Olistico (o DOE basato sui dati)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Abbiamo creato una demo DOE olistica per una giornata JMP e apprezzeremmo feedback e modifiche per il miglioramento. L'obiettivo principale è quello di illustrare il valore di JMP Pro che utilizza la foresta di bootstrap rispetto a JMP che utilizza l'imputazione e la selezione graduale metodi per la selezione delle variabili per aiutare la progettazione del prossimo esperimento. Questo costruisce su un paio di demo che Phil Kay ha sviluppato di recente. Si prega di decomprimere la zip allegata file e apri la rivista Holistic DOE Case Study. Apri la produzione disordinata Schema dei dati per vedere il flusso della demo DOE olistica:
- Modellazione statistica: miscela di EDA, statistica ed esperienza
- Dati disordinati complicano la questione e il contorno Problema delle X Correlate presenta un set di dati creato da Phil con una Y e due X altamente correlate che mostrano che i tradizionali metodi graduali selezionano una X rispetto a Bootstrap Forest selezionando entrambe le X come potenzialmente in grado di influire sulla Y.
- Lo schema olistico del DOE si basa quindi sui primi due schemi con dati disordinati resi anonimi dall'esempio di bande. È un campione casuale di righe con colonne anonimizzate dell'esempio di bande. È un campione di sole 20 righe per provare a imitare il file dimensione dei dati che potrebbe essere tipica in R&S. Dopo aver cliccato sui primi dati collega il resto dei collegamenti fornisce il flusso demo per illustrare l'estensione di dati mancanti, correlazione di X continue, quindi confrontare le variabili X selezionate da regressione graduale, regressione graduale con imputazione, albero decisionale con mancanza informativa che è anche un metodo di selezione variabile graduale, e foresta bootstrap con informazioni mancanti. Foresta Bootstrap con la mancanza di informazioni fornisce un elenco più ampio di potenziali X che potrebbero avere un impatto su Y e dà quindi maggiore sicurezza di non perdere una X importante. A questo punto può valere la pena riassumere la storia di AB Agri (senza assegnare problema/soluzione ad AB Agri): uno dei principali sviluppatori e produttori di animali feedstuff ha sprecato un ciclo di ricerca e sviluppo perdendo una X importante durante la selezione da un insieme di X correlate utilizzando i tradizionali metodi di selezione graduale. Questo significava che dovevano ripetere un ciclo di ricerca e sviluppo con costi considerevoli, erano sei mesi di ritardo sul mercato, il che ha comportato una perdita di vendite e una riduzione del mercato opportunità. Ora evitano di ripetere questo problema utilizzando la foresta Bootstrap e relativi metodi di selezione delle variabili che identificano tutti i potenziali X da a insieme di X correlate indipendentemente dal fatto che alcune delle tue celle di dati lo siano o meno mancante.
- Il sub-outline DSD esegue quindi un DSD sulle sei variabili selezionate dalla foresta bootstrap e tramite metodi di selezione graduale (che ora è valido a causa della struttura di correlazione zero o quasi zero degli effetti del modello) risulta in un modello che coinvolge 5 dei 6 fattori. Se avessimo utilizzato metodi di selezione delle variabili graduali (con o senza imputazione mancante) avremmo perso 4 delle 5 X importanti e avremmo richiesto ulteriori cicli di sviluppo aggiungendo tempi di commercializzazione, costi di sviluppo e riducendo l'opportunità di vendere il prodotto presto quando spesso può essere addebitato un premio.
Sarebbe fantastico ricevere feedback per migliorare la demo rispetto a brevità, semplicità, persuasività...
Malcolm
Oggetto: Olistico (o DOE basato sui dati)Questa è la mia ultima versione della demo del pigmento Holistic DoE (o Data Driven DoE / 3D / D-cubed). L'originale era un po' fudge mentre, in questa versione, il modello derivato dal DoE dovrebbe adattarsi bene ai dati storici. I dati storici sono stati selezionati per avere un alto grado di multicolinearità, il che si traduce in una modellazione graduale che manca di effetti importanti.
Si prega di chiedere se si hanno domande sul retroscena del case study.
Saluti,
Fil
Oggetto: Olistico (o DOE basato sui dati)Ci scusiamo per il ritardo nel pubblicare la registrazione qui sotto.Ottima sessione Malcolm e Phil.Grazie.
