我将对我的场景进行简要说明。该公司大量生产阀门/螺母/螺栓等部件，出于质量目的，这些部件需要测量尺寸（如长度、半径、厚度等）。由于检查所有零件是不可行的，因此以批量方式选择它们。例如：从每 100 件批次中随机选择 5 件，测量其尺寸的平均值并注明用于绘制 SPC 控制图（在 y 轴上绘制平均尺寸，在 x 轴上绘制批号）。
尽管有许多因素（如操作员效率、机器/工具状况等）会影响产品的质量，但它们似乎无法衡量。 我的目标是开发一个机器学习模型来预测即将到来的批次样本的产品尺寸（均值）。这将有助于操作员预测是否会有任何显着的尺寸变化，以便他可以暂停工作并找出潜在的原因，从而防止产品/材料的浪费。
我对 R 编程和机器学习技术（如决策树/回归等）有一些想法，但无法为此找到合适的模型。主要是因为我想不出这种情况的自变量。不过，我对时间序列建模不太了解。
有人会就如何解决这个问题提出一些见解/想法/建议。很抱歉我不得不写一个长篇故事，但只是想让事情尽可能清楚。
提前致谢。斯雷纳特