Altoparlante
|
Trascrizione
|
| Re Caleb |
Ciao, mi chiamo Caleb King. Sono uno sviluppatore statistico di ricerca qui a JMP per la progettazione del gruppo di esperimenti. |
| |
E oggi vi parlerò di come utilizzare JMP per eseguire calcoli di potenza per scenari di modellazione complessi. Quindi, come breve riepilogo, la potenza è la probabilità di rilevare una differenza scientificamente significativa che ritieni esista nella popolazione. |
| |
Ed è la probabilità di rilevarlo data l'attuale quantità di dati che hai campionato da quella popolazione. |
| |
Ora, la maggior parte delle persone, quando eseguono un calcolo della potenza, di solito lo fanno per determinare la dimensione del campione per il loro studio lì, ovviamente, è un diretto |
| |
Parità tra i due. Più campioni hai, maggiori possibilità hai di rilevare quella differenza scientificamente significativa |
| |
Naturalmente, ci sono altri fattori che si collegano a questo. C'è il modello che stai usando il tipo di distribuzione della risposta. |
| |
E c'è anche, ovviamente, la quantità di rumore e incertezza presenti nella popolazione, ma per la maggior parte le persone usano il potere come parametro per determinare la dimensione del campione. Ora, direi che ci sono tre fasi |
| |
del calcolo della potenza e tutti sono affrontati in JMP, soprattutto se si dispone di JMP Pro, che è quello che userò qui. |
| |
La prima fase riguarda alcune di quelle situazioni di modellazione più semplici in cui andiamo qui sotto il menu DOE sotto Design Diagnostics. Abbiamo la dimensione del campione e i calcolatori di potenza. |
| |
E questi coprono una vasta gamma di scenari molto semplici. Quindi, se stai testando una o due medie campione, sai, forse un'impostazione di tipo ANOVA con più medie, |
| |
proporzioni, deviazioni standard. La maggior parte di questo è ciò a cui pensa la gente quando pensi ai calcoli di potenza. Quindi, ovviamente, vai avanti e specifichi di nuovo il rumore, |
| |
tassi di errore, ci sono parametri, quale differenza sto cercando di rilevare e dire che sto cercando di calcolare una certa potenza posso ottenere la dimensione del campione. |
| |
Oppure, se voglio esplorare un po' di più. Posso lasciare entrambi vuoti. Ottengo una curva di potenza. Ora, ovviamente, ancora una volta, questi sono più dei tuoi scenari più semplici. La fase successiva, direi, è ciò che potrebbe essere coperto da un modello lineare più generale, quindi esci |
| |
In tal caso, possiamo andare qui sotto il menu di design personalizzato onnicomprensivo. |
| |
Metterò il mio numero preferito di effetti. |
| |
Farò clic su continua. |
| |
E lascio tutto qui. |
| |
Quindi faremo il design. |
| |
E a questo punto posso fare un'analisi della potenza basata sui coefficienti previsti nel modello. Quindi in questo caso, si potrebbe dire, ho per questo particolare progetto meno di 12 tirature. Ho circa l'80% di potenza per rilevare questo coefficiente. Se stavo cercando di rilevare dire qualcosa di un po' più piccolo. |
| |
Potrei cambiare quel valore, applicare le modifiche, ovviamente. Vedi, non ho tanto potere. Quindi, se è davvero quello che sto cercando. Potrei fare per apportare alcune modifiche. Forse devo tornare indietro e aumentare le dimensioni della corsa. |
| |
Quindi, queste sono le due impostazioni più comuni con cui potremmo fare un calcolo della potenza, ma ovviamente la vita non è così semplice sai che potresti imbatterti in impostazioni più complesse potresti avere fattori di effetti misti potresti imbatterti in uno studio longitudinale che hai per calcolare la potenza. |
| |
Potresti imbatterti in impostazioni in cui la tua risposta non è più una normale variabile casuale, potresti avere dati di conteggio, potresti avere una risposta binaria. Potresti anche avere una sorta di risposta di tipo 0/1 limitata. Quindi una risposta di tipo percentuale. |
| |
Quindi, cosa puoi fare se non puoi andare ai semplici calcolatori di potenza e forse il menu DOE potrebbe essere troppo complesso anche per questo per eseguire un'analisi di potenza. Bene, JMP Pro è qui per aiutarti e coinvolge uno strumento che chiamiamo simulazione con un clic. |
| |
Quindi l'idea qui è, simuleremo i dati attraverso un approccio di simulazione Monte Carlo per provare a stimare la potenza che puoi ottenere per le tue impostazioni particolari. |
| |
Ed è piuttosto semplice. Potrebbe esserci un po 'di lavoro in anticipo che devi fare almeno a seconda della piattaforma di modellazione. |
| |
Ma una volta che ce l'hai fatta. È abbastanza semplice da fare. |
| |
E andrò avanti e dirò che questo era qualcosa che non sapevo nemmeno che JMP potesse fare fino a quando non ho iniziato a lavorare qui. Quindi, sono felice di condividere ciò che ho trovato con te. |
| |
Va bene, quindi inizieremo con una sorta di estensione più semplice del modello lineare standard in cui incorporiamo alcuni effetti misti. Va bene. |
| |
Quindi inizieremo, abbiamo un'azienda che sta cercando di migliorare la resa di proteine protoniche per le colture cellulari. Non protoni ma proteine. |
| |
temperatura, tempo, pH. Abbiamo anche alcuni fattori di miscelazione. |
| |