Caldaia Chuck
______________________________________________________________________
La tua registrazione è ora disponibile sul sito del servizio WebEx. Fare clic sul collegamento sottostante
per suonarlo:
https://sasmeetings.webex.com/sasmeetings/lsr.php?RCID=8d822e09f2cc4a98a0300b360e65f3bd
Panoramica mensile per JMP SE's-20140908 1655-1
Lunedì 8 settembre 2014 9:55 ora di San Francisco
1 ora 10 min 5 sec
* È possibile inoltrare questo messaggio ad altri per consentire loro di riprodurre il file
registrazione. *
-------------------------------------
Opzioni aggiuntive
-------------------------------------
Per modificare le informazioni sulla registrazione e le opzioni di controllo della riproduzione, fare clic sul collegamento
qui di seguito:
https://sasmeetings.webex.com/sasmeetings/editrd.php?RCID=aa8a3762ac4e4141847ae0125251b5d9
Per visualizzare più opzioni per questa registrazione, come il download, fare clic sul collegamento
qui di seguito:
https://sasmeetings.webex.com/sasmeetings/viewrd.php?RCID=9667b157b1084061a492381aa18bab76
Per visualizzare tutte le registrazioni di WebEx Meeting Center, fare clic sul collegamento seguente:
https://sasmeetings.webex.com/sasmeetings/servicerds.php?SP=MC
http://www.webex.com
Oggetto: Olistico (o DOE basato sui dati)
Ciao,
Ho allegato un diario con solo il case study sulla macinazione dei pigmenti. Tutte le tabelle di dati sono codificate in script, quindi non dovresti aver bisogno di file aggiuntivi. Continuerò a perfezionarlo e accetterei suggerimenti di miglioramento.
Provato questo su un cliente oggi e sembravano molto convinti.
Saluti,
Fil
Oggetto: Olistico (o DOE basato sui dati)Grazie per la presentazione di ieri, ragazzi. Penso che questo diario abbia un grande potenziale. È semplice e potente allo stesso tempo e mostra bene il valore di Pro, anche su questi set di dati più piccoli.
Puoi condividere l'esempio di Phil quando è pronto per commenti e suggerimenti? Mi piacerebbe sperimentare anche con quei dati.
Oggetto: Olistico (o DOE basato sui dati)Penso che sia fattibile entro 45 minuti. Vedremo oggi . Non ci sarò al SE Meeting, ma fammi sapere come va.
Oggetto: Olistico (o DOE basato sui dati)Abbiamo semplificato un po' questi materiali - risultato DSD più semplice e aggiunto testo in tutto il diario per guidare le discussioni, in particolare i seguenti argomenti di conversazione che potrebbero motivare la considerazione di Pro:
- Una combinazione di EDA, metodi statistici ed esperienza è una combinazione efficace, ma è scalabile?
- Quali sono i rischi associati alla selezione delle variabili da X correlate per selezionare le X per il prossimo esperimento? E quando le tue X correlate contengono variabili categoriche?
- Come si estraggono informazioni utili per facilitare la selezione delle variabili quando le celle mancanti si traducono in tabelle di dati sparse?
- L'efficacia del DOE dipende dalla selezione del set corretto di X e dall'intervallo su cui variare le X. Come riduci al minimo il rischio di selezionare le variabili sbagliate e gli intervalli di fattori sbagliati durante la progettazione del prossimo esperimento?
Malcolm
Oggetto: Olistico (o DOE basato sui dati)Ok,
Ecco cosa ho ottenuto per una versione abbreviata di 45 minuti.
- Forse va bene usare le diapositive 14 - 19 con la diapositiva del titolo per riscaldare le cose e concludere.
- Potresti non avere tempo per l'esempio Mouldmat EDA.
- Ascombe Quartet va bene per un adattamento improprio e un buon riscaldamento per un esempio di adattamento eccessivo. Penso che avresti tempo per questo e si adatta all'ideologia EDA dei risultati visivi e statistici di JMP/approccio all'analisi dei dati, ma dipende dal tempo. Forse saltare questo e fare un breve esempio di Mouldmat? Preferisco ascombe per illustrare alcuni punti sulla realizzazione/adattamento di un modello
- Sicuramente fai un esempio di adattamento eccessivo.
