ホリスティック (またはデータドリブン DOE)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />JMP デー用に総合的な DOE デモを作成しました。改善のためのフィードバックと編集。 主な目標は、ブートストラップ フォレストを使用する JMP Pro と、代入と段階的選択を使用する JMP の比較次の実験の設計を支援するための変数選択の方法。 これは構築しますPhil Kay が最近開発したいくつかのデモについて。 添付のzipを解凍してくださいファイルを作成してジャーナルの Holistic DOE Case Study を開きます。 メッシープロダクションを開く全体的な DOE デモの流れを確認するためのデータの概要:
- 統計モデリング: EDA、統計、経験の混合
- 乱雑なデータは問題と概要を複雑にします相関 X の問題Phil によって作成された 1 つの Y と 2 つの高度に相関する X を持つデータセットを提示し、従来の段階的方法が 1 つの X を選択するのに対し、Bootstrap Forest は両方の X を Y に影響を与える可能性があるとして選択することを示しています。
- 全体的な DOE アウトラインは、匿名化された乱雑なデータを使用して最初の 2 つのアウトラインに基づいて構築されます。バンディングの例から。 これは、匿名化された列を含む行のランダム サンプルです。バンディングの例。 これは、試して模倣するためのわずか 20 行のサンプルです。 R&D で典型的なデータのサイズ。最初のデータをクリックした後リンク 残りのリンクは、デモ フローを提供して、欠落データ、連続する X の相関、次に、によって選択された X 変数を比較します。ステップワイズ回帰、代入によるステップワイズ回帰、決定木ステップワイズ変数選択法でもある有益な欠落、有益な欠落のあるブートストラップフォレスト。 ブートストラップ フォレスト有益な欠落は、Y および Y に影響を与える可能性のある潜在的な X のより大きなリストを提供します。したがって、重要な X を見逃さないというより大きな保証が得られます。 これでABアグリの話を要約する価値があるかもしれません（割り当てなしで）問題/解決策を AB Agri に提供): 動物の主要な開発者および生産者飼料から選択する際に重要な X を見落として、研究開発サイクルを無駄にしました。従来の段階的選択法を使用した相関 X のセット。 このかなりの費用をかけて R&D サイクルを繰り返さなければならなかったことを意味します。市場投入が数か月遅れ、売上の減少と市場の縮小につながりました機会。 Bootstrap フォレストを使用することで、この問題の繰り返しを回避できるようになりました。からすべての潜在的な X を識別する関連する変数選択方法一部のデータ セルがない。
- 次に、DSD サブアウトラインは、ブートストラップ フォレストによって選択された 6 つの変数に対して DSD を実行し、段階的な選択方法 (モデル効果の相関構造がゼロまたはゼロに近いため現在有効) を介して、6 つの要因のうち 5 つを含むモデルを生成します。 段階的な変数選択方法を使用していた場合 (代入の欠落の有無にかかわらず)、5 つの重要な X のうち 4 つを見逃しており、開発のさらなるサイクルが必要になり、市場投入までの時間、開発コストが増加し、製品を販売する機会が減少していたでしょう。多くの場合、プレミアムを請求できる早い時期。
デモの簡潔さ、シンプルさ、説得力などを改善するためのフィードバックを得ることは素晴らしいことです...