Acqua e due fattori di crescita. Ora, a questo punto, se ci fermassimo qui, probabilmente saremmo ancora in grado di utilizzare il calcolatore di potenza disponibile nella piattaforma di progettazione personalizzata. |
| |
Dove iniziamo a deviare è ora che introduciamo alcuni fattori di effetto casuale abbiamo tre tecnici, Bob, Di e Stan, che sono rappresentativi dell'intero campione di tecnici. |
| |
E useranno almeno uno dei tre lotti di siero, che è ancora una volta una rappresentazione di tutti i lotti di siero che potrebbero usare a meno che non li trattiamo come effetti casuali. |
| |
Abbiamo anche un effetto di blocco casuale. In questo caso, il test si svolgerà nell'arco di due giorni. E quindi ti mostrerò come possiamo usare la simulazione con un clic e JMP Pro per calcolare la potenza per questo caso. Quindi fai clic per aprire il design. |
| |
Quindi questo era il design che ho creato, fammi espandere la mia finestra qui così posso vedere tutto. Ora questo potrebbe rappresentare ciò che ottieni in genere una volta creato il design. |
| |
Ancora, |
| |
a questo punto, potresti aver fatto clic su simula risposta per simulare alcune delle risposte. Ma anche se non l'hai fatto, va comunque bene |
| |
Entrerà un trucco che puoi facilmente usare per replicare che è semplicemente creare una nuova colonna. Non ci preoccuperemo di rinominarlo a questo punto, creeremo solo una semplice formula. |
| |
Vai qui sul lato sinistro. Fare clic su casuale casuale normale |
| |
lasciare tutto predefinito fare clic su Applica. Va bene. |
| |
E abbiamo alcuni dati casuali sul rumore. Alcuni dati di risposta simulati. Va bene. |
| |
A questo punto, clicco con il tasto destro, copia |
| |
E fai clic con il tasto destro del mouse su incolla per ottenere la mia colonna di risposta. |
| |
Ora tutto ciò di cui ho bisogno è solo una sorta di risposta. Quindi il semplice rumore casuale funzionerà bene qui. Non stiamo ancora cercando di analizzare alcun dato. Quello che vogliamo è |
| |
usa la piattaforma del modello di adattamento per creare un modello per noi che useremo poi per creare la formula di simulazione. Nel modo in cui lo facciamo, andremo sotto un modello. Ora ho fatto un po' di lavoro di testa qui. |
| |
Quindi, ho già creato il modello qui. E solo per mostrarti come l'ho fatto. Andrò qui sotto sotto l'analisi del rilancio sotto il rifacimento. |
| |
Quindi, qui vedi che ho la mia resa proteica di risposta ciao i miei effetti fissi. Ho alcuni effetti casuali. |
| |
Ho fatto tutto e ho ottenuto tutto abbastanza standard lì. |
| |
Ora vedi che c'è molto da fare qui. Non dobbiamo prestare attenzione a niente di tutto questo. Siamo solo interessati a creare un modello. A questo punto il modo in cui lo facciamo è entrare qui sotto il menu del triangolo rosso. |
| |
Andrà sotto le colonne salvate. Ora dobbiamo stare attenti a quale colonna selezioniamo. Se seleziono la formula di previsione che potresti essere tentato di fare. Va bene. Ma non ci porta fino in fondo, come vedrai. |
| |
Se entro nella formula. Questa è la formula di predizione media. Non c'è niente sugli effetti casuali qui. Quindi questa non è la colonna che voglio. Non è completo non contiene tutto ciò di cui ho bisogno. Ho bisogno di tornare. |
| |
Vai di nuovo sotto le colonne di salvataggio e scorri verso il basso fino alla formula predittiva condizionale e nota dall'aiuto al passaggio del mouse che include le stime dell'effetto casuale, che è quella che voglio. |
| |
Ora, potresti essere in ogni caso in cui non vuoi davvero calcolare la potenza per gli effetti casuali. Vuoi solo per il modello medio, nel qual caso |
| |
Avresti potuto facilmente tornare alla piattaforma di progettazione personalizzata e farlo in quel modo. Facciamo finta di essere interessati anche a quegli effetti casuali. |
| |
Ora abbiamo salvato la loro formula predittiva condizionale. |
| |
Di nuovo, entriamo, guardiamo la formula. |
| |
E qui puoi vedere che abbiamo effetti casuali. Ora dobbiamo apportare alcune modifiche qui per inserirlo in una simulazione che vogliamo. Quindi farò doppio clic qui. |
| |
Mi mette nella formattazione del linguaggio di scripting JMP. |
| |
Ora, prima apporterò alcune modifiche agli effetti principali. E sceglierò solo alcuni valori. Quindi vediamo. Facciamo 0,5 per la temperatura |
| |
0,1 per il tempo. |
| |
E per il pH. Facciamo 1.2 un po' più alto. |
| |
Per l'acqua. Andrò ancora più in alto. Quindi, questi potrebbero avere un coefficiente maggiore. Quindi farò 85 per l'acqua. |
| |
farò 90 |
| |
Per la crescita primo fattore di crescita. E facciamo 50 |
| |
Fattore di crescita, anche. Va bene. |
| |
Va bene, quindi ho apportato le mie modifiche alla parte principale del modello medio. Ancora una volta, questi sono parametri che ritieni siano scientificamente importanti |
| |
Ora per gli effetti casuali. Potresti essere tentato di sostituirlo con qualcosa di simile. Va bene. Questo dovrebbe essere un effetto casuale. Quindi inserirò solo una normale casuale qui. |
| |
E sembra giusto ma non esattamente. E il motivo è che questa formula viene valutata riga per riga, quello che succederà è la prima volta che incontri un tecnico di nome Jill. |
| |
Simulerai un valore casuale qui e otterrai un valore per quella valutazione della formula, ma la prossima volta andrai in prigione. Ho scritto sei qui. |
