揚聲器
|
成績單
|
| 迦勒·金 |
你好，我的名字是迦勒王。 我是 JMP 實驗設計組的一名研究統計學家開發人員。 |
| |
今天我將與您討論如何使用 JMP 來計算複雜建模場景的功效計算。 因此，簡單回顧一下，能力是檢測到您認為人群中存在的科學上顯著差異的概率。 |
| |
它是在給定您從該總體中採樣的當前數據量的情況下檢測到該問題的概率。 |
| |
現在，大多數人在進行功效計算時，通常是為了確定研究的樣本量，當然，這是直接的 |
| |
兩者之間有聯繫。 樣本越多，檢測到具有科學意義的顯著差異的機會就越大 |
| |
當然，還有其他因素與之相關。 您正在使用響應分佈類型的模型。 |
| |
當然，總體中還存在噪音和不確定性，但大多數情況下，人們使用功效作為確定樣本量的指標。 現在，我想說有三個階段 |
| |
功效計算的全部內容都在 JMP 中得到解決，特別是如果您有 JMP Pro（我將在此處使用它）。 |
| |
第一階段是一些更簡單的建模情況，我們在設計診斷下的 DOE 菜單下進行此處。 我們有樣本量和功效計算器。 |
| |
這些涵蓋了廣泛的非常簡單的場景。 因此，如果您正在測試一兩個樣本均值，您知道，可能是具有多個均值的方差分析類型設置， |
| |
比例、標準差。 當您想到功率計算時，人們會想到其中的大部分內容。 所以，當然，你會仔細檢查並再次指定噪音， |
| |
錯誤率，有任何參數，我試圖檢測什麼差異，並說我正在嘗試計算某個功率，我可以獲得樣本大小。 |
| |
或者，如果我想進一步探索。 我可以將兩者保留為空。 我得到了功率曲線。 當然，現在，這些都是更簡單的場景。 我想說，下一階段是更通用的線性模型可以涵蓋的內容，因此退出 |
| |
在這種情況下，我們可以在全方位的自定義設計菜單下轉到此處。 |
| |
我會添加我最喜歡的一些效果。 |
| |
我會點擊繼續。 |
| |
我會把一切都留在這裡。 |
| |
所以我們將進行設計。 |
| |
此時我可以根據模型中的預期係數進行功效分析。 因此，在這種情況下，它可能會說，我對這個特定的設計進行了 12 次運行。 我有大約 80% 的能力來檢測這個係數。 如果我試圖檢測的話，說一些更小的東西。 |
| |
當然，我可以更改該值並應用更改。 你看，我沒有那麼大的權力。 所以如果這真的是我正在尋找的東西。 我可能會做一些改變。 也許我需要回去增加運行規模。 |
| |
因此，這些是我們可能進行功效計算的兩種最常見的設置，但當然生活並不那麼簡單，你可能會遇到更複雜的設置，你可能會遇到混合影響因素，你可能會遇到縱向研究，你有計算能力。 |
| |
您可能會遇到這樣的情況：您的響應不再是正常的隨機變量，您可能有計數數據，您可能有二進制響應。 您甚至可能有某種有界 0/1 類型響應。 所以是百分比類型的響應。 |
| |
那麼，如果您無法使用簡單的功率計算器，也許 DOE 菜單可能太複雜，無法運行功率分析，您該怎麼辦？ JMP Pro 可以為您提供幫助，其中包含一個我們稱之為“一鍵模擬”的工具。 |
| |
因此，這裡的想法是，我們將通過蒙特卡羅模擬方法來模擬數據，以嘗試估計特定設置可以獲得的功率。 |
| |
這非常簡單。 您可能至少需要預先做一些工作，具體取決於建模平台。 |
| |
但一旦你把它放下來。 做起來非常簡單。 |
| |
我想說的是，在我開始在這里工作之前，我什至不知道 JMP 可以做到這一點。 所以，我很高興與您分享我的發現。 |
| |
好吧，我們將從標準線性模型的簡單擴展開始，其中我們結合了一些混合效果。 好的。 |
| |
那麼我們開始吧，我們有一家公司正在尋求提高細胞培養物的質子蛋白產量。 不是質子而是蛋白質。 |
| |
溫度、時間、pH。 我們還有一些混合因素。 |
| |
水和兩種生長因子。 現在，在這個階段，如果我們停在這裡，我們可能仍然能夠使用定制設計平台中提供的功率計算器。 |
| |
現在我們開始偏離的地方是，我們引入了一些隨機影響因素，我們有三名技術人員，Bob、Di 和 Stan，他們代表了整個技術人員樣本。 |
| |
他們將至少使用三個血清批次中的一個，這又代表了他們可以使用的所有血清批次，除非我們將它們視為隨機效應。 |
