Conférencier
|
Transcription
|
| Caleb King |
Bonjour, je m'appelle Caleb king. Je suis développeur statisticien de recherche chez JMP pour le groupe de conception d'expériences. |
| |
Et aujourd'hui, je vais vous expliquer comment vous pouvez utiliser JMP pour effectuer des calculs de puissance pour des scénarios de modélisation complexes. Donc, en bref, la puissance est la probabilité de détecter une différence scientifiquement significative qui, selon vous, existe dans la population. |
| |
Et c'est la probabilité de détecter cela compte tenu de la quantité actuelle de données que vous avez échantillonnées à partir de cette population. |
| |
Maintenant, la plupart des gens, lorsqu'ils effectuent un calcul de puissance, ils le font généralement pour déterminer la taille de l'échantillon pour leur étude, bien sûr, c'est un lien direct |
| |
Lien entre les deux. Plus vous avez d'échantillons, plus vous avez de chances de détecter cette différence scientifiquement significative |
| |
Bien sûr, il y a d'autres facteurs qui y sont liés. Il y a le modèle que vous utilisez le type de distribution de réponse. |
| |
Et il y a aussi, bien sûr, la quantité de bruit et d'incertitude présente dans la population, mais pour la plupart, les gens utilisent la puissance comme métrique pour déterminer la taille de l'échantillon. Maintenant, je dirai en quelque sorte qu'il y a une sorte de trois étapes |
| |
de calcul de puissance et tous sont traités dans JMP, surtout si vous avez JMP Pro, ce que j'utiliserai ici. |
| |
La première étape est certaines de ces situations de modélisation plus simples où nous allons ici dans le menu DOE sous Design Diagnostics. Nous avons les calculateurs de taille d'échantillon et de puissance. |
| |
Et ceux-ci couvrent un large éventail de scénarios très simples. Donc, si vous testez un ou deux échantillons de moyennes, vous savez, peut-être un paramètre de type ANOVA avec plusieurs moyennes, |
| |
proportions, écarts-types. C'est en grande partie ce à quoi les gens pensent quand on pense aux calculs de puissance. Alors, bien sûr, vous passez par là et vous précisez à nouveau le bruit, |
| |
taux d'erreur, il y a des paramètres, quelle différence est-ce que j'essaie de détecter, et dire que j'essaie de calculer une certaine puissance, je peux obtenir la taille de l'échantillon. |
| |
Ou, si je veux explorer un peu plus. Je peux laisser les deux vides. J'obtiens une courbe de puissance. Maintenant, bien sûr, encore une fois, ce sont plus de vos scénarios plus simples. La prochaine étape, je dirais, est ce qui pourrait être couvert par un modèle linéaire plus général, donc sortez de |
| |
Dans ce cas, nous pouvons aller ici dans le menu de conception personnalisé englobant. |
| |
Je vais mettre mon nombre préféré d'effets. |
| |
Je clique sur continuer. |
| |
Et je vais tout laisser ici. |
| |
Nous allons donc faire le design. |
| |
Et à ce stade, je peux faire une analyse de puissance basée sur les coefficients anticipés dans le modèle. Donc, dans ce cas, on pourrait dire, j'ai pour cette conception particulière moins de 12 passages. J'ai environ 80% de puissance pour détecter ce coefficient. Si j'essayais de détecter, dites quelque chose d'un peu plus petit. |
| |
Je pourrais changer cette valeur, appliquer les modifications, bien sûr. Tu vois, je n'ai pas autant de pouvoir. Donc si c'est vraiment ce que je recherche. Je pourrais faire quelques changements. Peut-être que je dois revenir en arrière et augmenter la taille de la course. |
| |
Donc, ce sont les deux paramètres les plus courants pour lesquels nous pourrions effectuer un calcul de puissance, mais bien sûr, la vie n'est pas si simple, sachez que vous pourriez rencontrer des paramètres plus complexes, vous pourriez avoir des facteurs d'effets mixtes que vous pourriez rencontrer dans une étude longitudinale que vous avez pour calculer la puissance. |
| |
Vous pouvez rencontrer des paramètres où votre réponse n'est plus une variable aléatoire normale, vous pouvez avoir des données de comptage, vous pouvez avoir une réponse binaire. Vous pourriez même avoir une sorte de réponse de type 0/1 limitée. Donc, une réponse de type pourcentage. |
| |
Alors, que pouvez-vous faire si vous ne pouvez pas accéder aux calculateurs de puissance simples et peut-être au menu DOE, il pourrait être trop complexe pour exécuter une analyse de puissance. Eh bien, JMP Pro est là pour vous aider et implique un outil que nous appelons la simulation en un clic. |
| |
Donc, l'idée ici est que nous simulerons les données à travers une approche de simulation Monte Carlo pour essayer d'estimer la puissance que vous pouvez obtenir pour vos paramètres particuliers. |
| |
Et c'est assez simple. Il peut y avoir un peu de travail en amont que vous devez faire au moins en fonction de la plate-forme de modélisation. |
| |
Mais une fois que vous l'avez compris. C'est assez simple à faire. |
| |
Et je vais continuer et dire que c'était quelque chose que j'ignorais même que JMP pouvait faire jusqu'à ce que je commence à travailler ici. Donc, je suis heureux de partager ce que j'ai trouvé avec vous. |
| |
Très bien, nous allons donc commencer par une sorte d'extension plus simple du modèle linéaire standard où nous incorporons des effets mixtes. D'accord. |
| |
Nous allons donc commencer, nous avons une entreprise qui cherche à améliorer son rendement en protéines protoniques pour les cultures cellulaires. Pas des protons mais des protéines. |
| |
température, temps, pH. Nous avons également des facteurs de mélange. |
| |
De l'eau et deux facteurs de croissance. Maintenant, à ce stade, si nous nous arrêtions ici, nous serions probablement encore en mesure d'utiliser le calculateur de puissance disponible dans la plate-forme de conception personnalisée. |