| |
Questo simulerà un valore diverso, che quindi vanifica lo scopo di un effetto casuale gli effetti casuali dovrebbero mantenere lo stesso valore ogni volta. Jill appare |
| |
Che assumerà l'effetto di qualcosa come un errore casuale che colgo l'occasione per inserire qui che è un valore che vogliamo cambiare ogni riga. Quindi, come possiamo superare bene questo problema. |
| |
Te lo dico perché in realtà ho finito per farlo la prima volta che l'ho presentato in modo leggermente imbarazzante. |
| |
E per fortuna, è arrivato il mio collega. Successivamente, e mi ha mostrato un trucco su come inserire effettivamente l'effetto casuale in modo appropriato ed ecco il trucco. |
| |
Andremo in cima qui e digiteremo if riga. |
| |
Uguale a uno |
| |
Creerò una variabile che chiameremo tech Jill. |
| |
E ora ecco dove lo metto |
| |
Ciò che fa questo trucco sostituirà questo normale casuale con la tecnologia Jill. |
| |
Ciò che farà è se è la prima riga che simuliamo una variabile casuale e la assegniamo all'interno del valore di questo parametro a quella variabile a quel valore. |
| |
Sotto la prima riga, non simuliamo più, il che significa che per il tecnico Jill mantiene il valore inizialmente assegnato e manterrà ogni posizione in cui lo inseriamo |
| |
Quindi faremo lo stesso. |
| |
Per Bob |
| |
Come puoi vedere, ciò realizzerà il compito dell'effetto casuale. |
| |
METTI BOB qui per Stan le cose sono un po' più facili. Non dobbiamo simulare per lui perché gli effetti casuali dovrebbero sommarsi a zero nel modello. |
| |
E così il modo in cui lo facciamo. |
| |
Facciamo in modo che sia il lato opposto. |
| |
Degli alcuni degli altri effetti. |
| |
Fai la stessa cosa qui per il siero del lotto uno |
| |
Ora per questo darò un po 'più di rumore. |
| |
Diciamo che c'è un po' più di rumore nel |
| |
Lotti di siero |
| |
E questo è il vantaggio di questo approccio è che puoi giocare con diversi scenari. |
| |
Inserisci questi valori qui. |
| |
Va bene. |
| Re Caleb |
E ancora, questo. |
| |
Alcuni degli altri. E prima di aggiungere l'altro. Vado avanti e lo aggiungo qui perché le cose lo rendono facile, il primo giorno. |
| |
Primo giorno negativo. |
| |
E aggiungerò il suo effetto casuale qui e dirò che è un effetto casuale. |
| |
posso scrivere |
| |
È un po' più piccolo. |
| |
Va bene, bene, a questo punto, dovremmo essere, dovremmo avere la nostra formula di simulazione completa. Se faccio clic su OK, mi riporta alla visualizzazione dell'editor di formule. |
| |
Dovremmo essere a posto. |
| |
Va bene, quindi c'è la nostra formula di simulazione. |
| |
Ora per il prossimo, cosa facciamo dopo, torneremo al nostro modello di adattamento. |
| |
Andremo nell'area in cui vogliamo simulare la potenza |
| |
Qui andrò sotto la casella dei test sugli effetti fissi. Vado qui a questa colonna è il valore p in questo caso la simulazione rumorosa originale non ci ha dato alcun valore P. Va bene. Non ci interessa. |
| |
Ne avevamo solo bisogno per generare il modello, che poi abbiamo trasformato in una formula di simulazione. Farò clic con il tasto destro sotto questa colonna. Ora ricorda, funziona solo se hai JMPed pro |
| |
E qui in fondo è simulato. Quindi lo clicchiamo. |
| |
E ci chiederà quale colonna cambiare. Quindi, per impostazione predefinita, seleziona la colonna di risposta e quindi passerà in rassegna e troverà dove si trovano tutte le colonne della formula di simulazione. Quindi vogliamo passare a questo perché questo contiene il nostro modello di simulazione. |
| |
digli quanti campioni e di farne 100 |
| |
Gli darò il mio seme casuale preferito. |
| |
E clicco su OK. |
| |
Aspetta, circa un secondo o due. |
| |
E ci siamo. |
| |
Quindi viene generata una tabella in cui è la risposta del simulatore. È adatto al modello. |
| |
E riporta i valori P. Ora ci sono alcuni casi in cui non ci sono valori P, siamo finiti in una situazione molto simile a quella iniziata e va bene. Ciò accade nella simulazione, purché disponiamo di un numero sufficiente per ottenere una stima. |
| |
Ora la cosa bella di questo è che JMPed ha visto che stavamo simulando i valori P. Quindi è così. Scommetto che stai vincendo per fare un'analisi del potere e ci ha felicemente fornito una sceneggiatura per farlo. Quindi grazie JMP. |
| |
Lo eseguiamo e vedrai che assomiglia molto alla piattaforma di distribuzione. Quindi è stata fatta una distribuzione di ciascuna di quelle righe, scusatemi, colonne, ma con una caratteristica aggiunta una nuova tabella qui che mostra la potenza simulata e perché la simuliamo. |
| |
Possiamo leggere in questi uffici una sorta di potenza stimata se non fosse 100 se fossimo un altro numero, quindi puoi guardare il tasso di rifiuto. Quindi vediamo qui per i nostri tre fattori di miscela noi. Sembra che abbiamo una potenza piuttosto buona, dato tutto quello che abbiamo |
| |
Per rilevare quei particolari coefficienti. Se passiamo qui agli altri tre fattori, le cose non sembrano così buone |
| |
Quindi, allora dovremmo tornare indietro e dire, okay, |
| |
Forse torneremo indietro e vedremo qual è il valore massimo che posso rilevare, quindi ridurrò al minimo questi |
| |
minimizza la tabella. Tornerò alla mia formula e dirò facciamone una diversa |
| |
