Dex 散点图

散点图用于确定两个变量之间是否存在某种相关性。此图使用点来表示数据集中的不同数据点。 dex（设计和实验）散点图是一种用于过程分析的技术。

Dex 散点图用于回答三个重要问题：

• 哪些数据点是异常值？如果数据点来自不同的概率分布或来自不同的确定性数据点，则称为异常值。
• 最重要的因素是什么？在这里，重要的因素是当我们将因子从“+”侧更改为“-”侧或反之亦然时导致响应变量发生显着变化的那些因素。
• 这些重要因素的最佳设置是什么？最佳设置是指它是否导致响应变量达到最接近所需设置或达到所需目标，例如最大值、最小值等。

dex 散点图由以下轴组成：

• 横轴：k 个因子及其正负设置。
• 垂直轴：对于 k 个因子中的每一个的给定一组因子的响应变量的输出。

下面是这篇论文的 dex 散点图。

金属环的 Dex 散点图和可接受的百分比

在这里，我们将根据以上三个问题来回答：

• 最重要的因素：这里，我们有 3 个因素（X1、X2、X3）。如果我们从因子内的“-”值到“+”设置，我们需要找出影响最大位置偏移的因子。该因素称为“最重要”因素，该因素是第二重要因素，依此类推。在这里，最重要的因素是 X1，然后是稍微不那么重要的 X2，以及最不重要的 X3。
• 最重要因素的最佳设置：现在，我们必须找出哪个设置（“-”或“+”）会产生更理想的响应。假设我们想要最大化响应变量的值，那么我们将进行如下操作：
  • 对于因子 X1，对于什么设置（- 或 +），数据主体更高？同样，对于因子 X2 和因子 X3。最佳设置的结果 k 向量是：

(X1_best, X2_best, ..., XK_best)

上图的最佳设置是：

(X1_best, X2_best, X3_best) =  ('+','-','-') = ('+1', '-1', '-1')

• 异常值：异常值是与大多数数据点分开的数据点。上图中没有检测到异常值。

参考：

• Dex 散点图