Une conception de remplissage d'espace peut-elle faciliter mon trajet aller-retour au travail? (Photo de Geoffrey Arduini via Unsplash: https://unsplash.com/geoffreyarduini)
À chaque fois que je me prépare à aller au travail ou à aller au travail, j'ai toujours la conviction que si je pars à une certaine heure, mon trajet en voiture sera plus fluide à cause du moins de trafic. Bien sûr, même si je pars à la même heure tous les jours, mon temps de conduite va quand même varier. Lorsque Google Maps a récemment fourni la fonctionnalité permettant de donner une plage de temps de voyage estimée pour un prochain voyage, j'ai décidé de voir si je pouvais trouver quelque chose d'intéressant dans mon trajet quotidien. Cela semblait aussi être une occasion parfaite pour essayer le nouvelles fonctionnalités de conception d'espace de remplissage dans JMP 12.
Bien que je ne connaisse pas tous les détails de la manière dont l'heure est estimée, je peux traiter la réponse comme provenant d'un simulateur informatique avec une réponse déterministe: si je répète l'heure et le jour de départ, le même temps prévu. Ainsi, utiliser des cycles de réplication est une perte de ressources. J'ai collecté les données en une seule fois, car il est difficile de savoir quand et comment Google Maps met à jour ces estimations.
Pour démontrer l’utilité de la conception de remplissage d’espace, supposons que tout ce dont je dispose est le temps de trajet total basé sur le temps que j’ai quitté le matin et le avoir les horaires de voyage individuels le matin et le soir disponibles). Je souhaite ensuite un modèle qui mélange bien les heures de départ le matin et le soir, idéalement sur différents jours de la semaine. Mon départ le matin peut avoir lieu entre 7h30. et 9h00, tandis que le départ en soirée est entre 16h30 et 18h00 Pour plus de simplicité, je laisse les variables de temps allant de 0 à 90, représentant le nombre de minutes à partir du début de la plage.
Supposons que je ne dispose que des ressources pour collecter des données à partir de 150 points. Pourquoi même utiliser une conception de remplissage d'espace, alors que je pouvais simplement étaler les points sur des intervalles également espacés? Étant donné que je peux spécifier les heures de départ par incréments de minutes entières, la collecte de données sur toute la plage nécessiterait 91 x 91 x 5 = 41 405 points. Même avec des incréments de 10 minutes, il me faudrait 11 x 11 x 5 = 605 points et je perds toute chance de voir si les temps de trajet changent entre les 10 minutes. Je veux aussi m'assurer que je n'utilise pas les mêmes heures chaque jour, car s'il n'y avait pas de différence entre les jours, je collecterais les mêmes résultats à chaque fois.
Dans JMP , Je vais à DOE -> Space Filling Concevez et changez les facteurs continus en matin et en soirée avec des plages allant de 0 à 90. J'ajoute un facteur catégorique à cinq niveaux pour le jour (notez que cette fonctionnalité est uniquement disponible à partir de JMP 12):
Lorsque je clique sur Continuer pour accéder à l'écran suivant, la seule option comportant des facteurs catégoriels est le remplissage flexible et rapide, qui utilise le critère MaxPro de JMP 12 pour mieux explorer les limites. Les heures du matin et du soir vont apparaître comme des fractions, que je devrai compléter lors de la collecte des données, mais jetons un coup d'œil au modèle de 150 analyses que j'ai trouvé. En ignorant les jours, nous obtenons un bon mélange d’heures de départ:
Et si nous regardons les heures de départ chaque jour, nous constatons également une bonne répartition:
Le lecteur attentif peut remarquer que l’échelle sur les axes n’est plus comprise entre 0 et 90. Il s’agit de changer les informations de colonne et il est préférable de laisser un autre article de blog s’il ya un intérêt (laissez-moi un commentaire pour me le faire savoir).
Maintenant que nous avons créé un design, il est temps de collecter des données. Mon prochain article de blog montrera l'analyse pour voir si quelque chose d'intéressant résultats.
