Lautsprecher | Transkript |
| Nedjones | Das Gute, das Schlechte, das Hässliche oder Unabhängigkeit und Abhängigkeit sind synergetisch und antagonistisch. |
| Ich bin Ned Jones. Ich habe ein kleines Beratungsunternehmen namens 1-alpha Solutions. Dort können Sie meine Kontaktdaten einsehen. Kommen wir zur Simulationsdiskussion. |
| Ich werde natürlich die Simulation ausführen und JMP in der Entdeckung ... |
| und ermöglicht es Ihnen, Modell- und Eingabezufallsvariationen zu entdecken, die sehr zufällig sind. Simulator auch |
| ermöglicht Ihnen das Profilieren... |
| befindet sich im Profiler und definiert, dass die Zufallseingabe definiert wird, basierend auf der Zufallseingabe, die Sie haben, und Sie können eine Simulation ausführen und Ausgabetabellen erstellen und Variablen simulieren. |
| Als nächstes möchte ich über die verschiedenen Arten der Simulation sprechen. |
| Nur eine einfache Simulation. Wenn Sie einen Eingang und einen Ausgang haben, gibt es in der Simulation kein Problem der Abhängigkeit. Was uns in erster Linie beschäftigt, sind Simulationen, bei denen wir mehrere Eingaben haben. |
| Und wir simulieren und werden einen oder mehrere Systemausgänge haben. Es besteht die Sorge, dass dies der Fall sein könnte |
| Abhängigkeit zwischen den Eingabevariablen. |
| Scrollen Sie hier ein wenig nach unten und wir werden sehen ... wir möchten darüber sprechen, was es bedeutet |
| haben stochastische Unabhängigkeit. |
| Zwei Ereignisse A und B sind genau dann unabhängig, wenn ihre gemeinsamen Wahrscheinlichkeiten dem Produkt ihrer Wahrscheinlichkeiten entsprechen. Nun, das ist es, was wir wollen. Das ist das Endergebnis, das wir wollen. Ich werde es definieren. Betrachten Sie es etwas anders und so weiter. |
| Das sollte es etwas klarer machen. Wenn wir den Schnittpunkt von A und B betrachten, sind die Ereignisse A und B gleich dem gemeinsamen Produkt, das dies impliziert |
| Die Wahrscheinlichkeit von A ist gleich der Wahrscheinlichkeit von A bei gegebenem B, oder ähnlich die Wahrscheinlichkeit ... mit den gemeinsamen Wahrscheinlichkeiten, aber die Wahrscheinlichkeit von B ist gleich der Wahrscheinlichkeit von B bei gegebenem A. |
| Somit ist das Vorkommen von A und B |
| ist nicht betroffen. |
| Das Auftreten von B wird nicht durch die Wahrscheinlichkeit von A beeinflusst und umgekehrt. |
| 2, 4 oder 6. |
| Das kann man leicht erkennen |
| Die |
| Die Wahrscheinlichkeit von A beträgt 2 und 6 oder ein Drittel und die Wahrscheinlichkeit von B beträgt 3 und 6 oder die Hälfte. |
| Aber wenn man sich das anschaut |
| Schnittpunkt von A und B, das ist 2. Und die Wahrscheinlichkeit von A mal B ist also 1 6 und 2 ist, dass sie 2 erhalten, und das einzige Ergebnis, das man erhält, ist also 1 zu 6. |
| Nun ist die Wahrscheinlichkeit von A |
| ist gleich der Wahrscheinlichkeit eines gegebenen B gleich einem Drittel. Und wenn wir uns das ansehen und erkennen, dass wir sagen: „Okay, B ist passiert“, dann wissen wir, dass wir es getan haben |
| eine 2, eine 4 oder eine 6, aber es besteht immer noch eine Chance von einem Drittel, dass A aufgetreten sein könnte. Wir können also sehen, dass es immer noch bei einem Drittel bleibt. Und ähnlich sehen wir dasselbe mit der Wahrscheinlichkeit von B. |
| Daher sind A und B unabhängig. |
| Jetzt bin ich in einer Rolle, schaue mir das Beispiel an, das ich habe, und rede darüber. Ich simuliere die Schädlingslast |
| Und die Wahrscheinlichkeit eines Paarungspaares. |
| Was wir haben, ist, dass wir eine Obsterntepopulation haben und aus dieser Obsterntepopulation werden wir einige kulturelle Praktiken haben, die in der ... angewendet werden. |
| in unserer |
| Obstgarten Grove oder |
| Weinberg, um eine Schädlingslast zu bekommen ... wird eine Schädlingslast haben, nachdem diese kulturellen Praktiken angewendet werden. |
