私のシナリオについて簡単に説明します。同社は、品質目的のために寸法 (長さ、半径、厚さなど) を測定する必要があるバルブ/ナット/ボルトなどのコンポーネントを大量生産しています。すべての部品を検査することは現実的ではないため、バッチ スタイルで選択されます。例: 100 個ごとのバッチから 5 個がランダムに選択され、寸法の平均が測定され、SPC 管理図を作成するために記録されます (y 軸に平均寸法、x 軸にバッチ番号をプロット)。
製品の品質に影響を与える多くの要因 (オペレーターの効率、機械/ツールの状態など) がありますが、それらは測定可能ではないようです。 私の目的は、機械学習モデルを開発して、今後のバッチ サンプル (平均) の製品寸法を予測することです。これにより、オペレーターは大きな寸法変動があるかどうかを予測できるため、作業を一時停止して潜在的な理由を見つけ出し、製品/材料の無駄を防ぐことができます。
決定木/回帰などのRプログラミングと機械学習技術についてはある程度の考えがありますが、これに適切なモデルを見つけることができませんでした。主な理由は、この状況の独立変数を考えられなかったからです。ただし、時系列モデリングについてはよくわかりません。
誰かがこれに取り組む方法についていくつかの洞察/アイデア/提案を投げかけます. 長い話を書いて申し訳ありませんが、できるだけ明確にしたかっただけです。
前もって感謝します。スリーナス