| |
Là où nous commençons à dévier, c'est maintenant que nous introduisons des facteurs d'effets aléatoires, nous avons trois techniciens, Bob, Di et Stan, qui sont représentatifs de l'ensemble de l'échantillon de techniciens. |
| |
Et ils utiliseront au moins un des trois lots de sérum, qui est encore une fois une représentation de tous les lots de sérum, qu'ils pourraient utiliser à moins que nous ne les traitions comme des effets aléatoires. |
| |
Nous avons également un effet de blocage aléatoire. Dans ce cas, le test se déroulera sur deux jours. Et donc je vais vous montrer comment nous pouvons utiliser la simulation en un clic et JMP Pro pour calculer la puissance pour ce cas. Alors cliquez pour ouvrir le design. |
| |
C'était donc le design que j'ai créé, laissez-moi agrandir ma fenêtre ici pour pouvoir tout voir. Maintenant, cela peut représenter ce que vous obtenez généralement une fois que vous avez créé le design. |
| |
Encore, |
| |
à ce stade, vous auriez pu cliquer sur simuler la réponse pour simuler certaines des réponses. Mais même si tu ne l'as pas fait, ça va quand même |
| |
Une astuce que vous pouvez facilement utiliser pour répliquer consiste simplement à créer une nouvelle colonne. Nous ne prendrons pas la peine de le renommer à ce stade, nous allons simplement créer une formule simple. |
| |
Allez ici sur le côté gauche. Cliquez aléatoire aléatoire normal |
| |
laissez tout par défaut cliquez sur Appliquer. D'accord. |
| |
Et nous avons nous-mêmes des données de bruit aléatoires. Quelques données de réponse simulées. D'accord. |
| |
À ce stade, je clique avec le bouton droit de la souris, copie |
| |
Et faites un clic droit coller pour obtenir ma colonne de réponse. |
| |
Maintenant, tout ce dont j'ai besoin, c'est d'une sorte de réponse. Donc, un simple bruit aléatoire fonctionnera bien ici. Nous n'essayons pas encore d'analyser les données. Ce que nous voulons, c'est |
| |
utilisez la plate-forme de modèle d'ajustement pour créer un modèle pour nous que nous utiliserons ensuite pour créer la formule de simulation. La façon dont nous le faisons, nous allons passer par un modèle. Maintenant, j'ai fait un peu de travail de tête ici. |
| |
Donc, j'ai déjà créé le modèle ici. Et juste pour vous montrer comment j'ai fait ça. Je vais passer ici sous l'analyse de relance sous la refonte. |
| |
Donc, ici vous voyez, j'ai mon rendement en protéines de réponse bonjour mes effets fixes. J'ai des effets aléatoires. |
| |
J'ai tout fait et tout est assez standard là-bas. |
| |
Maintenant, vous voyez qu'il se passe beaucoup de choses ici. Nous n'avons pas besoin de prêter attention à tout cela. Nous sommes juste intéressés par la création d'un modèle. À ce stade, la façon dont nous procédons est que nous entrons ici dans le menu du triangle rouge. |
| |
Va sous les colonnes enregistrées. Maintenant, nous devons faire attention à la colonne que nous sélectionnons. Si je sélectionne la formule de prédiction que vous pourriez être tenté de faire. C'est bien. Mais cela ne nous mène pas jusqu'au bout, comme vous le verrez. |
| |
Si j'entre dans la formule. C'est la formule de prédiction moyenne. Il n'y a rien sur les effets aléatoires ici. Ce n'est donc pas la colonne que je veux. Il n'est pas complet et ne contient pas tout ce dont j'ai besoin. Je dois revenir. |
| |
Allez à nouveau sous les colonnes de sauvegarde et faites défiler ici jusqu'à la formule prédictive conditionnelle et notez dans l'aide de survol qui inclut les estimations d'effet aléatoire, qui est celle que je veux. |
| |
Maintenant, vous pourriez être dans n'importe quel cas où vous ne voulez pas vraiment calculer la puissance pour les effets aléatoires. Vous voulez juste pour le modèle moyen, auquel cas |
| |
Vous auriez pu facilement revenir à la plate-forme de conception personnalisée et le faire de cette façon. Imaginons que nous nous intéressons également à ces effets aléatoires. |
| |
Nous avons maintenant enregistré leur formule prédictive conditionnelle. |
| |
Encore une fois, nous allons entrer, regarder la formule. |
| |
Et ici vous pouvez voir que nous avons des effets aléatoires. Maintenant, nous devons faire quelques ajustements ici pour l'obtenir dans une simulation que nous voulons. Je vais donc double-cliquer ici. |
| |
Cela me place dans le formatage du langage de script JMP. |
| |
Maintenant, je vais d'abord apporter quelques modifications aux effets principaux. Et je vais juste choisir quelques valeurs. Alors voyons. Faisons 0,5 pour la température |
| |
0,1 pour le temps. |
| |
Et pour le pH. Faisons 1.2 un peu plus haut. |
| |
Pour l'eau. Je vais encore plus haut. Ainsi, ceux-ci pourraient avoir un coefficient plus élevé. Donc je vais faire 85 pour l'eau. |
| |
je vais faire 90 |
| |
Pour la croissance premier facteur de croissance. Et faisons 50 |
| |
Facteur de croissance aussi. D'accord. |
| |
D'accord, j'ai donc apporté mes ajustements à la partie principale du modèle moyen. Encore une fois, ce sont des paramètres que vous jugez scientifiquement importants |
| |
Passons maintenant aux effets aléatoires. Vous pourriez être tenté de le remplacer par quelque chose comme ça. D'accord. Cela devrait être un effet aléatoire. Donc je vais juste mettre une normale aléatoire ici. |
| |
Et ça a l'air bien mais pas exactement. Et la raison en est que cette formule est évaluée ligne par ligne, ce qui va se passer est la première fois que vous rencontrez une technicienne nommée Jill. |
| |
Vous simulerez une valeur aléatoire ici et vous obtiendrez une valeur pour cette évaluation de formule, mais la prochaine fois que vous irez en prison. J'en ai écrit six ici. |