Fai qualcosa di diverso qui. |
| |
Cosa succede se cambio questo. Quindi questo era il punto cinque, forse so cosa succederebbe se fosse più alto di uno |
| |
Per il momento. Vediamo, facciamone uno anche noi |
| |
E quattro pH. Vado a tre. Quindi ho intenzione di aumentare un po' le cose. Quindi, sai, beh, posso rilevarlo |
| |
Manterrà tutto il resto uguale perché sappiamo di poterli rilevare, sembra che fare clic su Applica ok abbia generato un nuovo ritorno |
| |
Di nuovo, stessa cosa. Fare clic con il tasto destro sotto la colonna che si desidera simulare per attivare la simulazione rapida |
| |
Dato un certo numero di campioni. Quindi attaccalo |
| |
Stesso seme. |
| |
E andremo |
| |
Non resta che attendere qualche secondo affinché finisca la simulazione. |
| |
Ci siamo. |
| |
E eseguiremo di nuovo la nostra analisi energetica. |
| |
Cerca di essere lo stesso qui. Non abbiamo cambiato nulla lì. Quindi, in effetti, collegherò questi gruppi. Un po' troppo. Eccoci qui. Nascondiamo questi tre |
| |
Diamo un'occhiata a questi. Quindi sembra che abbiamo fatto meglio sul pH, quindi il valore di uno potrebbe essere l'intervallo superiore di ciò che possiamo rilevare data questa dimensione del campione. |
| |
Ma per la temperatura nel tempo sembra che non riusciamo ancora a rilevare, nemmeno quei valori elevati. Allora ok. Ehm, cos'altro potremmo cambiare. E se raddoppiassimo il numero di campioni. Voglio dire, lo siamo |
| |
calcolando questo per una dimensione del campione. Quindi torniamo indietro e in un modo possiamo farlo. Possiamo andare a fare noi, possiamo fare clic su aumenta il design. |
| |
selezionerà tutti i nostri fattori. |
| |
Seleziona la nostra risposta. |
| |
Fare clic su OK. |
| |
Aumenteremo solo il design. |
| |
E questa volta raddoppiamo e facciamo 24 |
| |
Quindi realizzerò il design. |
| |
E ci vorrà un po' di tempo. Quindi lo farò davvero |
| |
Un po' presto. |
| |
E vediamo, prepariamo il tavolo. |
| |
Ok, quindi ora abbiamo raddoppiato il numero di corse |
| |
E |
| |
Quindi ci ha dato solo la metà delle risposte. Va bene. Dal momento che abbiamo solo bisogno di una risposta. Prendo solo questo e lo copio |
| |
E incolla |
| |
Corso nella vita reale. Non vorresti farlo perché si spera di ottenere risposte diverse. Ma ancora una volta, abbiamo solo bisogno di una risposta rumorosa al rumore, vai al modello. Questa volta, dobbiamo sistemare un po' le cose. Selezionerò questi tre vai qui sotto gli attributi dicono che ci sono effetti casuali. |
| |
Mantieni tutto uguale. Fare clic su Esegui. |
| |
Noterò che non ho ancora la mia formula di simulazione, ma piuttosto che doverla ricostruire. Posso effettivamente creare una nuova colonna, tornare a quella vecchia. |
| |
Fare clic con il pulsante destro del mouse su Copia proprietà colonna. |
| |
Torna indietro, fai clic con il pulsante destro del mouse e incolla la colonna copia la mia formula ora è pronta per l'uso. Quindi, diciamo, e se lo facessimo in questa situazione e manterremo i nostri valori che avevamo inizialmente |
| |
Quindi tornerò. Farò doppio clic su questo per aprire la finestra del modello di adattamento. |
| |
Vai sotto i test a effetto fisso, fai clic con il tasto destro su lì probabilmente d'accordo con la simulazione del valore p e |
| |
Non lo cambierò, perché c'era solo una simulazione per cui abbiamo lasciato quella che volevo e ha trovato la risposta giusta. |
| |
Quindi cambierò solo questi |
| |
Vediamo cosa succede in questo caso. |
| |
Bene. |
| |
Eseguire l'analisi della potenza. Ora di nuovo, non mi preoccuperò di questi |
| |
Effetti di miscela perché, come puoi vedere, siamo appena migliorati rispetto a quelli che avevamo in origine, il che era già buono. Quindi li nasconderò di nuovo. |
| |
Quindi possiamo vedere più facilmente quelli interessati a questo caso pH. Sapevamo che probabilmente avremmo fatto meglio perché anche con i vecchi 12 run. Avevamo una potenza abbastanza buona. |
| |
Sembra che abbiamo decisamente migliorato la temperatura nel tempo. Quindi, se quelli rappresentano una sorta di limite superiore delle dimensioni dell'effetto, forse fossero interessati a un limite superiore inferiore e questo sembra indicare che un raddoppio della dimensione del campione potrebbe essere d'aiuto. |
| |
Quindi questi illustrano come possiamo usare quello. Prima di tutto, come eseguire la simulazione con un clic |
| |
E poi come possiamo usarlo per fare il calcolo della potenza e ti incoraggia a fare qualcosa. Lo facevo spesso prima di entrare in JMP, ovvero dare alle persone opzioni per esplorare le tue opzioni. Durante la dimensione del campione sembrava aiutare con la temperatura e il tempo. |
| |
Cambiare ciò che stai cercando, sembra aiutare con il pH con il pH e quindi gli effetti della miscela su cui sembra che stiamo bene, quindi esplora il tuo |
| |
Ciò può anche includere tornare indietro e modificare le varianze delle stime degli effetti casuali. |
| |
Quindi, per esempio, potrei tornare qui. Non lo farò. Ma potrei cambiare questi valori e dire, sai cosa succede se i tecnici sono un po' più rumorosi dove i lotti di siero sono meno rumorosi. Prova a trovare situazioni in modo che il tuo piano di test sia più robusto rispetto a impostazioni impreviste. |
| |
