Russell 使用 SPM 的变量重要性排名功能将 1,000 多个预测变量迅速缩减到区区 8 个。而且单这 8 个预测变量就导致了检验样本中的近一半变异。
使用 SPM 的“从顶部剔除”功能,Russell 得以快速分辨出相较于其他任何变量而言对 R 平方的影响更显著的变量。最终证实此变量与结晶系统的原料流相关,但其对最终产品的影响在 Russell 创建 SPM 模型之前并不清晰。
之后,在 SPM 部分依赖图的帮助下,Russell 了解到了此变量对于颗粒大小不可靠性的影响很大。SPM 的部分依赖图展示了在“沿着分布曲线进行”更改时,此变量如何发生改变来响应这些更改。
“我们沿着此分布曲线的陡峭部分进行”,Russell 说道,“幸运的时候,变异系数会较低,而不那么幸运时,变异系数会较高。如果不使用 SPM,我永远也不会了解到这点”。
Russell 实现了他的目标,十分满意,他找到了几种方式来减小玉米葡萄糖晶体最终大小的变异,帮助食品制造商使用这些配料来改进销售给客户的产品。
*该案例研究是在 2021 年推出 Minitab Engage 之前使用 Companion by Minitab 创建的。