Holístico (o DOE basado en datos)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hemos creado una demostración holística del DOE para un día de JMP y agradeceríamos retroalimentación y ediciones para mejorar. El objetivo principal es ilustrar el valor de JMP Pro usando bootstrap forest vs JMP usando imputación y selección paso a paso métodos para la selección de variables para ayudar al diseño del próximo experimento. esto construye sobre un par de demostraciones que Phil Kay desarrolló recientemente. Descomprima el zip adjunto archivo y abra la revista Holistic DOE Case Study. Abre la producción desordenada Esquema de datos para ver el flujo de la demostración holística del DOE:
- Modelado Estadístico: Mezcla de EDA, Estadística y Experiencia
- Los datos desordenados complican el problema y el esquema Problema de Xs correlacionadas presenta un conjunto de datos creado por Phil con una Y y dos X altamente correlacionadas que muestran que los métodos paso a paso tradicionales seleccionan una X frente a Bootstrap Forest seleccionando ambas X como potencialmente impactantes en la Y.
- El esquema holístico del DOE luego se basa en los dos primeros esquemas con datos desordenados anónimos del ejemplo de bandas. Es una muestra aleatoria de filas con columnas anonimizadas. del ejemplo de bandas. Es una muestra de tan solo 20 filas para intentar imitar el tamaño de datos que podría ser típico en I+D. Después de hacer clic en los primeros datos enlace el resto de los enlaces dan el flujo de demostración para ilustrar el alcance de datos faltantes, correlación de X continuas, luego comparar X variables seleccionadas por regresión por pasos, regresión por pasos con imputación, árbol de decisión con Falta información que también es un método de selección de variables paso a paso, y bosque de arranque con información faltante. Bosque de arranque con información faltante da una lista más grande de posibles X que pueden afectar a Y y por lo tanto da mayor seguridad de que no nos perdemos una X importante. En este punto puede valer la pena resumir la historia de AB Agri (sin asignar problema/solución de AB Agri): desarrollador y productor líder de pienso desperdició un ciclo de I+D al perder una X importante al seleccionar entre un conjunto de X correlacionadas mediante el uso de métodos tradicionales de selección paso a paso. Esto significaba que tenían que repetir un ciclo de I+D con un gasto considerable, eran seis meses de retraso en el mercado, lo que resultó en la pérdida de ventas y la reducción del mercado oportunidad. Ahora evitan repetir este problema usando el bosque Bootstrap y métodos de selección de variables relacionadas que identifican todas las X potenciales de un conjunto de X correlacionadas independientemente de si algunas de sus celdas de datos son o no desaparecidos.
- El subesquema DSD luego realiza un DSD en las seis variables seleccionadas por el bosque de arranque y a través de métodos de selección paso a paso (que ahora es válido debido a la estructura de correlación cero o casi cero de los efectos del modelo) da como resultado un modelo que involucra 5 de los 6 factores. Si hubiéramos utilizado métodos de selección de variables paso a paso (con o sin imputación faltante), nos habríamos perdido 4 de las 5 X importantes y habríamos requerido ciclos adicionales de desarrollo que aumentarían el tiempo de comercialización, el costo de desarrollo y reducirían la oportunidad de vender el producto. temprano cuando a menudo se puede cobrar una prima.
Sería fantástico recibir comentarios para mejorar la brevedad, la simplicidad y la persuasión de la demostración...
Malcolm
Re: Holístico (o DOE basado en datos)Esta es mi última versión de la demostración de pigmento Holistic DoE (o Data Driven DoE / 3D / D-cubed). El original era un poco engañoso mientras que, en esta versión, el modelo derivado del DoE debería ajustarse bien a los datos históricos. Los datos históricos se seleccionaron para tener un alto grado de multicolinealidad, lo que da como resultado que el modelado paso a paso pierda efectos importantes.
Pregunte si tiene preguntas sobre la historia de fondo del estudio de caso.
Salud,
phil
Re: Holístico (o DOE basado en datos)Perdón por la demora en publicar la grabación a continuación.Gran sesión Malcolm y Phil.Gracias.
