https://www.jmp.com/en_us/whitepapers/book-chapters/infoq-support-with-jmp.html
レベル：中級
KPAグループ会長のロン・ケネットとテクニオンのサミュエル・ニーマン研究所
クリストファー・ゴトワルト、JMPディレクター、統計研究開発、SAS
計画実験から一般化された回帰、機械学習までのデータ分析は、加速的に展開されています。 同時に、調査結果の再現性と欠陥のあるp値の解釈に関する懸念は、意図的な統計分析が誤った結論や誤った決定につながる可能性があることを示しています。 データ分析プロジェクトがその目標を適切に達成するためには、利用可能なデータとツールから導き出された結論の範囲と強さを評価する必要があります。 この統計戦略への焦点には、プロジェクトのコンポーネント（目標、データ収集手順、データプロパティ、提供される分析など）を分離するフレームワークが必要です。 InfoQフレームワークは、この評価を行うための構造化された手順を提供します。 さらに、JMPでInfoQを操作するのは簡単です。 このプレゼンテーションでは、InfoQの概要と、消費者調査および医薬品製造から得られたユースケーススタディを提供し、JMPを使用してInfoQ評価を行う方法を説明し、InfoQの高低の両方の状況に焦点を当てます。 また、JMPを使用して、必ずしもより多くのデータを取得することなく、強化された研究デザインによって情報品質を向上させる方法を示すヒントも提供します。 この講演は、数値を情報に変換することを仕事とする統計学者、機械学習の専門家、データサイエンティストを対象としています。
自動生成されたトランスクリプト...
スピーカー
|
トランスクリプト
|
| |
こんにちは。 |
| |
私の名前はロン・ケネットです。 この |
| |
クリスとの合同トークです |
| |
Gotwaltと私たちは基本的に |
| |
2つのメッセージがあります |
| |
それはから出てくるはずです |
| |
トーク。 1つは私たちがすべきことです |
| |
本当に心配している |
| |
情報と情報 |
| |
品質。人々は話す傾向があります |
| |
データとデータ品質についてですが |
| |
データは実際には問題ではありません。 |
| |
私たちは統計学者です。 私たちです |
| |
データサイエンティスト。 私たちは数字を回します、 |
| |
データを情報に変換して |
| |
私たちの目標は、 |
| |
高品質を生み出すこと |
| |
情報。 他のメッセージ |
| |
JMPがあなたを助けることができるということです |
| |
それを達成し、これは |
| |
実際にあることが判明 |
| |
驚くべき方法。 だから組み合わせることによって |
| |
クリスと |
| |
情報の紹介 |
| |
品質、私たちはこれらの2つを願っています |
| |
メッセージが出くわします |
| |
明らかに。だから私がしなければならなかったら |
| |
私たちが何であるかを要約する |
| |
結局のところ、話したい |
| |
情報がすべてです |
| |
品質。私はで話をしました |
| |
プラハのサミットで4年間 |
| |
前に、その話は一般的でした。 |
| |
それは移動について話しました |
| |
設計による品質からの旅。 |
| |
情報を提供する私の旅 |
| |
品質。この講演では焦点を当てます |
| |
これをどのように行うことができるかについて |
| |
JMP。 これはより詳細です |
| |
と技術的な話よりも |
| |
私がプラハで行った一般的な話。 |
| |
あなたはその話を見ることができます。 |
| |
ここにリストされているリンクがあります。 あなたはできる |
| |
JMPコミュニティで見つけてください。 |
| |
だから私たちはについて話すつもりです |
| |
情報の質、つまり |
| |
データセットの可能性、 |
| |
特定のデータセット、達成するために |
| |
特定の目標、特定の目標、 |
| |
与えられた経験的方法で。 |
| |
したがって、その定義では、 |
| |
ある3つのコンポーネント |
| |
記載されています。 1つは特定のデータです |
| |
セットする。これがデータです。 ザ・ |
| |
2つ目は目標です。 |
| |
分析の目的、何 |
| |
それは私たちが達成したいということです。 |
| |
そして3つ目は私たちがどうするかです |
| |
それをする、つまり、何で |
| |
生成するメソッド |
| |
情報、そしてその可能性 |
| |
で評価される予定です |
| |
効用関数。 そして、私は |
| |
の紹介から始めます |
| |
情報の質、そして |
| |
クリスが引き継ぎます、 |
| |
ケーススタディについて話し合い、 |
| |
実施する方法を示します |
| |
情報品質評価。 |
| |
最終的にこれは |
| |
JMPがどのように質問に答えるか |
| |
InfoQをサポートします。 |
| |
箇条書きになります |
| |
あなたができること...持ち帰りポイント |
| |
話から。 のセットアップ |
| |
これは私たちが奨励することです |
| |
私がライフサイクルビューと呼んだもの |
| |
統計の。 言い換えると、 |
| |
データ分析だけではありません。 |
| |
私たちは知っておくべきです...私たちは一部になるべきです |
| |
問題の誘発の |
| |
段階。また、目標 |
| |
処方段階、それに値する |
| |
話し合い。 我々はすべき |
| |
明らかに関与している |
| |
それがそうであるならば、データ収集スキーム |
| |
実験を通してまたはを通して |
| |
調査または観察を通じて |
| |
データ。それなら私達も取る必要があります |
| |
の定式化のための時間 |
| |
調査結果と単に引き出すだけではありません |
| |
に印刷されたレポート |
| |
回帰係数 |
| |
見積もりとその |
| |
重要性がありますが、 |