マルコム
Re: ホリスティック (またはデータ駆動型 DOE)これは、Holistic DoE (または Data Driven DoE / 3D / D-cubed) ピグメント デモの最新バージョンです。 オリジナルは少しごちゃごちゃしていましたが、このバージョンでは、DoE から派生したモデルが過去のデータにうまく適合するはずです。 過去のデータは、高度な多重共線性を持つように選択されたため、重要な効果が失われた段階的モデリングになります。
ケーススタディのバックストーリーについて質問がある場合は、お尋ねください。
乾杯、
フィル
Re: ホリスティック (またはデータ駆動型 DOE)以下の記録の投稿が遅れて申し訳ありません。素晴らしいセッション マルコムとフィル。ありがとう。
チャックボイラー
______________________________________________________________________
あなたの録画は WebEx サービス サイトで利用できるようになりました。 下のリンクをクリックしてください
それを再生するには：
https://sasmeetings.webex.com/sasmeetings/lsr.php?RCID=8d822e09f2cc4a98a0300b360e65f3bd
JMP SE's-20140908 1655-1 の月次概要
2014 年 9 月 8 日月曜日、サンフランシスコ時間午前 9 時 55 分
1時間10分5秒
* このメッセージを他の人に転送して、他の人が再生できるようにすることができます。
録音。 *
--------------------------------------
追加オプション
--------------------------------------
録画情報と再生コントロール オプションを編集するには、リンクをクリックします。
下：
https://sasmeetings.webex.com/sasmeetings/editrd.php?RCID=aa8a3762ac4e4141847ae0125251b5d9
ダウンロードなど、このレコーディングのその他のオプションを表示するには、リンクをクリックしてください
下：
https://sasmeetings.webex.com/sasmeetings/viewrd.php?RCID=9667b157b1084061a492381aa18bab76
WebEx Meeting Center のすべての録画を表示するには、以下のリンクをクリックしてください。
https://sasmeetings.webex.com/sasmeetings/servicerds.php?SP=MC
http://www.webex.com
Re: ホリスティック (またはデータ駆動型 DOE)
やあ、
ピグメント ミリングのケース スタディだけを掲載したジャーナルを添付しました。 すべてのデータ テーブルはスクリプトでコーディングされているため、追加のファイルは必要ありません。 私はこれを改善し続け、改善の提案を歓迎します。
今日これを顧客に試してみたところ、彼らは非常に納得しているようでした.
乾杯、
フィル
Re: ホリスティック (またはデータ駆動型 DOE)昨日はプレゼンテーションありがとうございました。 この雑誌には多くの可能性があると思います。 シンプルであると同時に強力であり、これらの小さなデータ セットでも Pro の価値を十分に示しています。
コメントや提案の準備ができたら、Phil の例を共有できますか? それらのデータも試してみたいと思います。
Re: ホリスティック (またはデータ駆動型 DOE)45分以内なら可能だと思います。 今日見ます. 私は SE ミーティングには出席しませんが、その様子を教えてください。
Re: ホリスティック (またはデータ駆動型 DOE)これらの資料を少し単純化しました - DSD の結果をより単純化し、ジャーナル全体にテキストを追加して議論を導きました。特に、Pro の検討を促す可能性のある次の会話トピックについて:
- EDA、統計手法、および経験の混合は効果的な組み合わせですが、拡張性はありますか?
- 次の実験のために X を選択するために相関 X から変数を選択することに関連するリスクは何ですか? 相関 X にカテゴリ変数が含まれている場合はどうでしょうか?
- 欠落したセルによってデータ テーブルがまばらになったときに、変数の選択を支援する有用な情報をどのように抽出しますか?
- DOE の有効性は、X の正しいセットと、X を変化させる範囲を選択することに依存します。 次の実験を計画する際に、間違った変数と間違った因子範囲を選択するリスクをどのように最小化しますか?