Ok, allora fammi pulire |
| |
Passa attraverso chiudi tutti questi fuori. |
| |
Bene. |
| |
Quindi per il resto degli scenari. Esplorerò una sorta di approccio diverso su come implementarlo. Quindi l'approccio generale è lo stesso. Crei il tuo design, simuli una risposta. |
| |
Us fit model, o in questo caso stiamo usando una piattaforma leggermente diversa per generare un modello. |
| |
E poi usa quel modello per creare una formula di simulazione che poi utilizzerai e l'approccio Simula con un clic. |
| |
Quindi ora diamo un'occhiata a un caso in cui abbiamo una società che condurrà questo caso che hanno. Ma supponiamo che stiano per condurre un sondaggio sui loro dipendenti e che vogliano determinare quali fattori influenzano l'attrito dei dipendenti. Quindi forse |
| |
Hanno molti dipendenti che se ne andranno. E quindi vogliono condurre un sondaggio per valutare quali fattori e quindi vogliono sapere quanti hanno risposto, dovrebbero pianificare |
| |
Ora le risposte negli anni dell'azienda, ma i loro due piccoli nodi. Innanzitutto, sono un dipendente che deve aver lavorato almeno un mese prima di partire per essere considerato logoramento. |
| |
E l'altro è che le risposte sono date in anni, ma forse siamo più preoccupati per i mesi. Quanti mesi. Forse è così che funziona il nostro software di budget o qualcosa del genere. |
| |
E, sai, per i dipendenti, potrebbe essere più facile rispondere. E quanti anni sono stati piuttosto che quanti anni o mesi. Sono stati in azienda. |
| |
Quindi in questo caso abbiamo la censura dell'intervallo perché ci viene dato quanti anni, ma questo ci dice solo che sono stati lì tra tanti anni e un anno dopo, abbiamo anche la situazione se se ne vanno prima dell'anno dove andrà censurato tra un mese e un anno. |
| |
Quindi apri il tavolo del palco. Ho già organizzato molto. Abbiamo molti fattori qui e scorriamo fino alla fine. Quindi puoi vedere le risposte che stiamo guardando. |
| |
Quindi, ancora una volta, abbiamo il minimo dell'anno e il massimo dell'anno. Quindi ciò significa che se un dipendente dovesse rispondere che ha lasciato dopo sei anni. Ciò significa che il loro tempo effettivo lì in termini di mesi, da qualche parte tra sei e sette anni. |
| |
Se sono partiti prima di un anno, sappiamo che sono stati lì tra un mese e un anno. |
| |
Farò clic su questo pulsante di dialogo qui per avviare la censura degli intervalli qui. Useremo la piattaforma generica. Assumeremo una distribuzione wible per la risposta. |
| |
Non inseriamo un codice di censura qui perché abbiamo la censura dell'intervallo nel modo in cui gestiamo, ovvero inseriamo entrambe le colonne di risposta nella y |
| |
Che vedrai. Va bene. E qui ci sono tutti i fattori che vedrai quando facciamo clic su Esegui, JMP viene riconosciuto come tempo per la distribuzione dell'evento e dici, Ok, se mi dai due colonne di risposta. Significa che stai facendo intervalli sensoriali in questo caso. Sì. |
| |
Così ora. |
| |
Stiamo per affrontare la stessa cosa. Troveremo il triangolo rosso destro. In questo caso, è qui accanto a waibel massima verosimiglianza. Ora ecco la cosa davvero bella |
| |
Genera piattaforma. Ora ci sono già un sacco di cose carine. Ma qui c'è solo un po' più di ciliegina sulla torta. |
| |
Quando faccio clic su questo, se ci piace prima dovremmo entrare e dire salvare la formula di previsione, dovremmo andare e apportare alcune modifiche per ottenere la conoscenza casuale assicurarsi che sia un Wible casuale che viene simulato regolare le cose come necessario. |
| |
Questo è generalmente però. |
| |
È consapevole che puoi eseguire la simulazione con un clic e quindi dice: Ehi, vorresti che salvassi effettivamente la formula di simulazione per te se lo sei, se è quello che ti interessa e Sì, lo siamo. Quindi facciamo clic sulla formula di simulazione Salva. |
| |
Torniamo al nostro tavolo. |
| |
E noterai che ha simulato solo una calma. Parlerò un po' di più sul perché tra un momento. Ma facciamo un controllo veloce |
| |
Ed eccolo lì, infatti, farò doppio clic per richiamare il linguaggio di scripting, vedrai che è già impostato come wible casuale, ha già la trasformazione del modello lì dentro. |
| |
Tutto quello che dovresti fare a questo punto è cambiare questi valori dei parametri in ciò che è scientificamente significativo per te. |
| |
Ok, ora per questo scopo non lo farò. Li lascerò stare. Farò una modifica però, e voglio provare a replicare. |
| |
Le situazioni reali che useremo. Avviso qui. Questi sono tutti valori continui quando in realtà, ciò che dovremmo ottenere i nostri bei numeri dell'anno rotondo. Quindi il modo in cui posso farlo. |
| |
Questi sono anni. Ciao, creerò una semplice variabile per renderla uguale al tempo continuo effettivo ma dirgli di restituire il massimale. |
| |
Quindi arrotonda essenzialmente |
| |
piega. Va bene. E il gioco è fatto. |
| |
Come puoi vedere, questo mi direbbe che ho simulato il tuo. CIAO. Ora, |
| |
A |
| |
Vedi, quando fai le simulazioni con un clic sono tutte qui. Aprirò i test degli effetti. |
| |
Se faccio clic con il tasto destro e poi clicco su Simula, posso inserire solo una colonna alla volta. Quindi non posso trascinare e selezionarne più di uno |
| |
