Vocero | Transcripción |
| para hornear | La Modernización de la Plataforma de Distribución. Mi nombre es Tonya Mauldin y soy la evaluadora de distribución. |
| Para esta presentación usaré la versión 15.2 de JMP. |
| La distribución es una de las plataformas más utilizadas en JMP. Esta plataforma no solo se usa para probar qué distribución se ajusta a sus datos, sino que también se usa para la exploración de datos, el análisis de capacidad y mucho más. JMP 15 trae una modernización a esta plataforma de uso común. |
| ¿Por qué decidimos actualizar esta plataforma? La distribución ha existido desde la primera versión de JMP. Era hora de hacer esta plataforma más moderna. Hicimos esto mejorando el flujo, brindando una apariencia más limpia, |
| haciendo que el producto sea más consistente y más fácil de mantener. |
| La distribución de instaladores ahora usa el mismo código que la regresión generalizada. El análisis de capacidad ahora usa el mismo código que la capacidad del proceso. |
| la distribución binomial negativa que es equivalente a la gamma poisson, |
| la distribución de Cauchy, poisson inflado cero y binomial negativo ZI. |
| Los ajustes de Johnson son ahora un solo comando que selecciona la mejor distribución de ajuste del sistema de distribución de Johnson. |
| Este es el mismo método, coincidencia de cuantiles, que se utiliza en la plataforma de capacidad de proceso. |
| Este método es más estable y rápido que el de máxima verosimilitud. |
| Los usuarios ahora tienen la capacidad de escribir el parámetro de ancho de banda específico para cada ajuste de curva suave. |
| Se han agregado errores estándar para la distribución SHASH. |
| Usemos JMP para investigar algunos de estos. |
| Airlines Delays es parte de los datos de muestra que vienen con JMP. |
| Realicemos un análisis de distribución en la columna Retraso en la llegada y ajustemos una distribución de Johnson. |
| Tenga en cuenta que, en lugar de ver a los tres ajustadores de Johnson diferentes, hay una opción llamada encajar a Johnson. Después de elegir esta opción, vemos que el mejor ajuste de la familia de distribución Johnson para estos datos es la distribución Johnson SU. |
| Agreguemos también un ajuste de curva suave a este informe. |
| Antes de JMP 15, la única forma de controlar el parámetro de ancho de banda para la densidad no paramétrica era a través de un control deslizante. |
| Ahora hay una opción para especificar un valor específico para el parámetro de ancho de banda dentro de la interfaz de usuario, así como a través de JSL. |
| Además de comparar... además de modificar a los propios ajustadores, JMP ha cambiado la forma en que se realizan las comparaciones de ajuste. A medida que se selecciona cada ajuste, se agrega a un informe de distribución de comparación. |
| En versiones anteriores de JMP, solo obtenía un informe de comparación de distribuciones cuando usaba la opción Todo en ajustes continuos. |
| Se agregaron pesos AICc y BIC a este informe para hacerlo más consistente con otras plataformas en JMP. |
| La leyenda del histograma se ha eliminado del informe. Esta información ahora está contenida en el informe de distribución de comparación, que siempre aparece directamente debajo del histograma. |
| Además, se han agregado gráficos CDF superpuestos al informe. |
| Veamos algunos de estos en JMP. |
| Esta tabla de datos Arandelas se proporciona en los datos de muestra que vienen con JMP. |
| Realicemos un análisis de distribución en la columna #defective. |
| Dado que estos son datos de conteo, ajustemos el binomio negativo. Este es un nuevo instalador para JMP 15. Es equivalente al ajuste gamma poisson. |
| El informe de comparación de distribuciones se agregó automáticamente. |
| Ajustemos también la distribución binomial negativa ZI para ver cómo se compara. |
| Recuerde que el binomio negativo inflado con cero también era un nuevo ajustador disponible en JMP 15. |
| La información sobre este ajuste también se agregó al informe de distribución de comparación. |
| También notará algunos cambios dentro del propio informe de comparación de distribución. |
| Se han agregado a este informe el peso AICc corregido y ponderado, el criterio de información Akaike y el criterio de información bayesiano BIC. |
| Estas estadísticas ya estaban disponibles en otras partes de JMP, como la comparación de modelos. Ahora se agregaron a la plataforma de distribución para que JMP sea más consistente. |
| Tenga en cuenta que el informe de comparación de distribuciones siempre aparece directamente debajo del histograma. |
| Esto nos dio la posibilidad de eliminar la leyenda que aparecía anteriormente debajo de los histogramas. |
| Esta información ahora se incluye en los informes de comparación de distribuciones. |
| Encontramos que la línea verde es para el ajuste binomial negativo, la línea azul es para el ajuste binomial negativo ZI. |