| |
また、何であるかについて話し合う |
| |
調査結果？ の運用化 |
| |
調査結果の意味、OK、何ができるか |
| |
これらの調査結果をどうしますか？ 何ですか |
| |
の意味 |
| |
調査結果？ これはすべきです... |
| |
に伝達する必要があります |
| |
適切な方法で適切な人々、 |
| |
そして最終的に私たちはする必要があります |
| |
理解するための影響評価、 |
| |
OK、これをすべて行いました。何がありますか |
| |
私たちの付加価値でした |
| |
作業？ 私は人生について話しました |
| |
あなたの統計のサイクル数年 |
| |
前。これが前提条件です、 |
| |
何への視点 |
| |
について話したい。 だから私は |
| |
言及された、情報 |
| |
品質はの可能性です |
| |
達成するための特定のデータセット |
| |
与えられたを使用して特定の目標 |
| |
経験的分析方法。 この |
| |
4つで識別されます |
| コンポーネント |
目標、データ、 |
| |
分析方法、および |
| |
効用対策。 だからで |
| |
数式、 |
| |
xにfを適用する効用、 |
| |
目標の条件は、私たちがどのように |
| |
InfoQ、情報を特定する |
| |
品質。これはで公開されました |
| |
王立統計学会 |
| |
2013年のシリーズA、8 |
| |
討論者なので、十分でした |
| |
議論された。一部の人々は考えました |
| |
これは素晴らしかったし、いくつか |
| |
人々は多くの批評を持っていました |
| |
その考えなので、これはより広いです |
| |
何の範囲の考慮 |
| |
統計についてです。 私達も |
| |
2006年に書いた、私たちは自分自身に会います |
| |
とGalitShmueli、と呼ばれる本 |
| |
情報の質。 そしてで |
| |
情報のコンテキスト |
| |
いわゆる品質を実現しました |
| |
脱構築。デビッドハンドは持っています |
| |
Deconstructionという論文 |
| |
統計の。 これは |
| |
情報の脱構築 |
| |
8次元への品質。 私 |
| |
これらの8つの次元をカバーします。 |
| |
それは話の私の部分であり、 |
| |
その後、クリスはこれがどのように |
| |
特定ので実装されています |
| |
ケーススタディ。 |
| |
に関連する別の側面 |
| |
これは私が持っている別の本です。 |
| |
これは最近、1年前です |
| |
「データの実際の作業」というタイトル |
| |
科学と私たちは何について話します |
| |
データの役割です |
| |
組織の科学者と |
| |
その文脈で、私たちは強調しました |
| |
データサイエンティストの必要性 |
| |
世代に関わること |
| |
情報としての...情報 |
| |
の目標を達成するための品質 |
| |
組織。 だから私にさせてください |
| |
8つの次元をカバーします。 それは |
| |
それが私のイントロです。 ザ・ |
| |
1つ目はデータの解像度です。 私達 |
| |
目標があります。 OK、 |
| |
インフルエンザのレベルを知りたい |
| |
なぜなら国や |
| |
私たちが住んでいる地域 |
| |
の決定に影響を与えます |
| |
どこの公園に行くか |
| |
人に会ったり、 |
| |
a ...ジャズコンサートへ。 そしてそれは |
| |
コンサートは明日です。 |
| |
CDCデータを検索すると |
| |
インフルエンザのレベル、そのデータは |
| |
毎週更新されるので、 |
| |
グラフの赤い線あなた |
| |
あなたの前にいるので、私たちは |
| |
数日のデータを取得できます |
| |
前に、多分良い、多分良くない |
| |
私たちの金には十分です。 グーグルインフルエンザ、 |
| |
これは検索に基づいています |
| |
インフルエンザに関連して、更新されます |
| |
瞬間的に更新されます |
| |
オンラインで、それはおそらく与えるでしょう |
| |
私たちより良い情報。 だから |
| |
私たちの目標、青い線、 |
| |
グーグルトレンド...グーグルインフルエンザ |
| |
トレンド指標は、おそらく |
| |
より適切な。 二番目 |
| |
次元はデータ構造です。 |
| |
私たちの目標を達成するために、私たちは |
| |
データを見てください。 私たちは...私たち |
| |
データソースを特定する必要があります |
| |
およびこれらのデータの構造 |
| |
ソース。したがって、一部のデータは |
| |
テキスト、一部はビデオ、一部はビデオである可能性があります |
| |
たとえば、 |
| |
推奨のネットワーク。 この |
| |
どのようにアマゾンの写真です |
| |
あなたは本を見て、あなたは |
| |
いくつかを取得するつもりです |
| |
他の本をお勧めします。 で、もし |
| |
あなたはこれらの他の本に行きます、 |
| |
より多くのデータが必要になります |
| |
推奨。だからデータ |
| |
構造はあらゆる種類のものがあります |
| |
形や形のそしてこれはすることができます |
| |
テキストである。 これは機能することができます |
| |
データ。これは画像である可能性があります。 私たちです |
| |
今私たちが使用したものに限定されていません |
| |
データを呼び出すために、それはあなたが何であるかです |
| |
Excelスプレッドシートで見つけます。 |
| |
データが破損している可能性があります。 |
| |
欠測値が含まれている可能性があります |
| |
珍しいパターンがあります |
| |
これは |
| |
調べるべき何か。 いくつか |
| |
物事がどこにあるか |
| |
繰り返された。多分いくつかのデータ |
| |
コピーアンドペーストするだけで、 |
| |
警告したい |
| |
