache zum Generieren von Diagrammen aus Text über JavaScript. Quelle: Mermaid.js. Mit Mermaid können Sie Diagramme und Flussdiagramme mit Markdownähnlicher Syntax erstellen.