О выборе областей с доминирующим типом зависимости при анализе данных производственного контроля

Формирование представительных баз данных определяет интерес к прогнозированию и управлению качеством металла на основе раскопок данных с использованием специальных программных продуктов, зачастую основанных на регрессионном анализе и не всегда учитывающих статистическую природу самого объекта исследования. Это может привести к ошибочной трактовке результатов или к неполноте извлекаемой информации, снижая эффективность статистической обработки. На основе анализа производственной базы данных технологии получения листовой стали 13Г1С-У были оценены возможности множественной линейной регрессии для прогноза качества листа. Показано, что глубина прогноза регрессии ограничена видом распределения значений управляющих параметров, характер распределения которых оценивали на основе определения коэффициентов асимметрии и эксцесса. В связи с сильным отклонением прогнозируемых моделей от экспериментальных значений в области правого хвоста распределений значений ударной вязкости, в данной работе были развиты методы разделения массивов данных и предложены критерии сравнения получаемых результатов. Для оценки корректности получаемых результатов из исходной выборки были выделены массивы с заведомо ассиметричным распределением, относительно которых также проведено сравнение статистических характеристик. На основе предлагаемых методов выявлены доминирующие химические элементы, которые вносят вклад в различие распределения значений приемо-сдаточных свойств, существующих в рамках одной и той же штатной технологии. Показано, что предложенный метод разделения может быть использован как вариация приемов когнитивной графики для выделения областей с доминирующим типом зависимости на основе соотношения коэффициентов асимметрии и эксцесса.