そのようなオプション。 第3 |
| |
次元はデータ統合です。 |
| |
からのデータを検討するとき |
| |
これらのさまざまな情報源、私たちは |
| |
それらを統合するので、 |
| |
いくつかの分析リンケージを行うことができます |
| |
IDを介して。 たとえば、 |
| |
それをするだろうが、それをすることで、 |
| |
いくつかの問題が発生する可能性があります |
| |
例、データの開示において |
| |
それは通常あるべきです |
| |
匿名化。データ |
| |
統合、ええ、それは |
| |
素晴らしいことをさせてください、 |
| |
しかし、データが |
| |
プライバシーにさらされている |
| |
問題、そして多分品質 |
| |
からの情報の |
| |
これから行う分析 |
| |
行くつもりです |
| |
影響を受けます。したがって、データ統合 |
| |
非常に、非常に調査する必要があります |
| |
慎重に。これは人々が何であるかです |
| |
ETLを呼び出すために使用される可能性があります |
| |
抽出、変換、およびロード。 私達 |
| |
今でははるかに優れた方法があります |
| |
それをやって。 の参加オプション |
| |
たとえば、JMPでは |
| |
それを行うためのオプション。 |
| |
時間的関連性。 OK、それは |
| |
かなりクリアな。 データがあります。 です |
| |
なんとなく刻印。 私たちが行くなら |
| |
後で分析を行うために |
| |
データ収集後、および |
| |
私たちが |
| |
検討はさらに後で、それから |
| |
データは一時的ではない可能性があります |
| |
関連する。一般的に |
| |
状況、比較したい場合 |
| |
今何が起こっているのか、私たちは |
| |
これを作ることができるようになりたい |
| |
最近のデータとの比較または |
| |
パンデミック前のデータ |
| |
始まったが、10年ではない |
| |
ついさっき。公式統計 |
| |
健康記録については2つでした |
| |
または3年遅れ |
| |
タイミングの、それはそれを非常に作りました |
| |
公務員の使用が難しい |
| |
評価における統計 |
| |
何が起こっているのか |
| |
パンデミック。データの年表と |
| |
目標は決定に関連しています |
| |
私たちの結果として私たちが作ること |
| |
ゴール。たとえば、 |
| |
目標は大気質を予測することです、 |
| |
いくつか使用します |
| |
空中の予測モデル |
| |
品質指数は |
| |
日常的。 これは私たちに1つを与えます |
| |
危険から6スケールまで |
| |
良い。いくつかの値があります |
| |
のレベルを表しています |
| |
健康上の懸念。 ゼロ-50が良いです。 |
| |
300-500は危険であり、 |
| |
データと目標の年表 |
| |
私たちができるはずだということを意味します |
| |
毎日の予測をする |
| |
基礎。だから私たちが使用する方法 |
| |
毎日更新する必要があります |
| |
基礎。一方、 |
| |
私たちの目標は、 |
| |
このAQIインデックスが計算され、次に |
| |
によって実際にバインドされていません |
| |
分析の適時性。 |
| |
あなたが知っている、私たちは私たちを取ることができます |
| |
時間。緊急性はありません |
| |
分析を行う |
| |
日常的。 一般化可能性、 |
| |
6次元は約 |
| |
私たちの調査結果を取り、 |
| |
これがどこでできるかを考える |
| |
より一般的な用語で適用し、 |
| |
他の集団、すべて |
| |
状況。これは行うことができます |
| |
直感的に。 マーケティングマネージャー |
| |
に関する研究を見てきました |
| |
市場、それをAと呼びましょう、かもしれません |
| |
すでに何であるかを理解しています |
| |
市場Bへの影響 |
| |
データなし。 ある人 |
| |
物理学者はできるようになります |
| |
に基づいて予測を行う |
| |
第一原理の力学 |
| |
データなし。 |
| |
したがって、一般化可能性の一部 |
| |
データで行われます。 これは |
| |
統計の基礎 |
| |
一般化、私たちがどこから行くのか |
| |
母集団へのサンプル。 |
| |
統計的推論は約 |
| |
一般化。一般化する |
| |
サンプルから |
| |
人口。そして、いくつかはすることができます |
| |
ドメインベース、言い換えれば、 |
| |
専門知識、ドメインを使用して |
| |
専門知識、必ずしも |
| |
データ。私たちはそれを認識しなければなりません |
| |
一般化可能性はただではありません |
| |
統計で行われます。 |
| |
7番目の次元は |
| |
運用化を構築し、 |
| |
それは本当にそれが何であるかについてです |
| |
私たちが測定すること。 したい |
| |
行動、感情、何を評価する |
| |
それは私たちが測定できるということです |
| |
を反映したデータを提供します |
| |
行動や感情。 |
| |
ここに示す例 |
| |
通常は痛みです。 |
| |
私たちは痛みとは何かを知っています。 どのように |
| |
私たちはそれを測定しますか？ あなたが行く場合 |
| |
病院とあなたは看護師に尋ねます、 |
| |
どのように痛みを評価しますか、彼らは |
| |
教えてくれます、私たちはスケールを持っています、 |
| |
1から10。 それはとても |
| |
定性的、あまりではない |
| |
科学的だと思います。 もし私達 |
| |
のレベルを測定したい |
| |
ドライバーのアルコール... |
| |
道路、それは難しいでしょう |
| |
測定します。だから私たちは測定するかもしれません |
| |
代理手段としての速度。 |
| |
の別の部分 |
| |
運用化はもう1つです |