| |
Cela simulera une valeur différente, ce qui va à l'encontre de l'objectif d'un effet aléatoire. Les effets aléatoires devraient conserver la même valeur à chaque fois. Julie apparaît |
| |
Que cela va prendre l'effet de quelque chose comme une erreur aléatoire que je vais saisir cette occasion pour mettre ici c'est une valeur que nous voulons changer à chaque ligne. Alors, comment pouvons-nous surmonter cela bien. |
| |
Je vous dis ça parce que j'ai fini par faire ça la première fois que j'ai présenté ça un peu gênant. |
| |
Et heureusement, mon collègue est venu. Ensuite, et m'a montré une astuce pour saisir correctement l'effet aléatoire et voici l'astuce. |
| |
Nous allons aller en haut ici et taper if row. |
| |
Égal à un |
| |
Je vais créer une variable appelée tech Jill. |
| |
Et maintenant, voici où je le place |
| |
Ce que fait cette astuce remplacera cette normale aléatoire par la technologie Jill. |
| |
Ce que cela fera, c'est que si c'est la première ligne, nous simulons une variable aléatoire et l'assignons à l'intérieur de la valeur de ce paramètre à cette variable à cette valeur. |
| |
Sous la première ligne, nous ne simulons plus, ce qui signifie que la technologie Jill conserve la valeur initialement donnée et elle conservera chaque endroit où nous la mettons |
| |
Nous ferons donc de même. |
| |
Pour Bob |
| |
Comme vous pouvez le voir, cela accomplira la tâche de l'effet aléatoire. |
| |
METTRE BOB ici pour Stan, les choses sont un peu plus faciles. Nous n'avons pas besoin de simuler pour lui car les effets aléatoires devraient s'additionner à zéro dans le modèle. |
| |
Et donc la façon dont nous le faisons. |
| |
Nous faisons de lui le côté opposé. |
| |
Parmi les autres effets. |
| |
Faites la même chose ici pour le lot de sérum un |
| |
Maintenant, pour celui-ci, je vais lui donner un peu plus de bruit. |
| |
Disons qu'il y a un peu plus de bruit dans le |
| |
Lots de sérum |
| |
Et c'est l'avantage de cette approche, c'est que vous pouvez jouer avec différents scénarios. |
| |
Entrez ces valeurs ici. |
| |
D'accord. |
| Caleb King |
Et encore, celui-ci. |
| |
Certains des autres. Et avant que j'ajoute l'autre. Je vais continuer et l'ajouter ici car les choses facilitent les choses, le premier jour. |
| |
Premier jour négatif. |
| |
Et j'ajouterai ici son effet aléatoire et je dirai que c'est un effet aléatoire. |
| |
je peux taper |
| |
Est un peu plus petit. |
| |
Très bien, eh bien, à ce stade, nous devrions être, nous devrions avoir notre formule de simulation complète. Si je clique sur OK, je reviens à la vue Éditeur de formule. |
| |
Nous devrions être prêts à partir. |
| |
Très bien, il y a donc notre formule de simulation. |
| |
Maintenant, pour la suite, que faisons-nous ensuite, nous allons revenir à notre modèle d'ajustement. |
| |
Et nous allons aller dans la zone où nous voulons simuler la puissance |
| |
Ici, je vais passer sous la case des tests d'effets fixes. Je vais aller ici dans cette colonne est la valeur p dans ce cas, la simulation bruyante originale ne nous a pas donné de valeurs P. C'est bon. Nous ne nous soucions pas de cela. |
| |
Nous en avions juste besoin pour générer le modèle, que nous avons ensuite transformé en formule de simulation. Je vais faire un clic droit sous cette colonne. N'oubliez pas que cela ne fonctionne que si vous avez JMPed pro |
| |
Et ici tout en bas est simuler. Alors on clique dessus. |
| |
Et il va nous demander quelle colonne désactiver. Donc, par défaut, il sélectionne la colonne de réponse, puis il va parcourir et trouver où se trouvent toutes les colonnes de formules de simulation. Nous voulons donc basculer dans celui-ci car celui-ci contient notre modèle de simulation. |
| |
dites-lui combien d'échantillons et de faire 100 |
| |
Je vais lui donner ma graine aléatoire préférée. |
| |
Et je clique sur OK. |
| |
Attendez, environ une seconde ou deux. |
| |
Et nous y sommes. |
| |
Donc, il a généré une table où c'est la réponse du simulateur. C'est adapté au modèle. |
| |
Et rapporte les valeurs P. Maintenant, il y a des cas où il n'y a pas de valeurs P, nous nous sommes retrouvés dans une situation tellement de ce qui a commencé et ça va. Cela se produit dans la simulation, tant que nous avons un nombre suffisant pour obtenir une estimation. |
| |
Maintenant, la bonne chose à ce sujet est que JMPed a vu que nous simulions des valeurs P. Alors c'est tout. Je parie que vous gagnez à faire une analyse de puissance et il nous a heureusement fourni un script pour le faire. Alors merci JMP. |
| |
Nous gérons cela et vous verrez que cela ressemble beaucoup à la plate-forme de distribution. Donc, c'est fait une distribution de chacune de ces lignes, excusez-moi, colonnes, mais avec une fonctionnalité supplémentaire, un nouveau tableau ici qui montre la puissance simulée et parce que nous la simulons. |
| |
Nous pouvons lire ces sortes de bureau de la puissance estimée si ce n'était pas 100 si nous étions un autre nombre, alors vous pouvez regarder le taux de rejet. Nous voyons donc ici pour nos trois facteurs de mélange nous. Il semble que nous ayons une assez bonne puissance, compte tenu de tout ce que nous avons |
| |
Pour détecter ces coefficients particuliers. Si nous passons ici aux trois autres facteurs, les choses ne semblent pas aussi bonnes |
| |
Alors, nous devrions revenir en arrière et dire, d'accord, |
| |
Peut-être que nous reviendrons et verrons quelle est la valeur maximale que je peux détecter, donc je vais minimiser ces |
| |
minimise la table. Je vais revenir à ma formule et dire faisons un autre |
| |
Faites quelque chose de différent ici. |
| |