- Sicuramente fare X correlate (introduce anche Pro)
- Limita gli esempi di dati mancanti per la parte dell'esempio DOE olistico a un solo output/visuale. Il primo va bene. Ho nascosto le prime due tabelle create nello script in modo che venga mostrato solo il generatore di grafici. Penso che questo sia di per sé un elemento visivo avvincente e mostri quanti dati mancano
- Per l'esempio DOE olistico, forse saltare le parti centrali sul set di dati imputato tranne per parlare di un altro modo di gestire i dati mancanti, ma non aiuta, stessi problemi di prima (non riesce a convergere/limite di dimezzamento, ecc., solo un paio di fattori selezionati e solo uno è veramente significativo tra quelli scelti). Quindi mostra Albero decisionale con informazioni mancanti e Bootstrap. L'uso del riepilogo della selezione delle variabili penso dica tutto e ti permetta di saltare la visualizzazione dell'analisi dei dati imputati. Mostra la tabella dei dati con l'imputazione per un esempio. Se hai tempo, allora mostra un rapido passaggio alla demo il problema è lo stesso.
- Penso che il tuo esempio DSD semplificato funzionerà e sarà abbastanza semplicistico.
- Ho allegato un PPT ridotto e un diario con i file che mi hai inviato (e il foglio di lavoro DSD completato aggiornato).
Spero che questo aiuti a semplificare parte della demo.
Chris
Oggetto: Olistico (o DOE basato sui dati)Grazie Malcom,
Lo sto esaminando ora con l'obiettivo di un massimo di 45 minuti e l'inclusione degli obiettivi dichiarati. Rimuoverei la parte PPT. La parte di X correlata è una buona dimostrazione di ciò che può andare storto, quindi dovrebbe rimanere. Continuerò a lavorarci e ti ricontatterò.
Chris
Oggetto: Olistico (o DOE basato sui dati)Ciao chris,
Ci scusiamo per la risposta lenta, sono stato in viaggio. C'è chiaramente troppo materiale qui per una breve demo efficace e principalmente sto cercando suggerimenti per ridurlo a una demo da 30 a 45 minuti per provare ad aprire gli occhi degli utenti JMP esistenti che lavorano in R&S al potenziale di Pro per la selezione delle variabili come input per progettare il prossimo esperimento. Non ho avuto il tempo di documentare il flusso della demo, ma otterrai alcune delle idee principali dai collegamenti alle registrazioni Mastering JMP. Presumo che il pubblico di destinazione potrebbe non essere a conoscenza dei potenziali problemi di:
Se sorgono uno o più di questi problemi, a meno che non si presti molta attenzione nella selezione delle variabili, è possibile selezionare un sottoinsieme più piccolo di X per ulteriori sperimentazioni con la conseguenza di un tempo di sviluppo totale più lungo che può avere un grande impatto monetario. Parte dell'obiettivo è cercare di spostare le conversazioni dalla funzionalità incrementale di Pro al valore incrementale di Pro.
L'obiettivo è provare a dimostrare questi problemi in una demo della durata massima di 45 minuti. Quindi è stato necessario un bel po' di lavoro per ridurre l'attuale demo per raggiungere questo obiettivo.
La demo di Xs correlata è stata creata da Phil e dovrebbe prendersene il merito.
Malcolm
Oggetto: Olistico (o DOE basato sui dati)Ciao Malcolm,
Adesso ci sto dando un'occhiata. Quattro domande e due commenti finora:
Domande:
- Qual è l'intervallo di tempo/tempo totale per l'intera sessione?
- Hai uno schema approssimativo di ciò che stai coprendo quando, per quanto tempo e eventuali pause? (aiuta con la messa a punto della brevità)
- Stai pensando di passare attraverso l'intero power point per impostare la fase del seminario/giorno?
- Quanto tempo hai intenzione di dedicare all'esempio Mouldmat e quali sono i punti chiave che farai?
Commenti:
- Vedo l'esempio dell'Ansombe Quartet nel Journal per spiegare alcune questioni appropriate. Ho notato che questo set di dati esiste anche nei dati di esempio ma con una struttura diversa. Personalmente mi piace quello nel set di dati di esempio per la brevità della descrizione del problema, ma sottolineo anche che il grafico e le statistiche sono necessarie per vedere correttamente il problema, ma immagino che dipenda dal punto che viene sottolineato e dalla velocità con cui vuoi arrivarci.
- Mi piace la semplicità dell'esempio della X correlata
Guarderò il resto e ti ricontatterò.