| |
話の終わり。 その他 |
| |
言葉、最初の部分、 |
| |
コンストラクトは私たちが測定するものです、 |
| |
これは私たちの目標を反映しています。 インクルード |
| |
終わり...ここでの最終結果は |
| |
調査結果があり、 |
| |
彼らと何かをしなさい。 欲しい |
| |
私たちの発見を運用化するために。 |
| |
これがアクションです |
| |
運用化についてです。 |
| |
それはあなたが何をするかについてです |
| |
調査結果と |
| |
ここで表彰台に上がりました。 私達 |
| |
3つの質問をするために使用されます。 |
| |
これらは非常に重要です |
| |
尋ねる質問。 あなたが持ったら |
| |
いくつかの分析を行った、あなたは持っています |
| |
あなたの前にいる誰か |
| |
ああ、どうもありがとうございました、 |
| |
あなたは終わった...あなた、統計学者 |
| |
またはデータサイエンティスト。 したがって、この |
| |
これにより、さらに1つのステップが必要になります。 |
| |
あなたにあなたの顧客に尋ねさせる |
| これらの簡単な質問 |
何をしますか |
| |
達成したいですか？ どのように |
| |
あなたはそれをし、どのようにあなたは |
| |
あなたが達成したかどうかを知る |
| |
それ？ 私たちは答えるのを手伝うことができます、または |
| |
少なくともサポート、これらのいくつか |
| |
私たちが答えた質問。 |
| |
8番目の次元は |
| |
コミュニケーション。私はあなたに |
| |
非常に有名な古いものからの例 |
| |
19世紀の地図 |
| |
の行進を示しています |
| |
フランスからナポレオン軍へ |
| |
モスクワからロシアへ。 あなたが見る |
| |
数字はの幅です |
| |
パスはサイズを示します |
| |
軍隊の、そしてその後に |
| |
黒あなたは何が起こったのかわかります |
| |
彼らは帰り道にいます。 |
| |
だから基本的にこれは |
| |
悲惨な行進。 私たち私たち私たち |
| |
この古い地図をに関連付けることができます |
| |
既存の地図、そしてあります |
| |
あなたができるJMPアドイン |
| |
JMPコミュニティで見つけて |
| |
バブルプロットで表示します。 |
| |
動的バブルはこれをプロットします |
| |
のように見えます。 だから私はカバーしました |
| |
非常に迅速に8つの情報 |
| |
品質の寸法。 私の最後の |
| |
スライドは私が話したものです |
| |
歴史から |
| |
視点、本当にいくつか入れて |
| |
私が言っていることに比例します。 |
| |
私たちは本当に時代にいると思います |
| |
情報の質の。 使用しました |
| |
製品に関心を持つ |
| |
18世紀の品質、 |
| |
17世紀。 その後、に移動しました |
| |
プロセスの品質とサービス |
| |
品質。これは短いメモです |
| |
管理図の提案について、 |
| |
1924年だと思います。 |
| |
その後、経営陣に移ります |
| |
品質。これはジュランです |
| |
デザイン、改善の三部作 |
| |
と制御。 シックスシグマ（定義、 |
| |
測定、分析、改善） |
| |
制御プロセスは |
| |
ジュランの改善プロセス、 |
| |
ジュランは祖父でした |
| |
その意味でシックスシグマの。 |
| |
そして80年代に田口がやってきた |
| |
に。 彼は頑強について話します |
| |
設計。どうすれば処理できますか |
| |
適切な入力の変動性 |
| |
設計上の決定？ そして今、私たちは |
| |
情報化時代 |
| |
品質。センサーがあります。 私達 |
| |
柔軟なシステムを持っています。 私たちです |
| |
AIとマシンによって異なります |
| |
学習とデータマイニングと私たち |
| |
ビッグビッグビッグを集めています |
| |
数字ですが、私たちはそれを大きなものと呼んでいます |
| |
データ。情報への関心 |
| |
品質は素数でなければなりません |
| |
興味。 やってみます |
| |
助けを借りて、あなたを納得させる |
| |
クリスの、それ。 |
| |
私たちはここにいて、JMPはできます |
| |
私たちがでそれを達成するのを手伝ってください |
| |
本当に珍しい方法。 |
| |
最後に表示されるもの |
| |
クリスが行うケーススタディ |
| |
ショーはそれを行う方法でもあります |
| |
情報品質評価と |
| |
特定の研究について、基本的に |
| |
情報品質を生み出す |
| |
スコア。だから私たちがトップダウンに行くなら、私は |
| |
あなたにこの研究を伝えることができます、これ |
| |
仕事、この分析はおそらく80％または |
| |
多分30％または多分95％。 |
| |
そして例を通してあなたは |
| |
その方法をご覧ください。 あります |
| |
これを提供するJMPアドイン |
| |
評価。それは実際に |
| |
とても簡単です。 あります |
| |
本当に洗練されたものは何もありません |
| |
そのことについて。 だから私は終わって |
| |
クリス、あなたの後。 ありがとう、ロン。 そう |
| |
今、私は通過するつもりです |
| |
ある方法でのデータセットの分析 |
| |
明示的に呼び出す |
| |
情報のさまざまな側面 |
| |
品質とJMPの可能性を示す |
| |
改善を評価するために使用 |
| |
InfoQの場合。 だから最初に、私は |
| |
InfoQを通過します |
| |
コンポーネント。最初のInfoQ |
| |
コンポーネントが目標なので、 |
| |
この場合、問題の説明 |
| |
それは化学会社でした |
| |
その処方が欲しかった |
| |
製品の歩留まりを最大化 |
| |
迷惑な不純物を最小限に抑える |
| |