Et si je changeais ça. Donc, c'était le point cinq, peut-être que s'il était plus élevé d'environ un |
| |
Pour le moment. Voyons, faisons-en un aussi |
| |
Et quatre pH. Je vais aller à trois. Je vais donc un peu bousculer les choses. Donc, vous savez, hé, puis-je détecter cela |
| |
Tout le reste restera le même parce que nous savons que nous pouvons les détecter, il semble que cliquer sur Appliquer d'accord a généré un nouveau retour |
| |
Encore une fois, même chose. Cliquez avec le bouton droit sous la colonne que vous souhaitez simuler pour activer la simulation rapide. |
| |
Soit un certain nombre d'échantillons. Alors colle-le |
| |
Même graine. |
| |
Et nous irons |
| |
Il suffit d'attendre quelques secondes pour qu'il termine la simulation. |
| |
Nous y sommes. |
| |
Et exécutera à nouveau notre analyse de puissance. |
| |
Regardez pour être le même ici. Nous n'y avons rien changé. Donc en fait, je vais lier ces groupes. Un peu trop. Nous y voilà. Cachons ces trois |
| |
Regardons ceux-ci. Nous semblons donc avoir fait mieux sur le pH, donc la valeur de un pourrait être la plage supérieure de ce que nous pouvons détecter compte tenu de cette taille d'échantillon. |
| |
Mais pour la température dans le temps, il semble que nous ne puissions toujours pas détecter, même ces valeurs élevées. Alors ok. Euh, que pourrions-nous changer d'autre. Et si on doublait le nombre d'échantillons. Je veux dire, nous sommes |
| |
le calcul pour une taille d'échantillon. Alors revenons en arrière et une façon de le faire. Nous pouvons aller faire nous, nous pouvons cliquer sur augmenter la conception. |
| |
sélectionnera tous nos facteurs. |
| |
Sélectionnez notre réponse. |
| |
Cliquez sur OK. |
| |
Nous allons juste augmenter la conception. |
| |
Et cette fois nous doublerons ça fera 24 |
| |
Je vais donc faire le dessin. |
| |
Et ça va prendre un peu de temps. Donc je vais en fait |
| |
Un peu tôt. |
| |
Et voyons, on fera le tableau. |
| |
D'accord, alors maintenant nous avons doublé le nombre d'exécutions |
| |
Et |
| |
Il ne nous a donc donné que la moitié des réponses. C'est bon. Puisque nous avons juste besoin d'une réponse. Je vais juste prendre ça et je vais copier |
| |
Et coller |
| |
Cours dans la vraie vie. Vous ne voudriez pas faire cela parce que j'espère obtenir des réponses différentes. Mais encore une fois, nous avons juste besoin d'une réponse bruyante, passez au modèle. Maintenant, cette fois, nous devons arranger un peu les choses. Je vais sélectionner ces trois aller ici sous les attributs disent qu'il y a des effets aléatoires. |
| |
Gardez tout pareil. Cliquez sur Exécuter. |
| |
Je remarquerai que je n'ai pas encore ma formule de simulation, mais plutôt que de devoir la parcourir et la reconstruire. Je peux en fait créer une nouvelle colonne, revenir à l'ancienne. |
| |
Cliquez avec le bouton droit sur Copier les propriétés de la colonne. |
| |
Revenez, faites un clic droit coller des copies de colonne, ma formule est maintenant prête à fonctionner. Alors, disons, et si nous le faisions dans cette situation et que nous gardions nos valeurs que nous avions au départ |
| |
Alors je vais y retourner. Je double-clique dessus pour ouvrir la fenêtre du modèle d'ajustement. |
| |
Allez sous les tests d'effets fixes, faites un clic droit dessus probablement d'accord avec la valeur p simuler et |
| |
Je ne vais pas changer ça, car il n'y a eu qu'une seule simulation car on a laissé celle que je voulais et elle a trouvé la bonne réponse. |
| |
Donc je vais juste les changer |
| |
Voyons ce qui se passe dans ce cas. |
| |
Bien. |
| |
Exécutez l'analyse de puissance. Maintenant encore, je ne vais pas m'inquiéter de ces |
| |
Des effets de mixage car comme vous pouvez le voir, on est juste devenus meilleurs que ce qu'on avait à l'origine, qui était déjà bien. Je vais donc les cacher à nouveau. |
| |
On voit donc plus facilement ceux qui s'intéressaient à ce cas pH. Nous savions que nous allions probablement faire mieux parce que même avec les 12 anciens runs. Nous avions une assez bonne puissance. |
| |
Il semble que nous ayons définitivement amélioré la température dans le temps. Donc, si ceux-ci représentent en quelque sorte la limite supérieure des tailles d'effet, ils étaient peut-être intéressés par une limite supérieure inférieure et cela semble indiquer qu'un doublement de la taille de l'échantillon pourrait aider. |
| |
Donc, ceux-ci illustrent comment nous pouvons utiliser celui-ci. Tout d'abord, comment faire la simulation en un clic |
| |
Et puis comment nous pouvons l'utiliser pour faire des calculs de puissance et vous encourage à faire quelque chose. Je l'ai souvent fait avant d'arriver chez JMP, qui donne aux gens des options pour explorer vos options. Au cours de la taille de l'échantillon semblait aider avec la température et le temps. |
| |
Changer ce que vous recherchez, semble aider avec le pH avec le pH, puis les effets de mélange sur lesquels nous semblons être d'accord, alors explorez votre |
| |
Cela peut donc également inclure de revenir en arrière et de modifier les variances de vos estimations d'effets aléatoires. |
| |
Ainsi, par exemple, je pourrais revenir ici. Je ne le ferai pas. Mais je pourrais changer ces valeurs et dire, vous savez ce qui se passe si les techniciens étaient un peu plus bruyants là où les lots de sérum étaient moins bruyants. Essayez de trouver des situations pour que votre plan de test soit plus robuste aux paramètres imprévus. |
| |
D'accord, alors laissez-moi nettoyer |
| |
Passez par fermer tout cela. |
| |
Bien. |
| |
Donc pour le reste des scénarios. Je vais explorer différentes manières de mettre en œuvre cela. La démarche générale est donc la même. Vous créez votre conception, vous simulez une réponse. |
