คำตอบที่ได้รับเลือกจากเจ้าของกระทู้
ความคิดเห็นที่ 2
ภาษาชาวบ้านนะ เวลาเราทำการทดลองหาความสัมพันธ์ของปริมาณ 2 ชนิด x และ y
เราก็จะวัดค่า x ไปเรื่อยๆในขณะที่เปลี่ยนแปลงค่า y เป็นสเต็ปๆไป
ผลที่ได้ก็คือจุดของข้อมูลเต็มไปหมดที่มันไม่ได้เรียงกันเป็นเส้นแต่จะขึ้นๆลงๆประมาณนี้
แต่ทีนี้เราได้ข้อมูลมาชุดนึง โดยที่เราเชื่อว่า X และ Y มันมีความสัมพันธ์กันเป็นสมการรูปแบบหนึ่ง อย่างเส้นตรง Y=mX
เราก็จะทำการพล๊อตกราฟลงไปโดยวิธี Linear Least Square (กรณีเส้นตรง) ซึ่งก็คือเส้นที่อยู่ไกล้ทุกจุดที่สุด(อธิบายง่ายๆนะ)
แต่นอกจาก X และ Y จะสัมพันธ์เป็นเส้นตรงแล้ว บางกรณีมันก็เป็นเส้นโค้งรูปแบบอื่นๆ
ซึ่งเราก็สามารถใช้วิธี Least Square นี้ได้เช่นกัน เช่นรูปนี้
รู้จัก Least Square ไปแล้ว ทีนี้มาเรื่อง Calibration และลักษณะของ Sensor ที่ไม่เป็น Total Linearity
เราน่าจะรู้ว่า Calibration คือการเทียบมาตรฐานให้กับเครื่องมือวัดด้วยปริมาณมาตรฐาน
แต่เครื่องมือวัดนั้น จริงๆแล้วมันก็มีลิมิตของ Range ของมันที่วัดได้
ยกตัวอย่างเช่น Piezo Sensor ที่ใช้วัดแรงโดยดูระยะทางที่มันโดนกดลงไป มันอาจใช้แรง X นิวตัน ทำให้เกิดระยะทางกด Y mm
โดยมันอาจเป็นเชิงเส้นแค่ประมาณ 4-5 mm แรก แต่หลังจากนั้นอาจต้องใช้แรงมากกว่า 1X แล้ว
เราเรียกลักษณะแบบนี้ว่า Non Linearity Sensor แต่มันจะมี Range ค่าหนึ่งที่ Sensor พวกนี้จะเป็น Linear เช่นกราฟนี้
เราสามารถใช้เฉพาะช่วงของ sensor ที่มีความเป็นเชิงเส้นมาทำเครื่องวัดได้
ซึ่งวิธีการก็คือ Calibration มันตรงช่วงที่มันเป็นเส้นตรง โดยการวัด X เทียบ Y ไปเรื่อยๆให้ครอบคุมช่วงของมัน
แล้วก็ใช้จุดข้อมูลลากเส้น Least square เหมือนตอนแรกที่กล่าวไป
การ Calibrate เฉพาะช่วงและลากสมการเชิงเส้นแบบนี้น่าจะเรียกว่า
Partial Least Square Calibration
ที่ต้องใช้คำว่าน่าจะ เพราะผมไม่เคยได้ยินคำนี้ตรงๆ แต่ด้วยความรู้ด้านมาตรวิทยาสามารถวิเคราะห์จากคำที่มาประกอบกันได้เป็นข้อมูลที่เสนอไป
จริงๆมันก็ละเอียดกว่านี้แหละ แต่คาดว่า จขกท. คงไปหาข้อมูลต่อยอดเองได้ มีอะไรสงสัยเพิ่มเติมก็ถามมา
เราก็จะวัดค่า x ไปเรื่อยๆในขณะที่เปลี่ยนแปลงค่า y เป็นสเต็ปๆไป