それは反応から生じました。 |
| |
それが高レベルの目標でした。 |
| |
統計的には、 |
| |
正確にモデルを見つけるために |
| |
データに対する応答を予測しました |
| |
私たちが見つけることができるように設定します |
| |
材料の組み合わせと |
| |
リードする処理ステップ |
| |
より良い製品に。 |
| |
データは100で設定されます |
| |
実験的処方 |
| |
1つの主要な成分、X1、および |
| |
10添加剤。 もあります |
| |
13の処理係数 |
| |
反応。データは |
| |
完全に製造されましたが、 |
| |
同じことを説明するためにシミュレート |
| |
の長所と短所 |
| |
元のデータ。 データ |
| |
配合もされました |
| |
記録されました。見ていきます |
| |
このデータは密接に関係しているので、 |
| |
指摘する以上に手の込んだ |
| |
それらが収集されたこと |
| |
アドホックな方法で、1つまたは2つを変更します |
| |
一度に添加剤ではなく |
| |
設計またはランダム化として |
| |
実験。たくさんあります |
| |
このデータを分析する方法、 |
| |
最も典型的なのは最小です |
| |
フォワードを使用した正方形モデリング |
| |
選択した応答の選択。 |
| |
それが私の本来の意図でした |
| |
この話のために、しかし私が見せたとき |
| |
ロンへのデータ、彼はすぐに |
| |
応答列を認識しました |
| |
分析からの時系列として |
| |
化学。データにもかかわらず |
| |
シミュレートされた、彼は見ることができました |
| |
構造。彼は物事を見ることができました |
| |
私が見なかったデータで |
| |
そしてそれを読んだのはそうではありませんでした。 見つけた |
| |
これは驚くほどです |
| |
印象的です。 それは超えています |
| |
この話の範囲ですが、 |
| |
に基づくさらに優れたアプローチ |
| |
を使用したアンサンブルモデリング |
| |
分数加重 |
| |
ブートストラップ。フィル・ラムジー、 |
| |
ウェインレビンと私は別のものを持っています |
| |
この方法論について |
| |
ヨーロッパの発見 |
| |
今年の会議。 ザ・ |
| |
アプローチは有望です |
| |
モデルをデータに適合させることができます |
| |
より活発な相互作用 |
| |
実行があります。 4番目で最後の |
| |
情報品質の構成要素 |
| |
ユーティリティです、それは私たちがどれだけうまくいくかです |
| |
私たちの目標を評価することができます。 または |
| |
どのように私たちがどれだけうまく測定したか |
| |
私たちの目標を評価しましたか？ あります |
| |
これにあるドメインの側面 |
| |
私たちが欲しい場合 |
| |
につながる定式化 |
| |
収量を最大化し、 |
| |
後処理での廃棄物 |
| |
材料。統計 |
| |
分析ユーティリティとは |
| |
私たちが合うモデル。 私たちが何であるか |
| |
そこに行くのは最も少ない |
| |
のモデルの二乗精度 |
| |
私たちがどれだけうまくできるかという条件 |
| |
何を予測する...何をするか |
| |
候補者からの結果 |
| |
処方の組み合わせ...の |
| |
混合係数。 今、私は行きます |
| |
一連の質問に答える |
| |
詳細なInfoQを構成します |
| |
に編成された評価 |
| |
情報の8つの次元 |
| |
品質。指摘したい |
| |
すべての質問が |
| |
異なるものに等しく関連する |
| |
データサイエンスと統計 |
| |
プロジェクト、そしてこれはそうではないこと |
| |
厳格な教義を意図しているが |
| |
むしろあるもののセット |
| |
自問するのは良い考えです。 |
| |
これらの質問は一種を表しています |
| |
データ分析の知恵の |
| |
だけでなく、より広く見えます |
| |
特定のアプリケーション |
| |
統計技術。 コピー |
| |
これらのスプレッドシートの |
| |
質問とポインタ |
| |
最も多いJMP機能 |
| |
答えるのに便利 |
| |
特定のものがアップロードされます |
| |
に沿ってJMPコミュニティに |
| |
あなたが使用するためにこの話で。 なので |
| |
私は質問を進めます、 |
| |
の分析をデモします |
| |
JMPのデータ。 だから質問1 |
| です |
使用されるデータスケールです |
| |
述べられた目標と一致していますか？ そう |
| |
私たちが持っているXは |
| |
単一のカテゴリ変数 |
| |
処理と11連続 |
| |
入力。 これらは測定されます |
| |
パーセンテージとして、また |
| |
半分のパーセントに記録されました。 私達 |
| |
の合計金額がありません |
| |
材料だけ、 |
| |
パーセンテージ。合計は |
| |
失われた情報 |
| |
または決して記録されません。 がある |
| |
その他の潜在的に重要 |
| |
ある情報 |
| |
ここにありません。 間の時間 |
| |
バッチの作成と |
| |
測定を行うことはなくなりました |
| |
そして他にあったかもしれない |
| |
共変量レベルの情報 |
| |
ここに欠けている |
| |
以下の条件を説明しました |
| |
反応が起こった。 |
| |
私より多くの情報なしで |
| |
持っている、私はどれほど重要かを言うことはできません |
| |
この種の共変量情報 |
| |
だっただろう。 我々が持っています |
| |
当日の情報 |
| |
バッチ、それはとして使用することができます |
| |
おそらく代理。 全体的に私たちは |
| |
うまくいけば、最も多いものを持っています |
| |
重要な入力だけでなく |
| |
応答の測定 |
| |
最適化したい。 私たちは持つことができた |