| |
我們還有隨機阻擋效果。 在這種情況下，測試將進行兩天。 因此，我將向您展示如何使用一鍵模擬和 JMP Pro 來計算此案例的能力。 所以點擊打開設計。 |
| |
這就是我創建的設計，讓我在這裡擴展我的窗口，以便可以看到一切。 現在，這可能代表您創建設計後通常會得到的結果。 |
| |
再次， |
| |
此時，您可以單擊“模擬響應”來模擬某些響應。 但即使你不這樣做，也沒關係 |
| |
您可以輕鬆使用一個技巧來複製，只需創建一個新列即可。 此時我們不會費心重命名它，我們只是創建一個簡單的公式。 |
| |
走到這裡的左邊。 單擊隨機隨機正態 |
| |
將所有內容保留為默認值，然後單擊“應用”。 好的。 |
| |
我們已經獲得了一些隨機噪聲數據。 一些模擬響應數據。 好的。 |
| |
此時，我將單擊右鍵，複製 |
| |
右鍵單擊粘貼即可獲取我的回复欄。 |
| |
現在我所需要的只是某種回應。 所以簡單的隨機噪聲在這裡就可以很好地工作。 我們還沒有嘗試分析任何數據。 我們想要的是 |
| |
使用擬合模型平台為我們創建一個模型，然後我們將用它來創建模擬公式。 我們這樣做的方式是，我們將採用一個模型。 現在我在這裡做了一些頭腦工作。 |
| |
所以，我已經在這裡創建了模型。 只是為了向您展示我是如何做到的。 我將在重做下的重新啟動分析下進行討論。 |
| |
所以，在這裡你可以看到我的反應蛋白產量你好，我的固定效應。 我有一些隨機效應。 |
| |
我做了所有的事情，並且讓一切都變得非常標準。 |
| |
現在你看到這裡發生了很多事情。 我們不需要關注這些。 我們只是對創建一個模型感興趣。 此時，我們的方法是進入紅色小三角菜單下的此處。 |
| |
將轉到已保存的列下。 現在我們需要小心選擇哪一列。 如果我選擇您可能會想做的預測公式。 那挺好的。 但正如您將看到的那樣，它並沒有讓我們一路走到那一步。 |
| |
如果我進入公式。 這就是平均預測公式。 這裡沒有關於隨機效應的內容。 所以這不是我想要的專欄。 它不完整，不包含我需要的一切。 我需要回來。 |
| |
再次轉到“保存列”下，然後向下滾動到此處的條件預測公式，並從懸停幫助中進行註釋，其中包括隨機效應估計，這正是我想要的。 |
| |
現在，您可能並不真正想要計算隨機效應的能力。 您只想獲取平均模型，在這種情況下 |
| |
您可以輕鬆返回定制設計平台並以這種方式完成。 讓我們假設我們也對這些隨機效應感興趣。 |
| |
現在我們已經保存了他們的條件預測公式。 |
| |
再次，我們將進入，查看公式。 |
| |
在這裡你可以看到我們有隨機效應。 現在我們需要在這裡做一些調整，以使其成為我們想要的模擬。 所以我要雙擊這裡。 |
| |
這讓我開始了解 JMP 腳本語言格式。 |
| |
現在，首先我將對主要效果進行一些更改。 我將選擇一些值。 那麼讓我們看看。 我們將溫度設為 0.5 |
| |
時間為 0.1。 |
| |
以及pH值。 讓我們將 1.2 提高一點。 |
| |
對於水。 我還要走得更高。 所以，這些可能有更大的係數。 所以我會為水做85。 |
| |
我會做90 |
| |
為生長第一生長因子。 讓我們做 50 個 |
| |
生長因子也是如此。 好的。 |
| |
好的，我已經對主要平均模型部分進行了調整。 再說一次，這些是您認為具有科學重要性的參數 |
| |
現在來看隨機效應。 您可能會想用這樣的東西來替換它。 好的。 這應該是隨機效應。 所以我會在這裡放置一個隨機法線。 |
| |
它看起來有點正確，但又不完全正確。 原因是這個公式是逐行計算的，將會發生的是你第一次遇到一個名叫吉爾的技術人員。 |
| |
您將在這裡模擬一個隨機值，並且您將獲得該公式評估的值，但下次您入獄時。 我這裡寫了六個。 |
| |
這將模擬一個不同的值，從而違背了隨機效應的目的，隨機效應每次都應保持相同的值。 吉爾出現 |
| |
它將產生類似隨機錯誤的影響，我將藉此機會將其放在這裡，這是我們想要更改每一行的值。 那麼我們如何才能很好的克服這個問題呢？ |
| |
我告訴你這一點是因為我第一次提出這個有點尷尬時實際上就這樣做了。 |
| |