| Las parcelas CDF también han cambiado. A medida que se agregan ajustes, las CDF para las distribuciones ajustadas se superponen a las CDF empíricas. |
| Vemos que tanto la línea verde como la azul siguieron de cerca las CDF empíricas de este ejemplo. |
| El histograma muestra que las líneas verde y azul siguen de cerca a los datos. En un informe de comparación de distribuciones, |
| la distribución binomial negativa aparece primero porque tiene un valor de AICc más pequeño, lo que indica un mejor ajuste. Si quisiéramos usar Ic, en lugar de AICc como nuestro criterio para el mejor ajuste, simplemente podemos hacer clic en el encabezado de esa columna para realizar la ordenación en esa columna. |
| Algo que es útil pero que puede no ser obvio es que puede eliminar un ajuste de la ventana del informe por completo haciendo doble clic en el nombre del ajuste en la sección de distribución de comparación. Aquí, hice doble clic en el binomio negativo ZI para eliminarlo del informe. |
| Gráficas QQ y PP. El gráfico cuantil-cuantil muestra la relación entre las observaciones y los cuantiles obtenidos utilizando los parámetros estimados. |
| La gráfica percentil-percentil muestra la relación entre la función de distribución acumulativa empírica y las CDF ajustadas obtenidas utilizando los parámetros estimados. |
| Se han añadido dos perfiladores. El generador de perfiles de distribución es el generador de perfiles de predicción de la función de distribución acumulativa. |
| El perfilador de cuantiles es el perfilador de predicción de la función de cuantiles. |
| guarde la fórmula de distribución y guarde la fórmula de simulación. |
| Las pruebas de bondad de ajuste se han estandarizado para utilizar el chi-cuadrado de Anderson-Darling y Pearson. La prueba chi-cuadrado de Pearson ha mejorado ??? creaciones Comenzando con la versión 15 en JMP, ahora cumplimos con la regla general de que hay al menos cinco observaciones esperadas en cada ???. |
| Veamos algunos de estos en JMP. Del informe Lavadoras anterior, seleccione el gráfico QQ y el gráfico PP. |
| Para cada uno de estos gráficos, buscamos ver qué tan cerca caen los puntos de la línea de referencia. Cuanto más cerca estén los puntos de la línea de referencia, mejor será el ajuste. |
| Agregue los perfiladores de distribución y cuantiles al informe. |
| Si los datos siguen la distribución binomial negativa, la probabilidad de tener cuatro defectuosos o menos es del 84%. |
| Al igual que con otros generadores de perfiles en JMP, puede modificar la configuración de entrada para ver qué efecto tendrá en la probabilidad. |
| El perfilador de cuantiles funciona de manera similar, que muestra la relación entre la probabilidad y el cuantil binomial negativo. |
| Otra nueva opción es la fórmula de simulación de guardado. |
| Esta opción guarda una nueva columna en la tabla de datos que contiene una fórmula que genera valores simulados usando los parámetros estimados. |
| Esta columna se puede utilizar en la utilidad de simulación, así como en otras partes de JMP. |
| Aunque estamos tratando con datos discretos, agreguemos la distribución exponencial al informe para que podamos ver el informe de bondad de ajuste. |
| Puede ver en el histograma que la distribución exponencial puede no ser una buena opción para estos datos. Para probar esta hipótesis, seleccione la bondad de ajuste. |
| La prueba de Anderson-Darling es ??? para distribución continua. Aquí tenemos un valor de p simulado de menos de .05, lo que indica que debemos rechazar la hipótesis nula de que estos datos provienen de la distribución exponencial. |
| La capacidad de proceso se introdujo en la versión 12 de JMP. Al mismo tiempo, se agregaron partes de esta nueva plataforma al generador de gráficos de control. |
| Ahora, con JMP 15, se han agregado partes de esta plataforma a la plataforma de distribución. Esto hace que las plataformas no solo sean más fáciles de mantener, sino que también las hace más consistentes entre sí. |
| Hay varias diferencias que ocurren en torno al lanzamiento de un informe de distribución. |
| El histograma solo muestra los límites de especificación, si mostrar como líneas de referencia del gráfico está marcada en las propiedades de la columna de límites de especificación. |
| El usuario tiene la posibilidad de desactivar el análisis de capacidad, incluso si hay propiedades de columna de límite de especificación. |
| Si hay una propiedad de columna de distribución de capacidad de proceso, esa distribución se utilizará para el análisis de capacidad. |
| El flujo de trabajo para la opción de cuantiles para distribuciones ajustadas se ha simplificado en un solo lanzamiento, mientras que las versiones anteriores requerían dos llamadas de plataforma. |
| Los análisis de capacidad normales y no normales ahora usan diálogos similares. |