| |
より多くの情報がありましたが、これは |
| |
試してみるのに十分有望に見えます |
| |
と分析。 二番目 |
| |
データに関する質問 |
| |
解像度はどれほど信頼性が高く、 |
| |
正確な測定装置は |
| |
およびデータソース。 そして事実 |
| |
つまり、私たちは多くを持っていません |
| |
ここに特定の情報。 ザ・ |
| |
内部統計学者 |
| |
会社はもっと持っていただろう |
| |
情報。 この場合、 |
| |
それを信頼せざるを得ない |
| |
化学者が処方し、 |
| |
混合物をよく記録しました。 ザ・ |
| |
データに関する3番目の質問 |
| 解像度は |
データです |
| |
データに適した分析 |
| |
集計レベル？ そしてその |
| |
ここでの答えは「はい」です。 |
| |
彼らの測定システムは |
| |
正確であり、データが |
| |
十分にきれい。 私たちがやろうとしていること |
| |
実際にやることになるのは |
| |
を使用します |
| |
機能データエクスプローラーから |
| |
機能プリンシパルを抽出する |
| |
データであるコンポーネント |
| |
派生した種類のデータ |
| |
集約。そして、私たちは |
| |
それらをモデル化する予定です |
| |
機能的主成分 |
| |
入力変数を使用します。 そう |
| |
次に、データに移ります |
| |
構造寸法と |
| |
私たちが最初に尋ねる質問は、 |
| |
に合わせて使用されるデータ |
| |
述べられた目標？ そして、私は |
| |
答えはここで明確にイエスです。 私たちは |
| |
最大化しようとしています |
| |
産出。の測定値があります |
| |
それ、そして入力は |
| |
Xとして記録されます。 2番目のデータ |
| |
構造の質問はどこにあります |
| |
物事は本当に取得し始めます |
| |
私にとって興味深い。 だからこれは |
| |
整合性の詳細です |
| |
（外れ値、欠落値、データ |
| |
破損）説明されている問題と |
| |
適切に処理されましたか？ だからから |
| |
ここでは、JMPを使用して |
| |
外れ値がどこにあるかを理解する |
| |
は、のための戦略を理解する |
| |
欠落している値をどうするか、 |
| |
それらのパターンなどを観察する |
| |
オン。だからこれはここです |
| |
物事は少しなるだろう |
| |
もう少し面白い。 最初 |
| |
私たちがやろうとしていることは、私たちが |
| |
あるかどうかを判断します |
| |
データ内の外れ値 |
| |
心配する必要があります。 そう |
| |
それをするために、私たちは行くつもりです |
| |
外れ値の探索に |
| |
スクリーニングから離れたプラットフォーム |
| |
メニュー。をロードします |
| |
応答変数、および |
| |
これは多変量設定であり、 |
| |
新しい機能を使用します |
| |
ロバストと呼ばれるJMPプロ16で |
| |
PCA外れ値。 だから私たちはどこにいるのかわかります |
| |
大きな残差はそれらの中にあります |
| |
パレートタイプのプロットの一種。 |
| |
どこにあるかを示すスナップショットがあります |
| |
潜在的にいくつかあります |
| |
異常に大きな観測。 私 |
| |
これは本当に見えるとは思わない |
| |
私にはあまりにも珍しいまたは心配です。 |
| |
大きな外れ値を保存できます |
| |
データテーブルに移動してから、 |
| |
ディストリビューションでそれら |
| |
プラットフォームと私たちが見ているもの |
| |
正規分布のように見えます |
| |
真ん中を取り出して。 だから私は |
| |
これはデータだと思います |
| |
同じようなものから来ています |
| |
人口と何もありません |
| |
本当にここで心配する、 |
| |
外れ値に関して。 だから私たちが |
| |
外れ値の世話をしました |
| |
私たちが入って探検する状況 |
| |
欠測値。 だから私たちは何ですか |
| |
最初にやるのは |
| |
Ysを...にロードする |
| |
プラットフォーム、そして私たちは行きます |
| |
不足している値を使用するには |
| |
どのパターンを確認するためのスナップショット |
| |
彼らは私たちの行方不明の中にあります |
| |
値。 それはのように見えます |
| |
欠測値はで発生する傾向があります |
| |
水平クラスター、そしてあります |
| |
また、同じ欠落値 |
| |
行全体。 だからあなたはそれを見ることができます |
| |
ここに黒い斑点があります。 |
| |
そして、私たちは適用しに行きます |
| |
自動化されたデータ代入、 |
| |
先に進んで節約します |
| |
代入する数式列 |
| |
新しい値の欠落 |
| |
回帰タイプを使用する列 |
| |
によって開発されたアルゴリズム |
| |
ミロという私の博士課程の学生 |
| |
ノースカロライナ州立大学のページ。 だから私たちは遊ぶことができます |
| |
少し周りと取得します |
| |
ADIのような感覚 |
| |
アルゴリズムが機能しています。 っていうことは |
| |
これらの数式列を作成しました |
| |
の要素を剥がしている |
| |
ADI代入列、つまり |
| |
ベクトル式の列、および |
| |
代入関数のスコアリング |
| |
期待値を計算しています |
| |
与えられた欠落セルの値 |
| |
欠落していないセル、いつでも |
| |
欠測値があります。 そしてそれは |
| |
非を実行するだけ |
| |
欠測値。 だからあなたは207を見ることができます |
| |
YO ... Y6にあります。 最初は |
| |
207しかしそれから私はそれをに変更します |
| |
行方不明で、今は |
| |
234であると帰属。 |
| |