值得慶幸的是，我的同事也來了。 之後，並向我展示瞭如何正確輸入隨機效果的技巧，這就是技巧。 |
| |
我們將轉到此處的頂部並輸入 if row。 |
| |
等於一 |
| |
我將創建一個變量，稱為 tech Jill。 |
| |
現在這是我放置它的地方 |
| |
這個技巧的作用是將隨機法線替換為技術吉爾。 |
| |
如果這是第一行，我們將模擬一個隨機變量，並將其分配給該變量的參數值內。 |
| |
在第一行下，我們不再進行模擬，這意味著技術 Jill 會保留最初給出的值，並且它將保留我們放置的每個位置 |
| |
所以我們也會這樣做。 |
| |
給鮑勃 |
| |
正如你所看到的，這將完成隨機效果的任務。 |
| |
把鮑勃放在這裡對於斯坦來說事情會容易一些。 我們不必為他進行模擬，因為模型中的隨機效應加起來應該為零。 |
| |
我們這樣做的方式也是如此。 |
| |
我們讓他成為對立面。 |
| |
其他一些影響。 |
| |
對第一批血清進行同樣的操作 |
| |
現在對於這個，我要給它多一點噪音。 |
| |
假設有更多的噪音 |
| |
血清批次 |
| |
這種方法的優點是你可以嘗試不同的場景。 |
| |
在此輸入這些值。 |
| |
好的。 |
| 迦勒·金 |
再說一遍，這個。 |
| |
其他一些。 在我添加另一個之前。 第一天，我會繼續將其添加到此處，因為事情會變得簡單。 |
| |
第一天消極。 |
| |
我會在這裡添加它的隨機效應，我會說它是隨機效應。 |
| |
我可以打字 |
| |
是有點小了。 |
| |
好了好了,到了這一步,我們應該,我們應該有我們完整的模擬公式了。 如果我單擊“確定”，則會返回到“公式編輯器”視圖。 |
| |
我們應該可以出發了。 |
| |
好的，這就是我們的模擬公式。 |
| |
現在，接下來我們要做什麼，我們將回到我們的擬合模型。 |
| |
我們要去我們想要模擬功率的區域 |
| |
在這裡，我將進入固定效應測試框。 我要轉到本專欄的是 p 值，在這種情況下，原始噪聲模擬沒有給我們任何 P 值。 沒關係。 我們不在乎這個。 |
| |
我們只需要它來生成模型，然後將其轉換為模擬公式。 我要在該欄下單擊鼠標右鍵。 現在請記住，這僅在您擁有 JMPed pro 時才有效 |
| |
最底部是模擬。 所以我們點擊它。 |
| |
它會詢問我們要切換哪一列。 因此，默認情況下，它會選擇響應列，然後它將遍歷並查找所有模擬公式列的位置。 所以我們想切換到這個，因為這個包含我們的模擬模型。 |
| |
告訴它有多少樣本並進行 100 個 |
| |
我會給它我最喜歡的隨機種子。 |
| |
然後我單擊“確定”。 |
| |
等等，大約一兩秒鐘。 |
| |
現在我們就到了。 |
| |
因此它生成了一個表，其中包含模擬器響應。 很適合模型。 |
| |
並報告 P 值。 現在在某些情況下，沒有 P 值，我們最終陷入了與開始時一樣的情況，這沒關係。 只要我們有足夠的數字來進行估計，這種情況就會在模擬中發生。 |
| |
現在，這樣做的好處是 JMPed 看到我們正在模擬 P 值。 就這樣了。 我敢打賭，您將贏得進行功耗分析的機會，並且很高興為我們提供了一個腳本來執行此操作。 謝謝 JMP。 |
| |
我們運行它，您會發現它看起來很像分發平台。 所以它完成了每一行的分佈，對不起，列，但有一個附加功能，這裡有一個新表，顯示模擬的功率，因為我們模擬了它。 |
| |
我們可以讀取這些辦公室的估計功率，如果它不是 100，如果我們是其他數字，那麼您可以查看拒絕率。 所以我們在這裡看到我們的三個混合因子。 考慮到我們擁有的一切，看起來我們擁有相當強大的力量 |
| |
檢測那些特定的係數。 如果我們考慮其他三個因素，情況看起來就不那麼好了 |
| |
所以，然後我們必須回去說，好吧， |
| |
也許我們會回去看看我能檢測到的最大值是多少，所以我將最小化這些 |
| |
最小化表格。 我會回到我的公式並說讓我們做一個不同的 |
| |
在這裡做一些不同的事情。 |
| |
如果我改變這個怎麼辦？ 所以這是第五點也許知道如果它比第一點更高會怎樣 |
| |
暫時。 讓我們看看，讓我們也把它變成一個 |