Ora, se dovessi fare questo posto, gli anni in cui sarei stato tuo. Ciao simulazione che sembra a posto. Il problema è il minimo di quest'anno. Ora viene introdotto il minimo di quest'anno, perché faceva parte del modello originale. |
| |
Ma è il poco dell'anno che hai usato originariamente se guardiamo indietro, vediamo già un problema, fammi cancellare da questo molto velocemente. |
| |
Ad esempio, se dovessimo farlo. Non sarebbe in grado di adattarsi a questo primo, perché il massimo degli anni è inferiore al tuo. Il minimo di quest'anno non è legato alla risposta della simulazione. Quindi, come possiamo risolvere il fatto che dobbiamo collegarlo, è necessario stabilire quella connessione. Quindi andrò da te, basso |
| |
Farò clic sulla formula. Quindi c'è già una formula qui, farò solo un rapido cambiamento. |
| |
Dirò se la formula di simulazione ho fatto doppio clic per farlo. |
| |
È fare doppio clic su uno. Quindi, per anni, alto come un ritorno 112 |
| |
In caso contrario, restituire il valore di simulazione meno uno. |
| |
Ora fai clic su OK e applica |
| |
Come puoi vedere, è giusto che sia giusto ora che sia legato ad esso. |
| |
Quindi ora posso tornare indietro |
| |
Posso fare clic con il pulsante destro del mouse, eseguire la simulazione, posso sostituire gli anni più alti con la sua formula di simulazione e sentirmi a mio agio sapendo che quando eseguo gli anni più bassi saranno appropriati. Sarà sempre inferiore di un anno a meno che non sia già un anno e poi quali casi 112 |
| |
Quindi ora è legato ad esso, sarà sempre introdotto, quando faranno la simulazione. |
| |
Eseguirò una rapida simulazione molto velocemente. |
| |
Ci siamo. Sta andando un po' piano. Quindi è un buon segno. |
| |
Lascerò che finisca |
| |
Bene. Quindi ci sono le nostre simulazioni. |
| |
E ovviamente possiamo eseguire l'analisi del potere, in questo caso abbiamo molti fattori che credo ci fossero 1400 70 quote per giocare a questo. |
| |
Per molti di loro abbiamo esagerato. |
| |
Ma sorprendentemente per alcuni di loro. Abbiamo ancora problemi. E quindi potrebbe essere qualcosa che vale la pena indagare forse non possiamo rilevare così basso, il coefficiente |
| |
Potrebbe essere necessario cambiare qualcosa su questi fattori da discutere nella riunione di pianificazione. |
| |
Quindi è così che devi lavorare le cose quando hai questo caso abbiamo avuto la censura a intervalli se aveva la censura giusta, quindi avevi una colonna di censura. |
| |
Stessa cosa, lo faresti. Produrrebbe una simulazione sull'ora effettiva, direi, puoi apportare alcune modifiche a questo. |
| |
Per assicurarti che corrisponda al tipo di tempo che vedi nella tua risposta o a quello che ti aspetti. E poi dovrai legare la tua colonna di censura alla simulazione e questo accadrà ogni volta che avrai quel tipo di impostazione. |
| |
Va bene. |
| |
Chiariamo tutto questo. |
| |
Quindi diamo un'occhiata a un altro |
| |
Cosa succede se abbiamo una risposta non normale. Quindi ne abbiamo già visto uno. Abbiamo visto una risposta di tipo affidabilità. Quindi sappiamo che possiamo usare la generazione, esploriamone un altro molto velocemente. In questo caso, abbiamo una risposta normale in |
| |
Un test. |
| |
Il sistema sarà in grado di armi piatte per le loro risposte, una percentuale. Ora, tecnicamente, potresti modellarla come una normale distribuzione. |
| |
E potrebbe andare bene, purché ti aspetti valori tra, sai, intorno al 50 punto percentuale |
| |
Ma no, poiché vogliamo che questa sia una piattaforma di armi molto accurata, speriamo di vedere risposte più vicine al 100% |
| |
E quindi forse qualcosa come una risposta alla distribuzione beta potrebbe essere più appropriata. Abbiamo una delle rughe. Abbiamo questi tre fattori di interesse, ma uno di loro. Il target è annidato all'interno del tipo di fusibile. Quindi il tipo di fattore target dipenderà dal tipo di fusibile |
| |
Case funzionerà molto velocemente. Ancora una volta, abbiamo creato i nostri dati. |
| |
In questo caso ho simulato alcuni dati casuali e l'ho fatto in modo che corrispondesse tra zero e uno. L'ho fatto semplicemente prendendo la trasformazione logistica di una normale casuale |
| |
OK. |
| Re Caleb |
copierò |
| |
Impasto. |
| |
Assicurati di poter incollare |
| |
E ancora, attraversalo. |
| |
Abbastanza semplice. |
| |
Useremo la risposta beta. Abbiamo la nostra risposta. Abbiamo il nostro obiettivo nidificato all'interno del tipo futuro |
| |
Fare clic su Esegui. |
| |
E ancora, triangolo rosso. Molti dicono che le colonne salvano la formula di simulazione. E questo è ciò che puoi fare nella generazione per il modello regular fit, purtroppo non puoi farlo. |
| |
Ma abbiamo la nostra formula di simulazione. Non ho intenzione di apportare modifiche. |
| |
Ma potresti entrare Come puoi vedere la struttura, il doppio clic è già lì. Anche la trasformazione logistica. Quindi devi solo inserire i parametri del tuo modello. |
| |
Mi scusi. |
| Re Caleb |
Presto. Va bene. |
| |
Ciao. Va bene. E ancora, andremo giù. |
| |
Ed è così che lo fai. Quindi scendiamo. |
| |
Test degli effetti, fare clic con il pulsante destro del mouse su Simula |
| |
Fai la sostituzione e vai |
| |
Va bene, quindi guarda com'è facile, in generale. Quindi, anche se hai risposte non normali. |