| |
Nous adaptons le modèle, ou dans ce cas, nous utilisons une plate-forme légèrement différente pour générer un modèle. |
| |
Et puis utilisez ce modèle pour créer une formule de simulation que vous utiliserez ensuite et l'approche Simuler en un clic. |
| |
Alors maintenant, regardons un cas où nous avons une entreprise qui va mener cette affaire qu'elle a. Mais supposons qu'ils vont mener une enquête auprès de leurs employés et qu'ils veulent déterminer quels facteurs influencent l'attrition des employés. Alors peut-être |
| |
Ils ont beaucoup d'employés qui vont partir. Et donc ils veulent mener une enquête pour évaluer quels facteurs et donc ils veulent savoir combien ont répondu, ils devraient planifier pour |
| |
Maintenant, les réponses en années de l'entreprise, mais leurs deux petits défauts. Tout d'abord, je suis un employé qui doit avoir travaillé au moins un mois avant son départ pour être considéré comme une attrition. |
| |
Et l'autre est que les réponses sont données en années, mais peut-être que nous sommes plus préoccupés par les mois. Combien de mois. C'est peut-être ainsi que fonctionne notre logiciel de budgétisation ou quelque chose du genre. |
| |
Et, vous savez, pour les employés, il leur sera peut-être plus facile de répondre. Et combien d'années ont-ils été plutôt que combien d'années ou de mois. Ils ont été dans l'entreprise. |
| |
Donc, dans ce cas, nous avons une censure par intervalle parce qu'on nous donne combien d'années, mais cela nous indique seulement qu'ils ont été là entre tant d'années et un an plus tard, nous avons également la situation s'ils partent avant l'année où cela va censuré entre un mois et un an. |
| |
Alors ouvrez la table de scène. J'ai déjà beaucoup mis en place. Nous avons beaucoup de facteurs ici et faisons défiler jusqu'à la fin. Vous pouvez donc voir les réponses que nous examinons. |
| |
Encore une fois, nous avons le plus bas d'une année et le plus haut de l'année. Cela signifie donc que si un employé répondait, il partirait au bout de six ans. Cela signifie que leur temps réel là-bas en termes de mois, quelque part entre six et sept ans. |
| |
S'ils sont partis avant un an, nous savons qu'ils étaient là entre un mois et un an. |
| |
Je vais cliquer sur ce bouton de dialogue ici pour lancer la censure d'intervalle ici. Nous utiliserons la plate-forme générique. Nous allons supposer une distribution wible pour la réponse. |
| |
Nous ne mettons pas de code de censure ici parce que nous avons une censure d'intervalle comme nous le gérons, c'est-à-dire que nous mettons les deux colonnes de réponse dans le y |
| |
Ce que vous verrez. D'accord. Et voici tous les facteurs que vous verrez, c'est lorsque nous cliquons sur exécuter, JMP est reconnu comme un délai de distribution d'événement et dit, d'accord, si vous me donniez deux colonnes de réponse. Cela signifie-t-il que vous faites de l'intervalle sensoriel dans ce cas. Oui nous sommes. |
| |
Alors maintenant. |
| |
Nous allons vivre la même chose. Nous allons trouver le triangle rouge droit. Dans ce cas, c'est ici à côté du maximum de vraisemblance de waibel. Maintenant, voici la chose vraiment agréable à propos de |
| |
Générer une plate-forme. Maintenant, il y a déjà beaucoup de belles choses à ce sujet. Mais voici juste un peu plus de cerise sur le dessus. |
| |
Lorsque je clique dessus, si nous faisions comme avant, nous devions entrer et nous dirions enregistrer la formule de prédiction, nous devions aller faire quelques ajustements pour que le hasard sache s'assurer que c'est un wible aléatoire qui est simuler ajuster les choses au besoin. |
| |
C'est généralement le cas. |
| |
Il est conscient que vous pouvez faire la simulation en un clic et donc il dit, Hé, voudriez-vous que je sauvegarde la formule de simulation pour vous si vous êtes, si c'est ce qui vous intéresse et oui nous le sommes. Nous cliquons donc sur la formule de simulation Enregistrer. |
| |
Revenons à notre table. |
| |
Et vous remarquerez qu'il n'a simulé qu'un seul calme. Je vais parler un peu plus de pourquoi dans un instant. Mais faisons une vérification rapide |
| |
Et voilà, en fait, je vais double-cliquer pour afficher le langage de script, vous verrez qu'il est déjà configuré comme une wible aléatoire, il y a déjà la transformation du modèle. |
| |
Tout ce que vous auriez à faire à ce stade est de modifier ces valeurs de paramètre en ce qui est scientifiquement significatif pour vous. |
| |
D'accord, maintenant, dans ce but, je ne ferai pas ça. Je vais juste les laisser tranquilles. Je vais faire un changement cependant, et je veux essayer de reproduire. |
| |
Les situations réelles que nous allons utiliser. Avis ici. Ce sont toutes des valeurs continues alors qu'en réalité, ce que nous devrions obtenir nos beaux numéros d'année de trou rond. Donc, la façon dont je peux le faire. |
| |
Ce sont des années. Salut, je vais créer une variable simple, la rendre égale au temps continu réel, mais lui dire de renvoyer le plafond. |
| |
Alors arrondissez essentiellement |
| |
pli. D'accord. Et voila. |
| |
Comme vous pouvez le voir, cela me dirait que j'ai simulé le vôtre. Salut. Maintenant, |
| |
Pour |
| |
Vous voyez, lorsque vous faites les simulations en un clic, elles sont toutes là. Je vais ouvrir les tests d'effet. |
| |
Si je clique avec le bouton droit de la souris, puis que je clique sur Simuler, je ne peux entrer qu'une colonne à la fois. Je ne peux donc pas faire glisser et sélectionner plus d'un |
| |