| Dann müssen wir mit der Ernte beginnen ... die Ernte ist geerntet, wir führen eine manuelle Keulung durch und schätzen die dortige Schädlingslast ab. Und danach können wir ... Sie können sehen, dass wir es getan haben |
| ein Kühllager und wir werden nach dem Kühllager eine Schädlingslast haben. Wir werden versuchen, sie zu erfrieren. |
| Und das Letzte, was wir tun, ist, sobald wir diese Schädlingslast hier haben, sie in einer Marketingverteilung aufzuteilen und diese Population in mehrere kleinere Teile aufzuteilen. |
| Und daraus können wir die Wahrscheinlichkeit eines Paarungspaares berechnen. |
| Nun, das Problem besteht, wie Sie sofort erkennen können, darin, dass diese Dinge sehr abhängig werden, da der Output der Erntepopulation der Input für Behandlung A ist. Die Ausgabe der Behandlung A ist die Eingabe für Behandlung B und so weiter über C bis hin zum Besprechungspaar. |
| Hier ist, hier ist eine Tabelle, mit der wir arbeiten und mit der wir beginnen werden. Und hier ist, was wir haben: Wir haben dies so eingerichtet, dass der Simulator damit arbeiten kann, und wir haben einen Populationsbereich von 1 Million bis 2,5 Millionen Früchten. Wir haben eine Behandlung |
| Hier ein Behandlungsbereich für die Wirksamkeit der Abschwächung, die wir sehen. Hier ist die Anzahl der Überlebenden, die wir von dieser Behandlungspopulation erwarten würden, und wir haben eine |
| Population A ist ein Ergebnis davon. Als Ergebnis werden wir eine Population B haben, wir können uns hier die Formeln ansehen, die verwendet werden. |
| Und was hier gemacht wird, ist etwas anders: Ich füge eine Zufallsvariable in ... ein, die in den Profiler eingeht. Der Profiler wird dies also sofort als eingehende Zufallsvariable sehen. Wir simulieren also die eingehende Variable, noch bevor sie eintrifft. |
| Damit können Sie gehen... wir können hinübergehen. Sie können den Rest der Tabelle sehen. Wir gehen rüber. Wir haben ein anderes Set, wir haben Überlebende, die nach Behandlung C sind, das Gleiche. |
| Dann haben wir diese Verteilung und wir hatten die Wahrscheinlichkeit eines Paarungspaares. Ich zeige Ihnen diese Formel. Es ist ein bisschen anders. Die Wahrscheinlichkeit eines Paarungspaares. Nun, hier wird nur eine Exponentialfunktion verwendet |
| um die Wahrscheinlichkeit einer Paarung abzuschätzen, damit Sie wissen, was vor sich geht. Ich habe nichts vor dir hinter dem Vorhang versteckt und so weiter. Lass uns einen Blick darauf werfen. Um den Profiler zu öffnen, gehen wir zum Diagramm und dann zum Profiler. |
| In Ordnung. Und dann wählen wir unsere Variablen aus, die eine Formel haben, die uns interessiert. Wir werden also ... wir werden Pop A, Pop B, Überlebende und die Wahrscheinlichkeit eines Paarungspaares haben. |
| Ich werde diese einfügen und sagen: „Oh, wir müssen die Variation hier erweitern, und wir werden sagen: „Okay.“ |
| Wir haben ein schönes Ergebnis erzielt. |
| Sehr attraktive Grafiken hier. Und das erste, was Sie sehen werden, ist, dass Sie in diesem Profiler verschnörkelte Linien sehen werden. Wenn Sie einen Profiler verwenden, sind Sie wahrscheinlich nicht daran gewöhnt, solche Linien zu sehen. |
| Es ist nur ein etwas anderer Ansatz und so weiter, damit Sie sehen können, wie diese Dinge funktionieren und |
| Nehmen Sie hier eine kleine Anpassung vor, damit Sie die Bildschirme besser sehen können. |
| Von diesem Punkt an werden wir nun den Simulator im Profiler öffnen. Wir gehen hier hoch und klicken einfach auf den Simulator und er zeigt uns |
| diese Entscheidungen hier unten. Als erstes möchte ich damit die Anzahl der Simulationsläufe auf 25.000 erhöhen. Okay. Und was ich tun werde ... was wir tun werden, wenn wir Unabhängigkeit haben, einer der Tests, die wir dafür ziemlich oft verwenden, ist, dass wir |
| Wir werden uns den Zusammenhang ansehen. Deshalb werde ich hier eine Korrelation verwenden. Nutzen Sie die Korrelationen und stellen Sie einige Korrelationen auf. Also zunächst dazu |
| Bevölkerung, ich nenne es multivariat, und Sie können sofort sehen, dass wir unten eine Korrelationsspezifikation erhalten. |