| |
和四個pH值。 我要去三。 所以我要把事情搞得更糟一些。 所以，你知道，嘿我能檢測到這個嗎 |
| |
將保持其他所有內容相同，因為我們知道我們可以檢測到這些內容，看起來單擊“應用”好生成了一些新的返回值 |
| |
再說一遍，同樣的事情。 在要模擬的欄目下右鍵單擊快速模擬即可切換 |
| |
給定一定數量的樣本。 所以堅持下去 |
| |
相同的種子。 |
| |
我們會去 |
| |
只需等待幾秒鐘即可完成模擬。 |
| |
我們到了。 |
| |
並將再次運行我們的功率分析。 |
| |
這裡看起來是一樣的。 我們沒有改變任何東西。 所以事實上，我要把這些組聯繫起來。 有點太多了。 開始了。 讓我們隱藏這三個 |
| |
讓我們看看這些。 因此，我們似乎在 pH 值方面做得更好，因此 1 的值可能是在給定此樣本量的情況下我們可以檢測到的上限範圍。 |
| |
但對於時間上的溫度，我們似乎仍然無法檢測到，即使是那些高值。 那麼，好吧。 嗯，我們還能改變什麼。 如果我們將樣本數量加倍怎麼辦？ 我的意思是，我們是 |
| |
計算這個樣本量。 那麼讓我們回顧一下我們可以做到這一點的一種方法。 我們可以去做，我們可以點擊增強設計。 |
| |
將選擇我們所有的因素。 |
| |
選擇我們的回應。 |
| |
單擊“確定”。 |
| |
我們只會增強設計。 |
| |
這次我們將其加倍，即 24 |
| |
那麼我來進行設計。 |
| |
這需要一點時間。 所以我實際上要去 |
| |
有點早了。 |
| |
讓我們看看，我們將製作桌子。 |
| |
好的，現在我們將運行次數增加了一倍 |
| |
和 |
| |
所以它只給了我們一半的答复。 沒關係。 因為我們只需要一個回應。 我要拿走這個並複制 |
| |
並粘貼 |
| |
課程在現實生活中。 你不想這樣做，因為希望得到不同的回應。 但同樣，我們只需要噪聲噪聲響應，進入模型。 現在這一次，我們得稍微解決一下問題。 我將選擇這三個，在屬性下顯示有隨機效果。 |
| |
保持一切相同。 單擊運行。 |
| |
我會注意到我還沒有模擬公式，但不必遍歷並重建它。 我實際上可以創建一個新專欄，然後返回到舊專欄。 |
| |
右鍵單擊複製列屬性。 |
| |
回來，右鍵單擊“粘貼列副本”，我的公式現在已準備就緒。 那麼，假設我們在這種情況下這樣做並保持我們最初的價值觀會怎樣？ |
| |
所以我會回去。 我將雙擊它打開擬合模型窗口。 |
| |
進入固定效應測試，右鍵單擊那裡可能同意p值模擬和 |
| |
我不會改變這一點，因為只有一次模擬，我們讓我想要的模擬找到了正確的響應。 |
| |
所以我就改變這些 |
| |
讓我們看看這個例子中會發生什麼。 |
| |
好吧。 |
| |
運行功率分析。 現在，我不再擔心這些 |
| |
混合效果，因為正如您所看到的，我們剛剛比原來的效果更好，這已經很好了。 所以我要再次隱藏它們。 |
| |
所以我們可以更容易地看出人們對這種情況的 pH 值感興趣。 我們知道我們可能會做得更好，因為即使有舊的 12 場比賽。 我們擁有相當強大的力量。 |
| |
看起來我們確實及時改善了溫度。 因此，如果這些代表了效應大小的上限，那麼我們對下限感興趣，這似乎表明將樣本大小加倍可能會有所幫助。 |
| |
這些說明了我們如何使用它。 首先，如何進行一鍵模擬 |
| |
然後我們如何用它來進行功率計算並鼓勵你做一些事情。 在加入 JMP 之前我經常這樣做，就是讓人們選擇探索你的選擇。 在此過程中，樣本大小似乎對溫度和時間有所幫助。 |
| |
改變你正在尋找的東西，似乎有助於改變 pH 值，然後我們似乎對混合物的影響還可以，所以探索你的 |
| |
因此，這還可以包括返回並更改隨機效應估計的方差。 |
| |
例如，我可以回到這裡。 我不會這麼做。 但我可以改變這些值並說，你知道如果技術人員噪音大一點而血清批次噪音較小會發生什麼。 嘗試並找到情況，以便您的測試計劃對於不可預見的設置更加穩健。 |
| |
好吧，讓我打掃一下 |
| |
把這些全部都檢查一遍。 |
| |
好吧。 |
| |