マルコム
Re: ホリスティック (またはデータ駆動型 DOE)Ok、
これは、45 分の短縮バージョンで得たものです。
- スライド 14 ～ 19 をタイトル スライドと一緒に使用して、全体をまとめてまとめるのもよいでしょう。
- Mouldmat EDA の例を紹介する時間がないかもしれません。
- Ascombe Quartet は不適切なフィッティングに適しており、オーバーフィッティングの例へのウォームアップにも適しています。 これには時間があると思いますし、JMP/データ分析へのアプローチの視覚的および統計的出力の EDA イデオロギーに適合すると思いますが、時間次第です。 多分これをスキップして、簡単なモールドマットの例を実行しますか? モデルの作成/フィッティングに関するいくつかのポイントを説明するために ascombe を好む
- オーバーフィッティングの例を間違いなく行います。
- 相関 X を確実に行う (Pro も導入)
- ホリスティック DOE サンプル パーツの欠損データの例を 1 つの出力/ビジュアルのみに制限します。 最初のものは大丈夫です。 最初に作成した 2 つのテーブルをスクリプトで非表示にしたため、グラフ ビルダーのみが表示されます。 これはそれ自体が説得力のあるビジュアルであり、欠落しているデータがどれだけあるかを示していると思います
- 全体的な DOE の例については、欠損データを処理する別の方法について話すことを除いて、帰属データセットに関する中間部分をスキップするかもしれませんが、以前と同じ問題 (収束に失敗する/ステップ 2 分の 1 制限など) は役に立ちません。いくつかの要素のみが選択されており、選択された要素のうち実際に重要なのは 1 つだけです)。 次に、有益な欠落があるデシジョン ツリーと Bootstrap を表示します。 変数選択の要約を使用すると、すべてがわかり、帰属データ分析の表示をスキップできると思います。 例として代入を含むデータ テーブルを表示します。 時間があれば、問題をデモするための簡単なステップワイズを示してください。
- 単純化された DSD の例は機能し、十分に単純化されていると思います。
- あなたが私に送ってくれたファイル（および更新されたDSD完成ワークシート）を含む、トリミングされたPPTとジャーナルを添付しました。
デモの合理化に役立つことを願っています。
クリス
Re: ホリスティック (またはデータ駆動型 DOE)ありがとうマルコム、
私は現在、最大 45 分の目標と、指定された目標を含めて、それをくまなく調べています。 PPT部分を削除します。 相関 X の部分は、何がうまくいかないかを示す良いデモなので、そのままにしておく必要があります。 私はそれに取り組み続け、あなたに戻ってきます。
クリス
Re: ホリスティック (またはデータ駆動型 DOE)こんにちはクリス、
出張中のため、返信が遅くなり申し訳ありません。 短い効果的なデモには明らかに資料が多すぎます。主に、R&D で働いている既存の JMP ユーザーに変数選択のための Pro の可能性に目を向けさせるために、デモを 30 分から 45 分のデモに短縮するための提案を探しています。次の実験を計画するための入力として。 デモ フローを文書化する時間はありませんでしたが、Mastering JMP recordings へのリンクから主要なアイデアのいくつかを得ることができます。 対象読者は、次の潜在的な問題を認識していない可能性があると想定しています。
これらの問題の 1 つまたは複数が発生した場合、変数の選択に細心の注意を払わない限り、X のより小さなサブセットがさらなる実験のために選択される可能性があり、その結果、総開発時間が長くなり、大きな金銭的影響が生じる可能性があります。 目標の一部は、会話を Pro のインクリメンタルな機能から Pro のインクリメンタルな価値へと変えようとすることです。
目標は、最大 45 分のデモでこれらの問題を試して実証することです。 そのため、この目標を達成するために現在のデモを縮小するには、かなりの作業が必要でした。
Correlated Xs のデモは Phil によって作成されました。
マルコム
Re: ホリスティック (またはデータ駆動型 DOE)こんにちは、マルコムです。
今様子を見ています。 これまでに 4 つの質問と 2 つのコメント:
質問:
- セッション全体の時間枠/合計時間は?
- いつ、どのくらいの期間、休憩を取るかについて、大まかな概要はありますか? (簡潔な微調整に役立ちます)
- ワークショップ/日のステージを設定するために、パワーポイント全体を使用する予定ですか?
- モールドマットの例にどれくらいの時間を費やす予定ですか? また、重要なポイントは何ですか?
コメント:
- フィッティングの問題を少し説明するために、Journal の Ansombe Quartet の例を参照してください。 このデータ セットはサンプル データにも存在しますが、構造が異なります。 私は個人的に、問題の説明を簡潔にするためにサンプル データ セットの 1 つが好きですが、問題を適切に確認するにはグラフと統計が必要であることも強調していますが、それは、指摘されている点と、どれだけ早くそこに到達したいかによって異なると思います。
- 相関 X の例のシンプルさが気に入っています
残りを見て、あなたに戻ってきます。