| Veamos JMP. El script que estoy ejecutando abre la tabla de datos de muestra de medidas del proceso y altera algunas de las propiedades de la columna. |
| Para el Proceso 1, hay una propiedad de columna de límites de especificación, que se muestra como líneas de referencia del gráfico, que no está marcada. |
| Para el Proceso 2, está marcada la propiedad de la columna de límite de especificación, que se muestra como líneas de referencia del gráfico. Para el Proceso 3, hay una propiedad de columna de distribución de capacidad de proceso con Weibull definido, así como la propiedad de columna de límites de especificación con mostrar como líneas de referencia de gráfico sin marcar. |
| En el diálogo de distribución, asignaré estos tres procesos como la Y. |
| Observe la nueva casilla de verificación en la esquina inferior izquierda, cree capacidad de proceso. Esta casilla de verificación solo aparece si al menos una columna Y tiene una propiedad de columnas de límite de especificación. |
| Desmarque esta casilla y haga clic en Aceptar. |
| En versiones anteriores de JMP, obtendría un análisis de capacidad para cada uno de estos tres procesos. Además, habría límites de especificación dibujados en cada uno de los tres histogramas. |
| En este informe, no se proporciona ningún análisis de capacidad porque desmarcamos esa casilla. Los límites de especificación solo se muestran para el Proceso 2 porque era el único Y cuya propiedad de columna de límite de especificación tenía marcadas las líneas de referencia del gráfico. |
| Volvamos al diálogo de distribución y marquemos la casilla, crear capacidad de proceso, para comparar. |
| El análisis de capacidad ahora está dando para las tres variables de proceso. |
| En el histograma principal en la parte superior, los límites de especificación solo se muestran para el Proceso 2. |
| El análisis de capacidad para el Proceso 3 se basa en la distribución de Weibull. |
| El informe de capacidad tiene el mismo aspecto. Tiene las mismas opciones que obtendría con los informes detallados individuales en una plataforma de capacidad de proceso que se introdujo en JMP 12. |
| Tenga en cuenta que el etiquetado Ppk ahora es el valor predeterminado para el sigma general. |
| El informe muestra índices sigma internos y generales cuando se asume una distribución normal. |
| Investiguemos el caso en el que la tabla de datos no tiene propiedades de columna de límite de especificación. Thickness.JMP es la tabla de datos de muestra sin propiedades de columna. |
| En el cuadro de diálogo de distribución, observe que no hay una casilla de verificación para la capacidad del proceso creativo. Esto se debe a que no hay propiedades de columna de límite de especificación. |
| Investiguemos el informe de distribución para Grosor 3 y Grosor 4. |
| Podemos agregar un informe de capacidad de proceso para Espesor 3 seleccionando esta opción en el menú del triángulo rojo. |
| Estas opciones funcionan de la misma manera que las opciones que encontraría en nuestra plataforma de capacidad de proceso presentada en JMP 12. |
| Realicemos un análisis de capacidad simple y definamos LSL como .03, el objetivo es .045 y USL es .05. Activemos también los límites de visualización. |
| Se proporciona un análisis de capacidad basado en la distribución normal para los límites de especificación. Los límites se muestran en el gráfico porque marcamos esa opción en el diálogo. |
| Se le proporcionan estadísticas de capacidades sigma internas y generales. |
| Para Espesor 4, ajustemos una distribución beta. |
| La capacidad de proceso para la distribución ajustada produce las siguientes opciones de diálogo. |
| La sección de opciones de cálculo de límites de especificación de cuantiles de este diálogo contiene la opción de cuantiles y las opciones de establecer k para k sigma que estaban disponibles en los instaladores heredados. |
| Para este ejemplo, especifique el LSL prob como .05, el objetivo prob como .5, |
| Y la USL probablemente como .95. |
| Cuando hacemos clic en el botón Calcular límite de especificación, los límites de especificación se calculan para las probabilidades dadas utilizando la distribución beta ajustada. |
| En versiones anteriores de JMP, tenía que ajustar una distribución, obtener los cuantiles y devolverlos a la plataforma, lo que requería dos llamadas de distribución. Ahora puedes hacer esto en una sola llamada. |
| El análisis de capacidad proporcionado se basa en la distribución beta. Se le proporcionan las estadísticas de capacidades de ovrall sigma. Los límites de especificaciones no se muestran en el histograma superior porque no marcamos la opción Mostrar límites en el diálogo. |
| En conclusión, la plataforma de distribución en la versión 15 se ha modernizado para mejorar el flujo, brindar una apariencia más limpia, brindar consistencia y requerir menos mantenimiento. |
| Gracias por asistir a mi presentación sobre la modernización de la plataforma de distribución. |