對於其餘的場景也是如此。 我將探索如何實現這一點的不同方式。 所以一般方法是相同的。 您創建您的設計並模擬響應。 |
| |
我們擬合模型，或者在本例中我們使用稍微不同的平台來生成模型。 |
| |
然後使用該模型創建一個模擬公式，然後您將使用該公式和一鍵模擬方法。 |
| |
現在讓我們看一個案例，我們有一家公司將進行他們擁有的這個案例。 但是，讓我們假設他們要對其員工進行一項調查，並且想要確定哪些因素會影響員工流失。 所以也許 |
| |
他們有很多員工即將離職。 因此他們想要進行一項調查來評估哪些因素，因此他們想知道有多少人做出了回應，他們應該制定計劃 |
| |
現在公司多年來的反應，但他們的兩個小問題。 首先，我是一名員工，在離開之前必須工作至少一個月才能被視為自然減員。 |
| |
另一個是，答復是以年為單位的，但也許我們更關心的是幾個月。 幾個月。 也許這就是我們的預算軟件的工作原理或其他什麼。 |
| |
而且，你知道，對於員工來說，他們可能更容易回答。 以及他們已經有多少年了，而不是多少年或幾個月。 他們一直在公司。 |
| |
因此，在這種情況下，我們進行了間隔審查，因為我們給出了多少年，但這只能告訴我們他們在那麼多年和一年後之間已經存在過，如果他們在一年之前離開，我們也會遇到這種情況一個月到一年之間進行審查。 |
| |
所以打開舞台桌。 我已經設置了很多了。 我們這裡有很多因素，一直滾動到最後。 這樣您就可以看到我們正在查看的回复。 |
| |
再說一遍，我們有一年的低點和幾年的高點。 所以這意味著，如果一名員工回答說他們在六年後離開了。 這意味著他們在那裡的實際時間以月為單位，大約在六到七年之間。 |
| |
如果他們在一年前離開，我們就知道他們在那里呆了一個月到一年之間的某個時間。 |
| |
我將在此處單擊此對話框按鈕以在此處啟動間隔審查。 我們將使用通用平台。 我們將假設響應有一個合理的分佈。 |
| |
我們不在這裡放置審查代碼，因為我們處理的方式有間隔審查，即我們將兩個響應列放入 y |
| |
你會看到的。 好的。 以下是您將看到的所有因素，當我們單擊“運行”時，JMP 將其識別為事件分佈時間，然後說，好的，如果您給我兩個響應列。 這是否意味著在這種情況下你正在做間隔感覺？ 是的我們是。 |
| |
所以現在。 |
| |
我們將會經歷同樣的事情。 我們要找到正確的紅色三角形。 在本例中，它位於 waibel 最大似然值旁邊。 現在這是真正好的事情 |
| |
生成平台。 現在已經有很多關於它的好東西了。 但這只是錦上添花。 |
| |
當我單擊此按鈕時，如果我們確實像以前一樣，我們必須進入並保存預測公式，我們必須進行一些調整以獲取隨機信息，確保它是一個隨機的 wible模擬根據需要調整事情。 |
| |
不過一般都是這樣。 |
| |
它知道您可以進行一鍵模擬，因此它會說，嘿，您希望我為您保存模擬公式嗎？如果您感興趣的話，是的，我們感興趣。 所以我們點擊保存模擬公式。 |
| |
讓我們回到我們的桌子上。 |
| |
你會注意到它只模擬了一種平靜。 我稍後會詳細討論原因。 但讓我們快速檢查一下 |
| |
事實上，我將雙擊拉出腳本語言，您會看到它已經被設置為隨機 wible，它已經在那裡進行了模型的轉換。 |
| |
此時您所要做的就是將這些參數值更改為對您具有科學意義的值。 |
| |
好吧，現在為了這個目的我不會那麼做。 我就不理他們了。 不過我會做出一個改變，並且我想嘗試複製。 |
| |
我們將要使用的實際情況。 請注意這裡。 這些都是連續值，而實際上，我們應該得到漂亮的圓孔年份數字。 所以我可以這樣做。 |
| |
這些年了。 你好，我將創建一個簡單的變量，使其等於實際的連續時間，但告訴它返回上限。 |
| |
所以本質上是四捨五入 |
| |
層數。好的。 現在你就得到了它。 |
| |
正如你所看到的，這告訴我我已經模擬了你的。 你好。 現在， |
| |
到 |
| |
看，當您執行一鍵模擬時，所有這些都在這裡。 我來打開效果測試。 |
| |
如果我右鍵單擊然後單擊“模擬”，我一次只能輸入一列。 所以我無法拖動並選擇多個 |
| |
現在，如果我能在這個地方度過我屬於你的歲月。 嗨，模擬看起來不錯。 問題是今年的低點。 現在，今年的低點被引入，因為它是原始模型的一部分。 |