Maintenant, si je devais juste faire cet endroit les années où j'étais à toi. Salut la simulation ça a l'air pas mal. Le problème est le plus bas de cette année. Maintenant, le plus bas de cette année est introduit, car il faisait partie du modèle original. |
| |
Mais c'est le peu de l'année que vous avez utilisé à l'origine si nous regardons en arrière, nous voyons déjà un problème, permettez-moi d'annuler très rapidement. |
| |
Par exemple, si nous devions faire cela. Il ne pourrait pas s'adapter à ce premier, car le nombre d'années élevé est inférieur au vôtre. Le plus bas de cette année n'est pas lié à la réponse de la simulation. Alors, comment pouvons-nous résoudre le problème que nous devons lier pour établir cette connexion. Alors j'irai chez toi, bas |
| |
Je vais cliquer sur la formule. Il y a donc déjà une formule ici, je vais juste faire un changement rapide. |
| |
Je vais dire si la formule de simulation j'ai double-cliqué pour le faire. |
| |
Est un double-clic. Alors, pendant des années, haut comme un retour 112 |
| |
Sinon, renvoie la valeur de simulation moins un. |
| |
Cliquez maintenant sur OK et appliquez |
| |
Comme vous pouvez le voir, c'est bien, c'est bien maintenant, c'est lié à cela. |
| |
Alors maintenant je peux revenir en arrière |
| |
Je peux faire un clic droit, faire la simulation Je peux remplacer les années hautes par sa formule de simulation et être à l'aise en sachant que lorsque je fais les années basses seront appropriées. Il sera toujours inférieur d'un an à moins que ce ne soit déjà un an et dans quels cas 112 |
| |
Donc c'est maintenant lié à ça, ça sera toujours apporté, quand ils font la simulation. |
| |
Je vais lancer une simulation très rapide. |
| |
Nous y voilà. Ça va un peu lentement. C'est donc bon signe. |
| |
je vais le laisser finir |
| |
Bien. Il y a donc nos simulations. |
| |
Et bien sûr, nous pouvons exécuter l'analyse de puissance, dans ce cas, nous avons beaucoup de facteurs pour lesquels je pense qu'il y avait 1400 70 citations pour jouer cela. |
| |
Pour beaucoup d'entre eux, nous avons exagéré. |
| |
Mais étonnamment pour certains d'entre eux. Nous avons encore des problèmes. Et donc cela pourrait être quelque chose qui mérite d'être étudié, peut-être que nous ne pouvons pas détecter si bas, le coefficient |
| |
Peut-être devrez-vous changer quelque chose à propos de ces facteurs à discuter lors de votre réunion de planification. |
| |
C'est ainsi que vous devez travailler les choses lorsque vous avez ce cas, nous avions une censure par intervalle s'il avait la bonne censure, donc vous aviez une colonne de censure. |
| |
Même chose, vous le feriez. Cela produirait une simulation sur le temps réel, je dirais, vous pouvez faire quelques ajustements à cela. |
| |
Pour vous assurer qu'il correspond au type de temps que vous voyez dans votre réponse ou à ce que vous attendez. Et ensuite, vous devrez lier votre colonne de censure à la simulation et cela se produira chaque fois que vous aurez ce type de paramètre. |
| |
D'accord. |
| |
Éclaircissons tout cela. |
| |
Alors regardons-en un autre |
| |
Que se passe-t-il si nous avons une réponse non normale. Nous en avons donc déjà vu un. Nous avons vu une réponse de type fiabilité. Nous savons donc que nous pouvons utiliser la génération, explorons-en une autre très rapidement. Dans ce cas, nous avons une réponse normale dans |
| |
Un examen. |
| |
Le système va être en mesure d'armes à plat pour leurs réponses, un pourcentage. Maintenant, techniquement, vous pouvez modéliser cela comme une distribution normale. |
| |
Et cela pourrait être bien, tant que vous vous attendez à des valeurs entre, vous savez, autour de 50 points de pourcentage |
| |
Mais non, parce que nous voulons que ce soit une plate-forme d'armes très précise, nous espérons voir des réponses plus proches de 100 % |
| |
Et donc peut-être quelque chose comme une réponse de distribution bêta pourrait être plus approprié. Nous avons l'une des rides. Nous avons ces trois facteurs d'intérêt, mais l'un d'eux. La cible est imbriquée dans le type de fusible. Ainsi, le type de facteur cible dépendra du type de fusible |
| |
L'affaire fonctionnera très rapidement. Encore une fois, nous avons créé nos données. |
| |
Dans ce cas, j'ai simulé des données aléatoires et je l'ai fait pour qu'elles correspondent entre zéro et un. Je l'ai fait simplement en prenant la transformation logistique d'une normale aléatoire |
| |
D'ACCORD. |
| Caleb King |
je vais copier |
| |
Pâte. |
| |
Assurez-vous que je peux coller |
| |
Et encore une fois, parcourez-le. |
| |
Assez simple. |
| |
Nous allons utiliser la réponse bêta. Nous avons notre réponse. Nous avons notre cible imbriquée dans le type futur |
| |
Cliquez sur Exécuter. |
| |
Et encore, triangle rouge. Beaucoup disent que les colonnes enregistrent la formule de simulation. Et c'est ce que vous pouvez faire dans le générateur pour le modèle d'ajustement régulier, malheureusement, vous ne pouvez pas le faire. |
| |
Mais nous avons notre formule de simulation. Je n'apporterai aucun changement. |
| |
Mais vous pourriez entrer. Comme vous pouvez voir la structure, le double-clic est déjà là. Même la transformation logistique. Il vous suffit donc de mettre les paramètres de votre modèle. |
| |
Excuse-moi. |
| Caleb King |
Rapide. D'accord. |
| |
Au revoir. D'accord. Et encore, nous descendrons. |
| |
Et c'est comme ça que tu fais ça. Alors on descend. |
| |
Tests d'effet, clic droit Simuler |
| |
Faites la substitution et partez |
| |
D'accord, alors voyez comme c'est facile, en général. Donc, même si vous avez des réponses non normales. |
| |
Vous êtes prêt à partir. Merci de générer |
| |
D'accord. |
| |
Maintenant, |
| |