| |
Sei a posto. Grazie per generare |
| |
Va bene. |
| |
Ora, |
| |
Cosa succede se si dispone di dati longitudinali. Questo può essere complicato, semplicemente perché ora le risposte potrebbero essere correlate tra loro. Quindi, come possiamo incorporare quel bene è semplice. |
| |
In questo caso, abbiamo un esempio di un'azienda che produce un trattamento per ridurre il colesterolo. Diciamo che è il trattamento, a |
| |
Eseguiremo uno studio per confrontarlo con un trattamento concorrente per il completamento avrà un gruppo di controllo e placebo avrà cinque soggetti per gruppo l'aspetto longitudinale è che le misurazioni vengono effettuate al mattino e al pomeriggio una volta a mese per tre mesi. |
| |
Ora non spenderò troppo tempo su questo perché voglio solo mostrarti come incorpori l'aspetto longitudinale. Quindi questo caso l'ho già fatto |
| |
Creato un modello creato la formula di simulazione. Quindi ora puoi usarlo come riferimento per come potresti farlo. Diciamo che abbiamo un modello AR one. |
| |
E su questo molto veloce. |
| |
Solo per mostrartelo. Quindi ci sono tutti gli effetti fissi. Nota che qui abbiamo molte interazioni. Tienilo a mente mentre ti mostro che la formula potrebbe sembrare un po' confusa. |
| |
Hai |
| |
Ha dichiarato che abbiamo una struttura ripetuta. Quindi ho selezionato AR uno |
| |
Periodo per giorni all'interno dell'oggetto. Va bene. Sotto la prossima piattaforma modello. |
| |
E quindi come incorporo quell'era uno nella mia formula di simulazione l'ho fatto in questo modo. |
| |
Se è la prima fila o il nuovo paziente. Ecco cosa significa che il paziente attuale non è uguale al paziente precedente |
| |
Questo è il modello che ho salvato Ho cambiato i valori dei parametri in qualcosa che potrebbe essere di interesse. Ci è voluto un po' di lavoro perché c'è molto da fare qui. Ci sono molte interazioni in corso. |
| |
Abbiamo un po' di rumore casuale alla fine. Ma è tutto quello che ho fatto. Quindi ho cambiato alcuni valori qui. Ho fatto le cose un sacco di zeri, solo per rendere le cose facili |
| |
Se non è la prima fila o se non è un nuovo paziente. Come incorporiamo la correlazione. Non faccio altro che copiare quel modello fino a qui, aggiunto questo termine. |
| |
Solo un certo valore. Credo che debba essere inferiore a uno uguale a una volta la voce precedente. |
| |
Se fosse regressivo automatico, aggiungeresti qualcosa come lag. |
| |
Sim formula a |
| |
E dovresti fare un altro aggiustamento dove sapere se è la prima riga, abbiamo il nostro modello. È la seconda fila o erano due posti nel nuovo paziente. Potrebbe sembrare un AR se è qualcos'altro a cui torniamo |
| |
Quindi, come puoi vedere, è molto facile incorporare strutture di correlazione automatica fintanto che sai come appare il tuo modello dovrebbe essere facile implementarlo come formula di simulazione. |
| |
Va bene. |
| Re Caleb |
Ti lascerò dare un'occhiata veloce. |
| |
Finalmente, |
| |
Il nostro scenario finale è una risposta pass fail, anch'essa molto comune. Lo userò per illustrare come puoi utilizzare Simula con un clic per forse far cambiare idea alle persone su come eseguono determinati tipi di progetti mostrarti quanto può essere potente |
| |
Non inteso |
| |
Diciamo che abbiamo un sistema di rilevamento che stiamo creando per rilevare sostanze radioattive. Quindi lo confronteremo con un altro sistema che forse è già disponibile sul campo. |
| |
Quindi confronteremo questi due sistemi di rilevamento, abbiamo selezionato una certa quantità di materiale e alcuni oggetti di prova, che vanno da concentrazioni molto basse a una a una concentrazione di cinque molto alta e testeremo |
| |
I nostri sistemi ripetutamente su ogni concentrazione, un certo numero di volte e vedere quante volte si allarma con successo. |
| |
Li aprirò entrambi |
| |
Iniziamo con questo. Quindi questo rappresenta un design tipico, potresti vedere che abbiamo un numero bilanciato di campioni per ogni impostazione. In questo caso, abbiamo molti campioni. Sono molto fortunati che questo posto sia così |
| |
Diciamo che faremo 32 prove di equilibrio ad ogni corsa e queste sono, questa è una risposta simulata. Ok, diciamo. E poi qui ho creato la mia formula di simulazione. |
| |
Quindi ti mostrerò com'è. Di nuovo, binomio casuale. Sono tutti uguali. Quindi ho mantenuto il numero qui, ma avrei potuto fare riferimento agli allarmi nella colonna delle prove derivanti da un indie coerente, ma va bene. |
| |
Ecco il mio modello che forse mi interessa |
| |
Va bene. |
| |
E qui. |
| |
Ho uno scenario in cui invece di un numero equilibrato e ogni impostazione ho messo la maggior parte dei miei campioni qui al centro |
| |
Il mio ragionamento potrebbe essere quello se si tratta di una bassa concentrazione. Non mi aspetto quasi che lo prenda. Ho aspettative ragionevoli. |
| |
E se è un'alta concentrazione, dovrebbe quasi sempre catturarlo. Quindi dove la differenza è più importante per me è lì nel mezzo, forse a tre o quattro concentrazioni |
| |
E quindi è lì che caricherò. La maggior parte dei miei campioni, e poi ne metterò altri qui. Ma poi metti il meno in queste altre impostazioni. Vediamo come ciascuno di questi test pianifica le forme in termini di potenza. |
| |