| |
但這是您最初使用的年份，如果我們回頭看，我們已經看到了一個問題，讓我快速取消這個問題。 |
| |
例如，如果我們這樣做。 它無法適合第一個，因為最高年份低於您的年份。 今年的低點與模擬響應無關。 那麼我們如何解決這個問題，我們需要將它綁定起來才能建立這種連接。 所以我會去你的，低 |
| |
我要點擊公式。 所以這裡已經有一個公式了，我只是要快速更改一下。 |
| |
我要說的是，如果我雙擊模擬公式來做到這一點。 |
| |
是雙擊一個。 所以，多年來，回報率高達112 |
| |
否則，返回模擬值減一。 |
| |
現在單擊“確定”並應用 |
| |
正如您所看到的，它現在已經與它綁定在一起了。 |
| |
所以現在我可以回去了 |
| |
我可以右鍵單擊，進行模擬，我可以用模擬公式替換高年份，並且放心地知道，當我進行模擬時，低年份將是合適的。 第 112 章 |
| |
所以它現在與它綁定在一起，當他們進行模擬時，它總是會被引入。 |
| |
我將快速運行一個快速模擬。 |
| |
我們開始吧。 進展有點慢。 所以這是一個好兆頭。 |
| |
我會讓它結束 |
| |
好吧。 這就是我們的模擬。 |
| |
當然，我們可以運行功率分析，這種情況下我們有很多因素，我相信有 1400 70 報價可以玩這個。 |
| |
對於他們中的很多人來說，我們殺傷力太大了。 |
| |
但對其中一些人來說卻令人驚訝。 我們仍然有問題。 所以這可能是值得研究的事情也許我們無法檢測到那麼低的係數 |
| |
可能需要改變一些有關這些因素的事情，以便在您的計劃會議中討論。 |
| |
因此，當你遇到這種情況時，這就是你需要做的事情，如果他有正確的審查，我們就會進行間隔審查，所以你有一個審查專欄。 |
| |
同樣的事情，你也會的。 它會輸出實際時間的模擬，我想說，你可以對此進行一些調整。 |
| |
確保它與您在回復中看到的時間類型或您期望的時間類型相符。 然後你必須將你的審查列與模擬聯繫起來，只要你有這種類型的設置，就會發生這種情況。 |
| |
好的。 |
| |
讓我們把這一切都弄清楚。 |
| |
那麼讓我們看看另外一個 |
| |
如果我們有非正常反應會發生什麼？ 所以我們已經看到了一個。 我們已經看到了可靠性類型的響應。 所以我們知道我們可以使用生成讓我們快速探索另一個。 在這種情況下，我們有一個正常的響應 |
| |
一個測試。 |
| |
該系統將能夠將武器的反應按百分比固定。 現在，從技術上講，您可以將其建模為正態分佈。 |
| |
這可能沒問題，只要您期望值介於 50 個百分點左右 |
| |
但不，因為我們希望這是一個非常準確的武器平台，所以我們希望看到接近 100% 的響應 |
| |
因此，也許像 beta 分佈響應這樣的東西可能更合適。 我們確實有一個問題。 我們有這三個感興趣的因素，但其中之一。 目標嵌套在熔斷器類型內。 因此目標因素的類型將取決於保險絲類型 |
| |
案例運行得很快。 同樣，我們已經創建了數據。 |
| |
在這種情況下，我模擬了一些隨機數據，並使其在零和一之間匹配。 我只是通過隨機正態的邏輯變換來做到這一點 |
| |
好的。 |
| 迦勒·金 |
我會復制 |
| |
粘貼。 |
| |
確保我可以粘貼 |
| |
再次，走過它。 |
| |
很簡單。 |
| |
我們將使用 beta 響應。 我們有我們的回應。 我們的目標嵌套在未來類型中 |
| |
單擊運行。 |
| |
再次，紅色三角形。 許多人說列保存了模擬公式。 這就是您可以在常規擬合模型的生成中執行的操作，不幸的是不能這樣做。 |
| |
但我們有我們的模擬公式。 我不會做任何改變。 |
| |
但你可以，你可以進去。 正如您所看到的結構，雙擊已經存在。 甚至物流轉型。 所以你只需輸入模型參數即可。 |
| |
打擾一下。 |
| 迦勒·金 |
快的。 好的。 |
| |
再見。 好的。 再一次，我們會下去。 |
| |
你就是這樣做的。 所以我們下去。 |
| |
效果測試，右鍵Simulate |
| |
進行替換並繼續 |
| |
好吧，看看一般來說有多麼容易。 所以即使你有不正常的反應。 |