Que faire si vous avez des données longitudinales. Cela peut être délicat, simplement parce que maintenant les réponses peuvent être corrélées les unes aux autres. Alors, comment pouvons-nous bien intégrer cela est simple. |
| |
Dans ce cas, nous avons un exemple d'une entreprise qui produit un traitement pour réduire le cholestérol. Disons que c'est un traitement, un |
| |
Nous allons faire une étude pour le comparer à un traitement concurrent dans un souci d'achèvement aura un groupe témoin et un groupe placebo aura cinq sujets par groupe l'aspect longitudinal est que les mesures sont prises le matin et l'après-midi une fois par mois pendant trois mois. |
| |
Maintenant, je ne vais pas passer trop de temps là-dessus parce que je veux juste vous montrer comment vous intégrez l'aspect longitudinal. Donc, ce cas, j'ai déjà |
| |
Création d'un modèle création de la formule de simulation. Alors maintenant, vous pouvez l'utiliser comme référence pour savoir comment vous pourriez le faire. Disons que nous avons un modèle AR one. |
| |
Et sur ce très rapide. |
| |
Juste pour vous montrer. Il y a donc tous les effets fixes. Remarquez ici que nous avons eu beaucoup d'interactions. Gardez cela à l'esprit car je vous montre que la formule peut sembler un peu compliquée. |
| |
Vous avez |
| |
Déclaré que nous avons une structure répétée. J'ai donc sélectionné AR one |
| |
Période par jours dans le sujet. D'accord. Sous la plate-forme de modèle suivante. |
| |
Et alors, comment puis-je incorporer cette première ère dans ma formule de simulation, je l'ai fait comme ça. |
| |
Si c'est la première rangée ou le nouveau patient. C'est ce que cela signifie que le patient actuel n'est pas égal au patient précédent |
| |
C'est le modèle que j'ai enregistré, j'ai changé les valeurs des paramètres en quelque chose qui pourrait être intéressant. Cela a demandé un peu de travail car il se passe beaucoup de choses ici. Il y a beaucoup d'interactions. |
| |
Nous avons un bruit aléatoire à la fin. Mais c'est tout ce que j'ai fait. J'ai donc changé certaines valeurs ici. J'ai fait beaucoup de zéros, juste pour rendre les choses faciles |
| |
Si ce n'est pas la première rangée ou s'il ne s'agit pas d'un nouveau patient. Comment intégrons-nous la corrélation. Tout ce que je fais, c'est copier ce modèle jusqu'ici, a ajouté ce terme. |
| |
Juste une certaine valeur. Je crois qu'il doit être inférieur à un égal à une fois l'entrée précédente. |
| |
S'il était auto-régressif, vous ajouteriez quelque chose comme un décalage. |
| |
Formule Sim à |
| |
Et vous auriez à faire un autre ajustement où savoir si c'est la première rangée, nous avons notre modèle. C'est la deuxième rangée ou étaient deux places dans le nouveau patient. Cela pourrait ressembler à un AR s'il s'agit d'autre chose sur laquelle nous revenons |
| |
Donc, comme vous pouvez le voir, il est très facile d'incorporer des structures de corrélation automatique tant que vous savez à quoi ressemble votre modèle, il devrait être facile de l'implémenter en tant que formule de simulation. |
| |
D'accord. |
| Caleb King |
Je vous laisse regarder ça très rapidement. |
| |
Enfin, |
| |
Notre scénario final est une réponse réussite/échec, ce qui est également très courant. Je vais l'utiliser pour illustrer comment vous pouvez utiliser la simulation en un clic pour peut-être changer l'avis des gens sur la façon dont ils exécutent certains types de conceptions pour vous montrer à quel point cela peut être puissant |
| |
Non voulu |
| |
Disons que nous avons un système de détection que nous créons pour détecter les substances radioactives. Nous allons donc le comparer à un autre système qui existe peut-être déjà sur le terrain. |
| |
Nous allons donc comparer ces deux systèmes de détection, nous avons sélectionné une certaine quantité de matériel et quelques objets de test, allant de très faibles concentrations à un à une concentration de cinq très élevée et nous allons tester |
| |
Nos systèmes à plusieurs reprises sur chaque concentration, un certain nombre de fois et voient combien de fois il déclenche avec succès des alarmes. |
| |
je vais ouvrir les deux |
| |
Commençons par celui-ci. Cela représente donc une conception typique, vous pouvez voir que nous avons un nombre équilibré d'échantillons pour chaque paramètre. Dans ce cas, nous avons beaucoup d'échantillons. Ils ont beaucoup de chance que cet endroit soit si |
| |
Disons que nous allons faire 32 essais d'équilibre à chaque course et ce sont, c'est une réponse simulée. Bon, disons. Et puis ici, j'ai créé ma formule de simulation. |
| |
Alors je vais vous montrer à quoi ça ressemble. Encore une fois, binôme aléatoire. Ils sont tous pareils. J'ai donc gardé le numéro ici, mais j'aurais pu faire référence aux alarmes dans la colonne des essais provenant d'un indie cohérent, mais ça va. |
| |
Voici mon modèle qui m'intéresse peut-être |
| |
D'accord. |
| |
Et ici. |
| |
J'ai un scénario où au lieu d'un nombre équilibré et de chaque réglage, j'ai mis la plupart de mes échantillons ici au milieu |
| |
Mon raisonnement pourrait être que si c'est une faible concentration. Je m'attends à peine à ce qu'il l'attrape. J'ai des attentes raisonnables. |
| |
Et s'il s'agit d'une concentration élevée, il devrait presque toujours l'attraper. Donc, là où la différence est la plus importante pour moi, c'est là au milieu, peut-être à trois ou quatre concentrations |
| |
Et c'est là que je vais charger. La plupart de mes échantillons, et puis j'en mettrai quelques autres ici. Mais alors mettez le moins à ces autres paramètres. Voyons comment chacun de ces tests prévoit des formes en termes de puissance. |
| |
Exécutez donc le script de modèle binomial ici qui exécutera le modèle binomial. Il n'y a qu'un seul effet de modèle ici le système. On ne met pas de concentration parce qu'on sait qu'il y a un effet ici. C'est ce qui nous intéresse. |