Caldera de mandril
______________________________________________________________________
Su grabación ahora está disponible en el sitio del servicio WebEx. Haga clic en el enlace de abajo
para jugarlo:
https://sasmeetings.webex.com/sasmeetings/lsr.php?RCID=8d822e09f2cc4a98a0300b360e65f3bd
Resumen mensual de JMP SE's-20140908 1655-1
Lunes, 8 de septiembre de 2014 9:55 am Hora de San Francisco
1 hora 10 minutos 5 segundos
* Puede reenviar este mensaje a otros para permitirles reproducir el
grabación. *
-------------------------------------
Opciones adicionales
-------------------------------------
Para editar la información de grabación y las opciones de control de reproducción, haga clic en el enlace
debajo:
https://sasmeetings.webex.com/sasmeetings/editrd.php?RCID=aa8a3762ac4e4141847ae0125251b5d9
Para ver más opciones para esta grabación, como la descarga, haga clic en el enlace
debajo:
https://sasmeetings.webex.com/sasmeetings/viewrd.php?RCID=9667b157b1084061a492381aa18bab76
Para ver todas sus grabaciones de WebEx Meeting Center, haga clic en el siguiente enlace:
https://sasmeetings.webex.com/sasmeetings/servicerds.php?SP=MC
http://www.webex.com
Re: Holístico (o DOE basado en datos)
Hola,
Adjunto un diario con solo el estudio de caso de molienda de pigmentos. Todas las tablas de datos están codificadas en script, por lo que no debería necesitar ningún archivo adicional. Continuaré refinando esto y agradecería sugerencias de mejora.
Probé esto con un cliente hoy y parecía muy convencido.
Salud,
phil
Re: Holístico (o DOE basado en datos)Gracias por la presentación de ayer, chicos. Creo que esta revista tiene un gran potencial. Es simple y potente al mismo tiempo y muestra bien el valor de Pro, incluso en estos conjuntos de datos más pequeños.
¿Puedes compartir el ejemplo de Phil cuando esté listo para recibir comentarios y sugerencias? Me gustaría experimentar con esos datos también.
Re: Holístico (o DOE basado en datos)Creo que es factible en 45 minutos. veremos hoy . No estaré allí en la reunión de SE, pero déjame saber cómo va.
Re: Holístico (o DOE basado en datos)Hemos simplificado un poco estos materiales: un resultado DSD más simple y agregado texto en todo el diario para guiar las discusiones, en particular los siguientes temas de conversación que podrían motivar la consideración de Pro:
- Una mezcla de EDA, métodos estadísticos y experiencia es una combinación efectiva, pero ¿es escalable?
- ¿Cuáles son los riesgos asociados con la selección de variables de X correlacionadas para seleccionar las X para el próximo experimento? ¿Qué sucede cuando sus X correlacionadas contienen variables categóricas?
- ¿Cómo extrae información útil para ayudar a la selección de variables cuando las celdas faltantes dan como resultado tablas de datos dispersos?
- La efectividad de DOE depende de seleccionar el conjunto correcto de X y el rango sobre el cual variar sus X. ¿Cómo minimiza el riesgo de seleccionar las variables incorrectas y los rangos de factores incorrectos al diseñar el próximo experimento?
Malcolm
Re: Holístico (o DOE basado en datos)OK,
Esto es lo que obtuve para una versión abreviada de 45 minutos.
- Tal vez esté bien usar las diapositivas 14 - 19 con la diapositiva del título para animar las cosas y cerrarlas.
- Es posible que no tenga tiempo para el ejemplo de Mouldmat EDA.
- Ascombe Quartet es bueno para un ajuste inadecuado y un buen calentamiento para el ejemplo de ajuste excesivo. Creo que tendría tiempo para esto y encaja con la ideología de EDA de resultados visuales y estadísticos de JMP/enfoque de análisis de datos, pero depende del tiempo. ¿Quizás omita esto y haga un breve ejemplo de Mouldmat? Prefiero ascombe para ilustrar algunos puntos sobre cómo hacer/ajustar un modelo
- Definitivamente hacer un ejemplo de ajuste excesivo.
