Geschäftskontext
In einer 'Smart Factory' werden kontinuierliche Temperaturdaten von verschiedenen Maschinentypen gesammelt. Um Muster zu erkennen (z. B. welche Maschinenart tendiert zu Überhitzung), müssen die kontinuierlichen Temperaturwerte in diskrete Intervalle (Bins) gruppiert und gegen den Maschinentyp tabelliert werden.
Datenaufbereitung
Simulation von 50.000 Sensor-Messwerten mit Maschinentyp und Temperatur.
Kopiert!
| 1 | |
| 2 | DATA casuser.sensor_logs; |
| 3 | call streaminit(999); |
| 4 | DO i=1 to 50000; |
| 5 | IF rand('Uniform') < 0.5 THEN type='RoboterArm_A'; |
| 6 | ELSE type='Presse_B'; |
| 7 | temp=rand('Normal', 65, 15); |
| 8 | OUTPUT; |
| 9 | END; |
| 10 | |
| 11 | RUN; |
| 12 |
Étapes de réalisation
1
Ausführung der Kreuztabelle mit automatischem 'Nice Binning' für die Temperaturspalte (10 Bins).
Kopiert!
| 1 | |
| 2 | PROC CAS; |
| 3 | SIMPLE.crossTab / TABLE={name='sensor_logs'}, row='type', col='temp', colNBins=10, niceBinning=true; |
| 4 | |
| 5 | RUN; |
| 6 |
Erwartetes Ergebnis
Die kontinuierliche Variable 'temp' wird automatisch in 10 lesbare Intervalle unterteilt. Die Ergebnistabelle zeigt die Häufigkeitsverteilung der Messwerte pro Maschinentyp über diese Temperaturintervalle hinweg, was eine schnelle Identifikation von Ausreißern oder Clustern ermöglicht.