| |
Générer un binôme. |
| |
Exécutez à nouveau le menu du triangle rouge. |
| |
J'ai déjà ma formule de simulation. |
| |
Donc en fait je n'ai pas besoin de faire ça. |
| |
Donc, vous avez déjà construit un modèle. |
| |
Faites un clic droit Simulez-vous. D'accord, tout semble bon là-bas. |
| |
Ma prochaine graine aléatoire préférée. |
| |
Ici, nous sommes en analyse de puissance. Bon, allons-y maintenant. |
| |
Faire la même chose. J'ajusterai le modèle et encore une fois quand vous aurez un binôme. Vous devez indiquer non seulement combien de fois l'alarme s'est déclenchée, mais aussi combien d'essais. |
| |
Faites défiler les tests d'effet, descendez. |
| |
En primaire pour avoir une idée de ce qui va se passer. |
| |
Rapide. D'accord. |
| |
Voici mes simulations, obtenez mes parallèles ici, minimisez, minimisez. Voici donc ce que vous obtenez sous la conception de la balance. |
| |
Notez que nous avons une puissance très faible, ce qui semble étrange car nous en avions 32 à chaque exécution. Je veux dire, ça fait beaucoup d'échantillons, j'aurais tué pour autant d'échantillons là où j'ai travaillé auparavant |
| |
On s'attend donc à beaucoup de puissance, mais il ne semble pas y en avoir ici. J'ai eu le même nombre total d'échantillons. Je les ai juste répartis différemment. |
| |
Et mon niveau de puissance a considérablement augmenté. Peut-être que si j'empile encore plus ici. Peut-être que s'il faisait quatre et quatre, puis éditait pour chacun de ces |
| |
Je pourrais obtenir encore plus de puissance pour détecter cette différence. Ainsi, non seulement cela montre que vous savez qu'il ne s'agit pas toujours de changer la taille de votre échantillon, mais que vous n'avez pas toujours besoin de plus d'échantillons dans ce cas, vous aviez beaucoup d'échantillons pour commencer. Mais la manière dont vous les répartissez est également importante pour |
| |
D'accord. |
| |
Donc, |
| |
J'espère que vous êtes aussi excité que j'ai découvert cet outil très impressionnant pour calculer la puissance. |
| |
J'aimerais vous laisser avec quelques plats à emporter. |
| |
Encore une fois, nous utilisons la simulation. Maintenant, idéalement, vous savez, nous aimons une formule. Ainsi, et dans les affaires civiles, nous bénéficions en quelque sorte de l'avantage d'une belle formule simple. |
| |
Même avec les modèles de régression, nous avons en quelque sorte des formules pour aider sous, sous le capot. Mais bien sûr, et le monde réel. Les choses sont un peu plus complexes. Et donc nous devons généralement compter sur la simulation, qui peut être un outil très puissant comme nous l'avons vu, |
| |
Maintenant, bien sûr, l'un des éléments clés que nous devons faire avec la simulation est d'équilibrer précision et efficacité. Je courais habituellement 100 |
| |
Principalement parce que, vous savez, pour gagner du temps. |
| |
Mais en fin de compte, sachez que vous pourriez peut-être vous en tenir à la valeur par défaut de 2500 en sachant que cela prendra un certain temps pour fonctionner |
| |
Donc, ce que je pourrais préconiser, c'est, vous savez, peut-être commencer par 100 200 simulations au début, juste pour donner une idée de ce qui se passe. Et puis si vous trouvez une situation |
| |
Où ça y ressemble. Non, cela vaut la peine d'augmenter le nombre d'échantillons, de sorte que vous pouvez augmenter votre précision. |
| |
OK, alors peut-être que vous commencez avec quelques situations différentes, exécutez quelques simulations rapides, puis réduisez-vous à certains scénarios clés de paramètres clés, puis vous pouvez augmenter le nombre de simulations pour obtenir plus de précision. |
| |
Je discute toujours des calculs de puissance, tout comme la conception d'expériences n'est jamais unique et terminée. |
| |
Vous ne devriez pas simplement aller à une calculatrice brancher quelques chiffres et revenir avec une taille d'échantillon. Il y a beaucoup de choses qui peuvent arriver dans la conception. |
| |
Ou que peut-il arriver dans une expérience. Et je pense que la meilleure façon de planifier une expérience est d'essayer de tenir compte de différents scénarios. Alors explorez différents niveaux de bruit. |
| |
Dans votre réponse. Alors peut-être que les effets mixtes jouent autour de différentes tailles d'effets mixtes. |
| |
Bien sûr, vous pouvez explorer différentes tailles d'échantillons, mais aussi peut-être explorer différents types de modèles. Ainsi, par exemple, dans le centre universel, au cas où nous utiliserions le modèle wible, s'il avait fait beaucoup de modèle normal. |
| |
Explorez ces différents scénarios et sachez que les présenter aux planificateurs de test vous donne un moyen de jouer dans votre étude pour être robuste à une variété de paramètres. |
| |
Alors n'allez jamais simplement calculer et revenir, présentez toujours des joueurs tendus avec différents scénarios. C'est le même processus. j'utilise quand je |
| |
Création d'expériences réelles conçues. Je présenterais donc les joueurs test. J'ai travaillé avec différentes options qu'ils pouvaient savoir explorer. Il se peut qu'ils choisissent une option ou qu'il s'agisse d'une combinaison d'options. Vous devriez toujours le faire pour rendre vos plans plus robustes |
| |
Comme je le dis, ils sont |
| |
D'accord. Eh bien, j'espère que vous avez appris quelque chose de nouveau avec cela. Si vous avez des questions, vous pouvez me contacter, ils vous fourniront probablement mon adresse e-mail. |
| |
J'espère donc que vous avez apprécié cette conférence et j'espère que vous apprécierez le reste de la conférence. Merci. |