ผลที่ได้ก็คือจุดของข้อมูลเต็มไปหมดที่มันไม่ได้เรียงกันเป็นเส้นแต่จะขึ้นๆลงๆประมาณนี้
แต่ทีนี้เราได้ข้อมูลมาชุดนึง โดยที่เราเชื่อว่า X และ Y มันมีความสัมพันธ์กันเป็นสมการรูปแบบหนึ่ง อย่างเส้นตรง Y=mX
เราก็จะทำการพล๊อตกราฟลงไปโดยวิธี Linear Least Square (กรณีเส้นตรง) ซึ่งก็คือเส้นที่อยู่ไกล้ทุกจุดที่สุด(อธิบายง่ายๆนะ)
แต่นอกจาก X และ Y จะสัมพันธ์เป็นเส้นตรงแล้ว บางกรณีมันก็เป็นเส้นโค้งรูปแบบอื่นๆ
ซึ่งเราก็สามารถใช้วิธี Least Square นี้ได้เช่นกัน เช่นรูปนี้
รู้จัก Least Square ไปแล้ว ทีนี้มาเรื่อง Calibration และลักษณะของ Sensor ที่ไม่เป็น Total Linearity
เราน่าจะรู้ว่า Calibration คือการเทียบมาตรฐานให้กับเครื่องมือวัดด้วยปริมาณมาตรฐาน
แต่เครื่องมือวัดนั้น จริงๆแล้วมันก็มีลิมิตของ Range ของมันที่วัดได้
ยกตัวอย่างเช่น Piezo Sensor ที่ใช้วัดแรงโดยดูระยะทางที่มันโดนกดลงไป มันอาจใช้แรง X นิวตัน ทำให้เกิดระยะทางกด Y mm
โดยมันอาจเป็นเชิงเส้นแค่ประมาณ 4-5 mm แรก แต่หลังจากนั้นอาจต้องใช้แรงมากกว่า 1X แล้ว
เราเรียกลักษณะแบบนี้ว่า Non Linearity Sensor แต่มันจะมี Range ค่าหนึ่งที่ Sensor พวกนี้จะเป็น Linear เช่นกราฟนี้
เราสามารถใช้เฉพาะช่วงของ sensor ที่มีความเป็นเชิงเส้นมาทำเครื่องวัดได้
ซึ่งวิธีการก็คือ Calibration มันตรงช่วงที่มันเป็นเส้นตรง โดยการวัด X เทียบ Y ไปเรื่อยๆให้ครอบคุมช่วงของมัน
แล้วก็ใช้จุดข้อมูลลากเส้น Least square เหมือนตอนแรกที่กล่าวไป
การ Calibrate เฉพาะช่วงและลากสมการเชิงเส้นแบบนี้น่าจะเรียกว่า
Partial Least Square Calibration
ที่ต้องใช้คำว่าน่าจะ เพราะผมไม่เคยได้ยินคำนี้ตรงๆ แต่ด้วยความรู้ด้านมาตรวิทยาสามารถวิเคราะห์จากคำที่มาประกอบกันได้เป็นข้อมูลที่เสนอไป
จริงๆมันก็ละเอียดกว่านี้แหละ แต่คาดว่า จขกท. คงไปหาข้อมูลต่อยอดเองได้ มีอะไรสงสัยเพิ่มเติมก็ถามมา
แสดงความคิดเห็น
Partial least square (PLS) calibration คืออะไร??
อยากทราบว่าใช้เพื่ออะไร ใช้ในกรณีไหนบ้าง
อ่านเน็ตมันเป็นภาษาเทคนิค แล้วไม่เข้าใจ จับใจความได้แค่ว่าใช้สร้างสมการสักอย่าง
รบกวนผู้รู้ตอบให้ด้วยนะ ขอภาษาที่เข้าใจง่ายๆนะ ขอบคุณคะ ^^