Contexto empresarial
Una planta química monitorea la presión y temperatura de sus reactores. Las lecturas tienen una duración variable (peso). Debido a errores de calibración, algunos sensores reportan duraciones negativas (datos inválidos) que deben ser excluidos automáticamente para no sesgar el cálculo de la covarianza ponderada.
Preparación de datos
Simulación de lecturas de sensores con variable de duración (peso), incluyendo valores negativos erróneos.
¡Copiado!
| 1 | |
| 2 | DATA mycas.reactor_sensors; |
| 3 | call streaminit(999); |
| 4 | DO i = 1 to 1000; |
| 5 | pressure = rand('Normal', 100, 10); |
| 6 | temp = 200 + (pressure * 0.5) + rand('Normal', 0, 5); |
| 7 | duration = rand('Normal', 60, 15); |
| 8 | IF i > 950 THEN duration = -1 * duration; |
| 9 | /* Simular errores */ OUTPUT; |
| 10 | END; |
| 11 | |
| 12 | RUN; |
| 13 |
Étapes de réalisation
1
Ejecución de correlación ponderada excluyendo pesos no positivos y definiendo el divisor de varianza.
¡Copiado!
| 1 | |
| 2 | PROC CAS; |
| 3 | SIMPLE.correlation / TABLE={name='reactor_sensors'}, inputs={{name='pressure'}, {name='temp'}}, weight='duration', excludeNonPosWgt=true, varianceDivisor='WDF'; |
| 4 | |
| 5 | RUN; |
| 6 |
Resultado esperado
La acción debe filtrar automáticamente las observaciones donde 'duration' es negativa (los últimos 50 registros simulados) y calcular la correlación entre presión y temperatura utilizando la suma de los pesos menos uno (WDF) como divisor. Se espera un mensaje en el log indicando la exclusión de filas.