3

在我的工作中，我们为监控多变量测量过程的变量做了很多控制图。n我正在尝试实现Hotelling 多元控制图，以便我们可以考虑变量之间的相关性并评估样本何时失控。包MSQC有这个功能mult.chart轻松实现这一目标。该函数返回有关数据的一些信息，包括限制的控制图图，此外，当样本失控时，它会分解它，因此可以确定哪些变量（或哪些变量）负责shift 并且信息以列表的形式给出。我无法确定如何提取该信息，因为返回的结构不遵循 name_of_data_frame$name_of_variable_of_interest 的传统形式，至少对于分解矩阵是这样。

library(MSQC)

data("carbon1")
Xmv <- mult.chart(carbon1, type = "t2") $Xmv
S <- mult.chart(carbon1, type = "t2") $covariance
colm<-nrow(carbon1)
#Phase II
data("carbon2")
Hot<-mult.chart(carbon2, type = "t2", Xmv = Xmv, S = S, colm = colm)

以下点超出控制范围[1] 4

$`分解`
[1] 4

我试过str(Hot)了，但是$`Decomposition of`的部分没有出现。我怎样才能得到这种信息？

4

1 回答 1

2

测试统计量 (T2) 的分解不包含在 ATM 的输出中mult.chart。我将在下一次更新中包含它。解决它的一种方法是使用：

library(MSQC)
data("carbon1") # dataset used in Phase I
Xmv <- mult.chart(carbon1, type = "t2") $Xmv
S <- mult.chart(carbon1, type = "t2") $covariance
colm<-nrow(carbon1)

#Phase II
data("carbon2")

co <- capture.output(Hot<-mult.chart(carbon2, type = "t2", Xmv = Xmv, S = S, colm = colm))
write(co[5:length(co)], "C:\\1\\decomp.txt") # saving it 
df <- read.table("C:\\1\\decomp.txt", sep = "", header = F)

希望能帮助到你。

于 2018-01-29T04:21:32.840 回答