だから私はこれを数回やります |
| |
あなたはそれがどのようになっているのかを見ることができます |
| |
ワーキング。だからここに私は大きなものを入れます |
| |
Y7の値とそれは今です。 |
| |
交換されました。 そして私たちが降りたら |
| |
行を追加し、 |
| |
その後、すべての欠落値があります |
| |
最初に、列は |
| |
に置き換えられます |
| |
代入。 私が行くとしたら |
| |
先にいくつかの値を追加します |
| |
それらの欠けている細胞、それは |
| |
条件付きの実行を開始します |
| |
まだ行方不明の期待 |
| |
情報を使用するセル |
| |
それは行方不明のものにあります.... |
| |
不足していないもの。 だから私たちの次 |
| |
データ構造に関する質問は |
| |
分析方法は |
| |
データ構造に適していますか？ |
| |
つまり、11の混合入力があります |
| |
および処理変数は |
| |
カテゴリカル。それらは行きます |
| |
少なくともへの入力になる |
| |
スクエアタイプモデル。 我々は持っています |
| |
13の継続的な応答と |
| |
を使用してそれらをモデル化できます... |
| |
個別に使用する |
| |
正方形。またはモデル化できます |
| |
機能プリンシパル |
| |
コンポーネント。 ...今あります |
| |
問題。 Xは... |
| |
入力変数はされていません |
| |
まったくランダム化。 それはとても |
| |
彼らがいじくりまわすことを明確にする |
| |
1つまたは複数の |
| |
化合物を移動してから移動します |
| |
別のものに。 だから |
| |
の順序 |
| |
入力変数が変化しました |
| |
ある種の偶然でした。 それは |
| |
ランダム化の明らかな欠如、および |
| |
それは否定的になります |
| |
私たちに影響を与える...一般化可能性 |
| |
そして私たちの結論の強さ。 |
| |
データ統合は3番目です |
| |
InfoQディメンション。 これらのデータ |
| |
手動で入力されたラボノート |
| |
主に混合物で構成されています |
| |
パーセンテージと機器 |
| |
読み出し。私たちは仮定することができるだけです |
| |
データが入力されたこと |
| |
正しく、Xが |
| |
応答と適切に調整されます。 |
| |
そうでない場合は、 |
| |
モデルには深刻なバイアスがあります |
| |
問題があり、 |
| |
一般化の問題。 |
| |
統合はもっと問題です |
| |
観測データ付き |
| |
機械の科学問題 |
| |
ラボよりも演習を学ぶ |
| |
このような実験。 でも |
| |
ここには当てはまりません、 |
| |
そのプライバシーを指摘し、 |
| |
守秘義務の懸念は |
| |
モデリングによって識別されます |
| |
を使用してデータの機密部分 |
| |
公開されるコンポーネント |
| |
データで。 結果の場合 |
| |
モデルが予測され、次に1つ |
| |
そのプライバシーを心配する必要があります |
| |
懸念は満たされていません。 一時的 |
| |
関連性とは |
| |
の運用時間シーケンス |
| |
データの収集、分析、 |
| |
展開とギャップかどうか |
| |
それらの段階の間に |
| |
の有用性の低下 |
| |
研究の情報。 |
| |
この場合、私たちは単純にしかできません |
| |
材料が供給することを願っています |
| |
適度に一貫性があり、 |
| |
テスト機器は |
| |
適度に正確です。 |
| |
これで検証不可能な仮定 |
| |
ポイント。時間分解能 |
| |
データ収集が |
| |
日レベルで、つまり |
| |
そんなに多くの方法がないこと |
| |
時間があるかどうか確認できます |
| |
毎日の変動。 |
| |
データと目標の年表は |
| |
の可用性について |
| |
両方の観点から関連する変数 |
| |
変数が |
| |
データにまったく存在する、または |
| |
適切な情報かどうか |
| |
モデルが利用可能になるとき |
| |
が展開されます。 予測用 |
| |
モデル、これはモデルに関連しています |
| |
と同様のデータに適合している |
| |
その時に何が存在するか |
| |
モデルはで評価されます |
| |
新しいデータ。 このように、私たちのデータ |
| |
セットは確かに大丈夫です。 ために |
| |
ただし、因果関係を確立する |
| |
私たちはほとんど良くありません |
| |
の欠如のための形 |
| |
ランダム化はその時間を意味します |
| |
効果と因子効果は |
| |
混乱し、偏見につながる |
| |
私たちの見積もりでは。 内生性、 |
| |
または逆因果関係、可能性があります |
| |
明らかにここで問題になります。 |
| |
温度や |
| |
反応時間は明らかに |
| |
応答に影響を与えますが、 |
| |
記録されないままにされました。 全体、 |
| |
わからないことがたくさんあります |
| |
この次元について |
| |
情報の質の感覚。 |
| |
InfoQの残りの部分 |
| |
評価は |
| |
の種類によって異なります |
| |
私たちが行う分析。 だからこれで |
| |
ポイント私は先に行くつもりですそして |
| |
このデータの分析を実施する |
| |
機能データの使用 |
| |
JMPProのエクスプローラープラットフォーム |
| |
それは私が全体をモデル化することを可能にします |
| |
すべての列を同時に |
| |
に基づいている方法で |
| |
機能的主成分、 |
| |
最大量を含む |
| |
それらすべてにわたる情報の |
| |
で表される列 |
| |
可能な限り最も効率的なフォーマット。 |
| |
私はに取り組むつもりです |
| |
列の代入バージョン |
| |