- Definitivamente haga Correlated X's (también presenta Pro)
- Limite los ejemplos de datos faltantes para la parte de ejemplo de DOE holístico a solo una salida/visual. El primero está bien. Oculté las dos primeras tablas creadas en el script para que solo se muestre el generador de gráficos. Creo que esta es una imagen convincente en sí misma y muestra la cantidad de datos que faltan.
- Para el ejemplo de DOE holístico, tal vez omita las partes intermedias sobre el conjunto de datos imputados, excepto para hablar sobre otra forma de tratar con los datos que faltan, pero no ayuda, los mismos problemas que antes (falla en la convergencia/límite de reducción a la mitad, etc.) solo un par de factores seleccionados y solo uno es realmente significativo de los elegidos). Luego muestre Árbol de decisión con información faltante y Bootstrap. Usar el resumen de selección de variables creo que lo dice todo y le permite omitir mostrar el análisis de datos imputados. Muestre la tabla de datos con la imputación para un ejemplo. Si tiene tiempo, muestre un paso rápido para demostrar que el problema es el mismo.
- Creo que su ejemplo DSD simplificado funcionará y será lo suficientemente simple.
- Adjunté un PPT recortado y un diario con los archivos que me enviaste (y la hoja de trabajo completada de DSD actualizada).
Espero que eso ayude a simplificar parte de la demostración.
cris
Re: Holístico (o DOE basado en datos)Gracias Malcom,
Lo estoy revisando ahora con el objetivo de 45 minutos como máximo y la inclusión de los objetivos establecidos. Quitaría la parte de PPT. La parte de Correlated X es una buena demostración de lo que puede salir mal, por lo que debería permanecer. Seguiré trabajando en ello y te responderé.
cris
Re: Holístico (o DOE basado en datos)Hola Chris,
Lo siento por la respuesta lenta, he estado en el camino. Claramente, hay demasiado material aquí para una demostración breve y efectiva y, principalmente, estoy buscando sugerencias para reducirla a una demostración de 30 a 45 minutos para tratar de abrir los ojos de los usuarios de JMP existentes que trabajan en I + D al potencial de Pro para la selección de variables. como entrada para diseñar el próximo experimento. No tuve tiempo de documentar el flujo de la demostración, pero obtendrá algunas de las ideas principales de los enlaces a las grabaciones de Mastering JMP. Supongo que el público objetivo puede no estar al tanto de los posibles problemas de:
Si surge uno o más de estos problemas, a menos que se tenga mucho cuidado en la selección de variables, se puede seleccionar un subconjunto más pequeño de X para experimentación adicional con la consecuencia de un tiempo de desarrollo total más largo que puede tener un gran impacto monetario. Parte del objetivo es tratar de alejar las conversaciones de la funcionalidad incremental de Pro al valor incremental de Pro.
El objetivo es probar y demostrar estos problemas en una demostración de una duración máxima de 45 minutos. Así que se necesita bastante trabajo para recortar la demostración actual para lograr este objetivo.
La demostración correlacionada de Xs fue creada por Phil y él debería tomar el crédito o eso.
Malcolm
Re: Holístico (o DOE basado en datos)Hola Malcolm,
Estoy echando un vistazo ahora. Cuatro preguntas y dos comentarios hasta ahora:
Preguntas:
- ¿Cuál es el marco de tiempo/tiempo total para toda la sesión?
- ¿Tiene un bosquejo aproximado de lo que está cubriendo, cuándo, por cuánto tiempo y cualquier interrupción? (ayuda con el ajuste fino de la brevedad)
- ¿Está planeando pasar por todo el power point para preparar el escenario del taller/día?
- ¿Cuánto tiempo piensa dedicar al ejemplo de Mouldmat y cuáles son los puntos clave que abordará?
Comentarios:
- Veo el ejemplo del Cuarteto de Ansombe en el Journal para explicar algunos problemas de ajuste. Noté que este conjunto de datos también existe en los datos de muestra pero con una estructura diferente. Personalmente, me gusta el del conjunto de datos de muestra por la brevedad de la descripción del problema, pero también enfatizo que se necesitan gráficos y estadísticas para ver correctamente el problema, pero supongo que depende del punto que se plantee y de la rapidez con la que desee llegar allí.
- Me gusta la simplicidad del ejemplo de Correlated X
Veré el resto y te responderé.