| Und wir werden hier ein weiteres Multivariat einrichten und ein weiteres Multivariat für Behandlung B. |
| Ein weiteres Multivariatum für Behandlung A. Was dies nun bewirkt, ist, dass die Behandlungsparameter übernommen werden, die wir oben hatten, die wir vorher hatten. |
| Und es bringt diese in unsere multivariate Beziehung zueinander. |
| Wir haben auch das Letzte bekommen, diese Marketingverteilung. Ich möchte nicht, dass es kontinuierlich ist, also mache ich es zufällig und wir machen es zu einer Ganzzahl. |
| Wir machen daraus eine Ganzzahl, führen den Lauf aus und können die Ergebnisse sehen. Nun, das ist die... Ich nenne das die Goldlöckchen-Situation mit all den Nullen hier unten, was bedeutet, dass alle diese Beziehungen völlig unabhängig sind und wir unseren Simulator hier ausführen können. |
| Und sehen Sie sich die Ergebnisse an. |
| Nehmen Sie hier an diesen Achsen kaum weitere Anpassungen vor. |
| Das wird zum Leben erweckt. Bitte suchen Sie hier. |
| Okay. |
| Jetzt sehen Sie diese Ergebnisse. Aber was wir hier haben und uns das ansehen werden, ist, dass wir den Zinssatz haben |
| bei dem ein dort festgelegter Grenzwert überschritten wird. Ich habe diese Spezifikationsgrenzen wieder in die Variablen eingefügt, aber was mir am meisten Sorgen bereitet, ist die Wahrscheinlichkeit eines Paarungspaares. |
| Und wissen Sie nicht, ich habe das in Echtzeit durchgeführt und es ist nicht genau so geworden, wie es sollte. Versuchen wir es hier noch ein paar Mal. Sehen. |
| Wir haben die Wahrscheinlichkeit eines Paarungspaares ermittelt, die mit 0,5 angegeben werden sollte, aber das ist ganz sicher nicht der Fall. Ich habe etwas, das nicht stimmt ... Oh, hier, versuchen wir es und beheben es. |
| Das wären 4 und |
| 14 |
| Versuchen wir es noch einmal mit der Simulation. Ist immer noch nicht aufgetaucht. Nun, das Beispiel hat nicht ganz richtig funktioniert, aber |
| im vorherigen Beispiel hatte ich hier .4. Das bedeutet, dass die Rate weniger Zeit in Anspruch genommen hat, aber ich gehe davon aus, dass die Wahrscheinlichkeit groß ist |
| Die Wahrscheinlichkeit eines Paarungspaares liegt bei 0,15, aber das passiert manchmal, wenn man versucht, Dinge spontan zu erledigen. |
| Lassen Sie mich also nach oben gehen und ich habe ein Fenster, in dem ich dieses Ergebnis betrachten kann ... wir können dieses Ergebnis betrachten. Und mal... das ist ein bisschen anders. Und das können Sie jetzt sehen |
| diese Wahrscheinlichkeit liegt unter 5 %. Das ist das Ziel, das wir anstreben. |
| in diesem Ding, in dieser Simulation. Wenn wir also nach oben gehen und diese Simulationen ausführen können, können Sie wieder sehen, wie sie herumspringen und unter 0,5 bleiben |
| Es kommt in weniger als 5 % der Fälle vor, dass die Wahrscheinlichkeit eines Paarungspaares größer als 1,5 ist. |
| Nun, ich möchte noch einmal sagen, dass dies eine Art Goldlöckchen-Szenario ist, da wir davon ausgehen, dass alle diese Beziehungen unabhängig voneinander sind. Ich habe ein Beispiel, das ich Ihnen zeigen kann, das wir haben, wo wir eines haben |
| antagonistisch und synergistisch. Also ziehe ich das erste hier hoch und in diesem haben wir das |
| Beziehungen sind antagonistisch. Nun, wenn Sie ... wenn Sie ein Beispiel wie dieses erstellen, um damit zu arbeiten, können Sie das nicht, zumindest war ich nicht in der Lage, alles negativ zu machen. Wenn Sie bemerken, halte ich diese beiden für positiv. |
| Dies erfordert, dass die Matrix positiv definit ist. Und es stellt sich nicht als eindeutig positiv heraus, wenn Sie ... wenn Sie alle auf Null setzen, aber wir können die Simulation erneut durchführen. Und das sieht man... |
| Sie können hier sehen, dass diese Simulationen mit einem Negativ die Dinge wirklich sehr, sehr attraktiv machen. Wir bekommen eine niedrige, wirklich niedrige Rate von... |