Quindi esegui qui lo script del modello binomiale che eseguirà il modello binomiale. C'è solo un effetto modello qui nel sistema. Non ci concentriamo perché sappiamo che c'è un effetto qui. Questo è ciò che ci interessa. |
| |
Genera binomio. |
| |
Esegui di nuovo bene il menu del triangolo rosso. |
| |
Ho già la mia formula di simulazione. |
| |
Quindi in realtà non ho bisogno di farlo. |
| |
Quindi hai già costruito uno schema. |
| |
Clic destro Simuli. Ok, sembra tutto a posto lì. |
| |
Il mio prossimo seme casuale preferito. |
| |
Eccoci all'analisi di potenza. Ok, ora andiamo di qua. |
| |
Fai la stessa cosa. Mi adatterò al modello e di nuovo quando avrai un binomio. Devi inserire non solo quante volte si allarma, ma da quante prove. |
| |
Esegui scorri verso il basso i test degli effetti, scendi. |
| |
In primaria per avere un'idea di cosa accadrà. |
| |
Presto. Va bene. |
| |
Ecco le mie simulazioni, fai scorrere i miei paralleli qui, minimizza minimizza. Quindi ecco cosa ottieni sotto il design dell'equilibrio. |
| |
Nota che abbiamo una potenza molto bassa, il che sembra strano perché ne avevamo 32 ad ogni corsa. Voglio dire, sono molti campioni, avrei ucciso per così tanti campioni dove ho lavorato in precedenza |
| |
Quindi ti aspetteresti molto potere, ma non sembra esserci mentre qui. Ho avuto lo stesso numero totale di campioni. Li ho appena assegnati in modo diverso. |
| |
E il mio livello di potenza è aumentato notevolmente. Forse se impilassi ancora di più qui. Forse se facesse quattro e quattro e poi modificasse per ognuno di questi |
| |
Potrei ottenere ancora più potenza per rilevare questa differenza. Quindi non solo questo dimostra che sai che non è sempre solo cambiare la dimensione del tuo campione potrebbe non aver sempre bisogno di più campioni, in questo caso hai avuto molti campioni per cominciare. Ma anche il modo in cui li assegni è importante |
| |
Va bene. |
| |
COSÌ, |
| |
Spero che tu sia entusiasta quanto ho scoperto questo fantastico strumento per il calcolo della potenza. |
| |
Vorrei lasciarvi con alcuni punti chiave da asporto. |
| |
Quindi, di nuovo, usiamo la simulazione. Ora, idealmente, sai, ci piace una formula. Quindi, e nelle cause civili otteniamo il vantaggio di una bella formula semplice. |
| |
Anche con i modelli di regressione, abbiamo delle formule per aiutare sotto, sotto il cofano. Ma ovviamente, e il mondo reale. Le cose sono un po' più complesse. E quindi in genere dobbiamo fare affidamento sulla simulazione, che può essere uno strumento molto potente come abbiamo visto, |
| |
Ora, ovviamente, una delle cose fondamentali che dobbiamo fare con la simulazione è bilanciare l'accuratezza con l'efficienza. Di solito ho corso 100 |
| |
Principalmente perché, sai, per risparmiare tempo. |
| |
Ma alla fine sappi che forse potresti restare con l'impostazione predefinita di 2500 sapendo che ci vorrà del tempo per funzionare |
| |
Quindi quello che potrei sostenere è, sai, forse iniziare con 100 200 simulazioni all'inizio, solo per dare un'idea di cosa sta succedendo. E poi se trovi una situazione |
| |
Dove sembra. No, vale la pena fare ulteriori indagini per aumentare il numero di campioni, così puoi aumentare la tua precisione. |
| |
OK, quindi forse inizi con un paio di situazioni diverse, esegui alcune simulazioni rapide e poi restringi il campo ad alcuni scenari chiave delle impostazioni chiave e quindi puoi aumentare il numero di simulazioni per ottenere una maggiore precisione. |
| |
Sostengo sempre i calcoli di potenza, proprio come la progettazione degli esperimenti non è mai finita. |
| |
Non dovresti semplicemente andare a una calcolatrice, inserire alcuni numeri e tornare con una dimensione del campione. C'è molto che può succedere nel design. |
| |
O cosa può succedere in un esperimento. E penso che il modo migliore per pianificare un esperimento sia provare a tenere conto di diversi scenari. Quindi esplora diversi livelli di rumore. |
| |
Nella tua risposta. Quindi forse gli effetti misti giocano attorno a diverse dimensioni di effetti misti. |
| |
Ovviamente puoi esplorare diverse dimensioni del campione, ma anche esplorare forse diversi tipi di modelli. Quindi, per esempio, nel centro universale nel caso in cui usiamo il modello Wible se avesse fatto un modello molto normale. |
| |
Esplora questi diversi scenari e sappi che presentarli ai pianificatori del test ti offre un modo per giocare nel tuo studio per essere robusto in una varietà di impostazioni. |
| |
Quindi non andare mai solo a calcolare e tornare indietro, presenta sempre giocatori tesi con scenari diversi. È lo stesso processo. io uso quando io |
| |
Creato effettivi esperimenti reali progettati. Quindi presenterei i giocatori di prova. Ho lavorato con diverse opzioni che potevano sapere esplorarlo. Potrebbe essere che scelgano un'opzione o potrebbe essere una combinazione di opzioni. Dovresti sempre farlo per rendere i tuoi piani più solidi |
| |
Come ho detto, lo sono |
| |
Va bene. Bene, spero che tu abbia imparato qualcosa di nuovo con questo. Se hai domande puoi contattarmi, probabilmente ti forniranno il mio indirizzo email. |
| |
Quindi spero che questo discorso vi sia piaciuto e spero che vi piaccia il resto della conferenza. Grazie. |