| |
你可以走了。 感謝生成 |
| |
好的。 |
| |
現在， |
| |
如果你有縱向數據怎麼辦？ 這可能很棘手，因為現在的響應可能彼此相關。 那麼我們如何才能很好地整合這一點就很簡單了。 |
| |
在本例中，我們有一家公司正在生產降低膽固醇的治療方法。 假設這是一種治療 |
| |
我們將進行一項研究，將其與競爭對手的治療進行比較，為了完成研究，將有一個對照組，安慰劑組每組將有五個受試者縱向方面是在早上和下午進行一次測量三個月。 |
| |
現在我不會在這上面花太多時間，因為我只是想向您展示如何整合縱向方面。 所以這個案例我已經 |
| |
創建了模型並創建了模擬公式。 因此，現在您可以使用它作為如何執行此操作的參考。 假設我們有一個 AR one 模型。 |
| |
而且這真的很快。 |
| |
只是為了向你展示。 所以就有了所有的固定效應。 請注意，這裡我們有很多交互。 請記住這一點，因為我向您展示的公式可能看起來有點混亂。 |
| |
你已經 |
| |
指出我們有一個重複的結構。 所以我選擇了AR一 |
| |
主題內按天計算的周期。 好的。 下一個模型平台。 |
| |
那麼我如何將那個時代的第一代融入到我的模擬公式中，我就是這樣做的。 |
| |
如果是第一排或新病人。 這就是說當前患者不等於之前的患者 |
| |
這是我保存的模型，我將參數值更改為可能感興趣的值。 這確實需要一些工作，因為這裡發生了很多事情。 有很多互動發生。 |
| |
最後我們得到了一些隨機噪音。 但這就是我所做的一切。 所以我在這裡改變了一些值。 我把事情做了很多零，只是為了讓事情變得簡單 |
| |
如果不是第一排或者不是新病人。 我們如何整合相關性。 我所做的就是將該模型複製到此處，並添加該術語。 |
| |
只是有一些價值。 我相信它必須小於等於先前條目的一倍的一倍。 |
| |
如果它是自回歸的，那麼你會添加諸如滯後之類的東西。 |
| |
模擬公式為 |
| |
你必須進行另一次調整，知道它是否是第一行，我們有我們的模型。 這是第二排，或者是新病人的兩個位置。 如果我們回去看其他東西的話，它可能看起來像 AR 的 |
| |
正如您所看到的，只要您知道模型的樣子，就很容易合併自相關結構，並且應該很容易將其實現為模擬公式。 |
| |
好的。 |
| 迦勒·金 |
我會讓你快速看一下。 |
| |
最後， |
| |
我們的最後一個場景是通過失敗響應，這也很常見。 我將用它來說明如何使用一鍵模擬來改變人們對如何運行某些類型的設計的想法，向您展示它的強大功能 |
| |
不打算 |
| |
假設我們正在創建一個檢測系統來檢測放射性物質。 因此，我們將把它與現場可能已經存在的另一個系統進行比較。 |
| |
所以我們要比較這兩個檢測系統，我們選擇了一定量的材料和一些測試對象，範圍從非常低的濃度 1 到濃度非常高的 5，我們要測試 |
| |
我們的系統對每個濃度重複一定次數，看看它成功報警了多少次。 |
| |
我要打開這兩個 |
| |
我們先從這個開始吧。 因此，這代表了一個典型的設計，您可能會看到我們每個設置都有均衡數量的樣本。 在這種情況下，我們有很多樣本。 他們很幸運這個地方如此 |
| |
假設我們將在每次運行中進行 32 次平衡試驗，這是一個模擬響應。 好吧，我們來說吧。 然後我在這裡創建了我的模擬公式。 |
| |
所以我會告訴你那是什麼樣子的。 再次，隨機二項式。 他們都是一樣的。 因此，我將數字保留在這裡，但我可以引用來自獨立一致的試驗列中的警報，但這沒關係。 |
| |
這是我可能感興趣的模型 |
| |
好的。 |
| |
和這裡。 |
| |
我有一個場景，而不是平衡數字和每個設置，我將大部分樣本放在中間 |
| |
我的理由可能是，如果濃度較低的話，就會出現這種情況。 我幾乎不指望它能抓住它。 我有合理的期望。 |
| |
如果濃度很高，它幾乎總能捕獲它。 所以對我來說最重要的差異是在中間，也許是三到四個濃度 |
| |
這就是我要加載的地方。 我的大部分樣本，然後我會在這裡放更多一些。 但隨後在這些其他設置中投入最少。 讓我們看看每個測試如何根據功率來規劃表單。 |
| |