| dass wir...wir haben 1., .15 Wahrscheinlichkeit eines Paarungspaares, sodass Sie nur den Effekt sehen können. Und was ich wirklich zeigen möchte, ist die Wirkung davon |
| Korrelationsspezifikationen, Korrelationsmatrix hier unten, Kovarianzmatrix, die Sie angegeben haben. Schauen wir uns nun einen anderen an, wir schauen uns den an, wenn er positiv ist. |
| Und wir haben hier ein Beispiel, wo es positiv ist. Und Sie können sehen, dass ich es hier unten habe. Ich habe hier gesagt. Nun, ich habe mich nicht wirklich heldenhaft verhalten, als ich diese Korrelationen sehr hoch angesetzt habe. |
| Ich habe versucht, sie ziemlich niedrig zu halten usw., um einigermaßen realistisch zu sein, schließlich handelt es sich hierbei um biologische Daten. Und wenn wir diese Simulationen erneut durchführen, können Sie sehr schnell erkennen, dass wir die 5 %-Rate überschreiten, die ... wird |
| große Sorge hier und so weiter. Und wenn ja ... wenn diese Simulationen wie diese die meiste Zeit ohne Berücksichtigung der Korrelation zwischen Variablen durchgeführt werden und das so wäre, als würde man sich die Augen zuhalten und sagen: „Das habe ich nicht gesehen“ und so weiter. Aber es ist wirklich so |
| Wenn ja, wenn es eine Korrelationsbeziehung gibt, und das ist höchstwahrscheinlich der Fall, weil einer dieser Ausgänge in ... einer dieser Ausgänge der Eingang für den nächsten Prozess ist, |
| Es muss also ziemlich gut abhängig sein, und was die Abhängigkeiten sind, die Schätzung dieser Korrelationen wird in den meisten Fällen eine große Aufgabe sein. |
| Die Arbeit in diesem Bereich basiert auf Forschungsarbeiten und es gibt keine Korrelationen zwischen verschiedenen Behandlungsarten. |
| Aber eine Schätzung davon zu haben, ist eine gute Sache, eine gute Sache. Der nächste Schritt besteht nun darin, Ihnen zu zeigen, was wir hier sonst noch tun können. Wir können eine Tabelle erstellen. Und wenn wir diese Tabelle erstellen und... |
| Nun, wir werden diese Tabelle erstellen und ich werde hier einfach alles in der Tabelle für die Paarungspaare hervorheben. Und dann werde ich es einfach tun |
| Führen Sie eine Analyseverteilung durch. |
| Und lassen Sie das alles durchgehen und sagen Sie: Okay. Jetzt bekommen wir all diese großen Verteilungen, füllen Sie sie auf |
| Papier dazu. Aber was wir tun können, ist, dass wir hineingehen und diese Verteilungen auswählen können, die über unsere hinausgehen |
| Grenze hier draußen. Wir können diese einfach hervorheben und es wird sehr aufschlussreich, wenn man zurückblickt und die Abhilfemaßnahmen, die Ereignisse usw. sieht. Was beeinflusst diese Dinge? |
| sehr. Und eines der Dinge, die wirklich ... zuallererst unsere ursprüngliche Bevölkerung, und dies basiert auf dem, was wir im wirklichen Leben gesehen haben, ist, dass die Bevölkerung immer höher wird, |
| Wenn wir sehr große Fruchtpopulationen haben, besteht die Tendenz, dass es zu Systemausfällen kommt. |
| Behandlung A und so weiter. Was ich also am interessantesten fand, war, wenn wir hierher zurückblicken und uns die Marketingverteilung ansehen: |
| Wenn wir sie verdrängen, wenn wir fordern, dass die Sendungen, die ins Land kommen, und die Marketingverteilung diese Sendungen in kleinere Mengen aufteilen muss, um sie zu verteilen, die Wahrscheinlichkeit, dass sich ein Paar paart, praktisch auf Null sinkt. |
| Mit diesen Beispielen usw. möchte ich fortfahren und es für Fragen öffnen. Aber lassen Sie mich noch eine letzte Sache sagen. Ich denke an George Box. |
| Er war vor ein paar Jahren bei einem unserer Treffen. Und es war wirklich interessant, was ... seine beiden Zitate, die er sagte. Er sagte: „Verliebe dich nicht in ein Model.“ |
| Und er sagte auch: „Alle Modelle sind falsch, aber einige sind nützlich.“ Ich hoffe, dass diese Informationen und diese Beispiele Ihnen Denkanstöße geben, wenn Sie die Simulation durchführen, bei der Sie die Beziehung zwischen den Variablen berücksichtigen müssen. Danke schön. |
