可视化方法在统计分析课程应用-以主元分析为例
摘要
统计分析是研究生教育中的一门基础课程，统计分析方法在研究生的研究工作中起着至关重要的作用。为了使学生能够更加深入理解和掌握基本的数据分析方法，以主元分析为例，依托Tennessee Eastman过程数据开展可视化教学方法实践研究。将被广泛应用的实验数据引入教学过程当中，既可以拓宽学生视野，又可以提高学生学习兴趣。而将复杂繁琐的统计分析公式与理论进行可视化既可以激发学生的创造力与思维能力，又可以使学生在学习过程中不断探索、实践，更好地掌握相关知识。
关键词
无
全文:
PDF参考
[1]周东华，李钢，李元. 数据驱动的工业过程故障诊断技术：基于主元分析与偏最小二乘的方法[M]. 科学出版社，2011.
[2]赵春晖，王福利，姚远. 基于时段的间歇过程统计建模、在线监测及质量预报[J]. 自动化学报，2010，36（3）：366-374.
[3]张成，戴絮年，李元. 基于 DPCA 残差互异度的故障检测与诊断方法[J]. 自动化学报，2022，48（1）：292-301.
[4]周卫庆，司风琪. 基于 KPCA 残差方向梯度的故障检测方法及应用[J]. 仪器仪表学报，2017，38（10）：2518-2524.
[5]Downs J J，Vogel E F. A plant-wide industrial process control problem. Computers & Chemical Engineering，1993（17）：245-255.
[6]Bathelt A，Ricker N L，et al. Revision of the Tennessee Eastman Process Model. IFAC-PapersOnLine，2015（48）：309-314.
基金项目：辽宁省研究生教育教学改革项目（LNYJG2022177）；辽宁省教育厅基本科研项目（LJKMZ20220792）.
作者简介：张成，男，博士，副教授，研究方向：基于数据驱动的工业过程监控。
(0 摘要 Views, 0 PDF Downloads)
Refbacks
- 当前没有refback。