因此，在此處運行二項式模型腳本，該腳本將運行二項式模型。 系統中只有一種模型效果。 我們不集中註意力，因為我們知道這裡有效果。 這就是我們感興趣的。 |
| |
生成二項式。 |
| |
再次運行紅色小三角菜單就OK了。 |
| |
我已經得到了我的模擬公式。 |
| |
所以實際上我不需要這樣做。 |
| |
所以你已經建立了一個模式。 |
| |
右鍵單擊您是否模擬。 好吧，那裡看起來一切都很好。 |
| |
我下一個最喜歡的隨機種子。 |
| |
這裡我們進行功率分析。 好吧，現在我們就到這裡吧。 |
| |
做同樣的事。 當你有二項式時，我會再次擬合模型。 你不僅要輸入它報警的次數，還要輸入它進行了多少次嘗試。 |
| |
運行向下滾動效果測試，往下走。 |
| |
主要是為了了解將要發生的事情。 |
| |
快的。 好的。 |
| |
這是我的模擬，將我的相似之處移動到這裡，最小化最小化。 這就是平衡設計下的結果。 |
| |
請注意，我們的功效非常低，這看起來很奇怪，因為每次運行我們都有 32 個功效。 我的意思是，這是很多樣本，我會為了我以前工作過的那麼多樣本而殺死 |
| |
所以你會期望有很大的力量，但這裡似乎沒有。 我的樣本總數相同。 我只是以不同的方式分配它們。 |
| |
我的力量水平也急劇上升。 也許如果我在這裡堆更多的話。 也許如果它做了四四，然後對其中每一個進行編輯 |
| |
我可以獲得更多的力量來檢測這種差異。 因此，這不僅表明您知道並不總是只是改變樣本大小，也可能並不總是需要更多樣本，在這種情況下，您一開始就有很多樣本。 但如何分配它們也很重要 |
| |
好的。 |
| |
所以， |
| |
我希望您和我發現這個非常棒的計算功率的工具一樣興奮。 |
| |
我想給您留下一些要點。 |
| |
因此，我們再次使用模擬。 現在，理想情況下，我們有點喜歡一個公式。 因此，在民事案件中，我們確實利用了一個簡單的公式。 |
| |
即使有了回歸模型，我們也有一些公式可以在幕後提供幫助。 但當然，還有現實世界。 事情有點複雜。 因此，我們通常必須依賴模擬，正如我們所見，模擬是一個非常強大的工具， |
| |
當然，現在我們在模擬方面要做的關鍵事情之一是平衡準確性和效率。 我一般跑100 |
| |
主要是因為，你知道，為了節省時間。 |
| |
但最終知道也許您可能會堅持使用默認值 2500，因為知道運行需要一些時間 |
| |
所以我可能提倡的是，你知道，也許一開始就進行 100 200 次模擬，只是為了讓它了解正在發生的事情。 然後如果你發現一個情況 |
| |
哪裡看起來像它。 不，值得進行更多調查以增加樣本數量，這樣您就可以提高準確性。 |
| |
好的，也許您從幾種不同的情況開始，運行一些快速模擬，然後縮小到一些關鍵設置關鍵場景，然後您可以增加模擬數量以獲得更高的準確性。 |
| |
我總是主張功效計算，就像實驗設計從來都不是一勞永逸的。 |
| |
您不應該只是在計算器中輸入一些數字並返回樣本量。 設計中可能會發生很多事情。 |
| |
或者在實驗中會發生什麼。 我認為計劃實驗的最佳方法是嘗試並考慮不同的場景。 因此，探索不同級別的噪音。 |
| |
在你的回應中。 因此，混合效果可能會圍繞不同的混合效果大小發揮作用。 |
| |
當然，您可以探索不同的樣本量，但也可以探索不同類型的模型。 例如，在通用中心，如果我們使用 wible 模型，如果他做了很多正常模型的話。 |
| |
探索這些不同的場景，並了解將它們呈現給測試計劃者可以讓您在研究中發揮作用，從而對各種設置保持穩健。 |
| |
所以永遠不要只是去計算然後回來，總是向緊張的玩家呈現不同的場景。 這是相同的過程。 我用的時候 |
| |
創建實際設計的實際實驗。 所以我會介紹測試玩家。 我使用了他們可以知道的不同選項來探索它。 他們可能選擇一個選項，也可能是選項的組合。 你應該始終這樣做以使你的計劃更加穩健 |
| |
正如我所說，他們是 |
| |
好的。 好吧，我希望你能從中學到一些新東西。 如果您有任何疑問可以聯繫我，他們可能會提供我的電子郵件地址。 |
| |
所以我希望您喜歡這次演講，也希望您喜歡會議的其餘部分。 謝謝。 |