以前に計算したもの |
| |
プレゼンテーション。そして、私は行きます |
| |
私がなることを指摘する |
| |
の組み合わせを見つけるために働いています |
| |
達成する混合要因 |
| |
可能な限り密接に |
| |
最小二乗法、理想 |
| |
によって作成された曲線 |
| |
最大化する開業医 |
| |
その潜在的な製品の量 |
| |
バッチである可能性があります |
| |
の量を最小限に抑える |
| |
彼らが不純物 |
| |
現実的にバッチを考えた |
| |
含むことができます。 だから私は始めます |
| |
分析に行くことによる分析 |
| |
メニュー、機能を起動します |
| |
データエクスプローラー。 これには次のような行があります |
| |
機能。私は自分の |
| |
代入された行、そして私は行きます |
| |
私の処方を入れる |
| |
コンポーネントと私の処理 |
| |
補足としての列 |
| |
変数。 IDを持っています |
| |
関数、それはバッチIDです。 ここで私は |
| |
入れ。 私は機能を見ることができます、 |
| |
オーバーレイ全体、および |
| |
個々の機能がわかります。 |
| |
次に、ターゲットをロードできます |
| |
理想的な機能です。 |
| |
そしてそれは変化します |
| |
一度私が結果を出す分析 |
| |
モデリングを開始します |
| |
ステップ。だからこれらはきれいです |
| |
シンプルな機能なので、私はただ |
| |
それらをモデル化するつもりです |
| |
Bスプライン。 |
| |
そして、私は私の中に入るつもりです |
| |
機能的なDOE分析。 |
| |
これはモデルに適合します |
| |
入力をに接続します |
| |
機能プリンシパル |
| |
コンポーネントを接続してからすべてを接続します |
| |
の道 |
| |
そうするための固有関数 |
| |
私たちは回復することができます |
| |
それらとしての全体的な機能 |
| |
変化しているので、 |
| |
混合係数。 ザ・ |
| |
機能的主成分 |
| |
分析は次のことを示しています |
| |
の4つの次元があります |
| |
これらの応答の変動 |
| |
機能。何を理解する |
| |
つまり、先に進みましょう |
| |
FPCプロファイラーで探索します。 |
| |
したがって、このペインをここで次のように見てください |
| |
FPC 1を調整すると、 |
| |
このFPCが関連付けられていること |
| |
ピーク高さ。 FPC2、見た目 |
| |
それは一種のピークのように |
| |
狭さ。それはほとんどのようなものです |
| |
決議プリンシパル |
| |
成分。 3つ目は |
| |
膝の種類に関連する |
| |
ドミナントピークの左側。 |
| |
そしてピーク4はそれがそうであるように見えます |
| |
主に関連する |
| |
不純物なので、それが |
| |
根本的な意味は |
| |
これらの4つの機能 |
| |
主成分。 |
| |
だから私たちは私たちの目標を特徴づけました |
| |
製品を最大化するように |
| |
不純物を最小限に抑え、 |
| |
私たちはそれをに伝えました |
| |
この理想による分析または |
| |
私たちが供給した黄金曲線 |
| |
FDEの始まり |
| |
私たちが行っている運動。 として取得するには |
| |
その理想に可能な限り近い |
| |
曲線、望ましさをオンにします |
| |
機能。そして、私たちは行くことができます |
| |
望ましさを最大化します。 |
| |
そして、私たちはそれが最適であることがわかります |
| |
入力の組み合わせは約 |
| |
の4.5％ |
| |
成分4、2％ |
| |
成分6。2.2％の |
| |
成分8と1.24％ |
| |
処理を使用した成分9 |
| |
方法2。 方法を確認しましょう |
| |
ここに来ました。 私たちは最初に |
| |
欠落している応答を計算しました |
| |
列。次に、Bスプラインを見つけました |
| |
それらの機能に適合するモデル |
| |
FDEプラットフォームでも同様です。 A |
| |
機能的主成分 |
| |
分析により、 |
| |
4つの固有関数でした |
| |
のバリエーションを特徴づける |
| |
このデータ。 これらの4つ |
| |
固有関数が決定されました |
| |
FPCプロファイラーを介してそれぞれに |
| |
合理的な主題を持っている |
| |
問題の意味。 機能的 |
| |
DOE分析は以下で構成されました |
| |
剪定された前方への適用 |
| |
それぞれへの選択 |
| |
を使用した個々のFPCスコア |
| |
入力変数としてのDOE因子。 |
| |
そして、私たちはここでこれらが持っていることがわかります |
| |
の組み合わせが見つかりました |
| |
相互作用と主な効果 |
| |
最も予測的だった |
| |
各機能プリンシパル |
| |
コンポーネントは個別にスコアを付けます。 |
| |
機能的なDOEプロファイラー |
| |
すべてをエレガントにキャプチャしました |
| |
アスペクトを1つの表現に |
| |
それは私たちが見つけることを可能にします |
| |
その配合処理ステップ |
| |
望ましいと予測される |
| |
高で測定された特性 |
| |
収率と低不純物。 |
| |
これで、InfoQを実行できます |
| |
の評価 |
| |
のデータの一般化可能性 |
| |
解析。 したがって、この場合、 |
| |
私たちはもっと興味があります |
| |
科学的な一般化可能性、 |
| |
実験者は深く |
| |
知識豊富な化学者 |
| |
この化合物で。 だから私たちは |
| |
もっと頼りになります |
| |
彼らの主題の専門知識 |
| |
次に統計的原則について |
| |
および仮説検定などのツール |
| |
などなど。 目標は |
| |
主に予測的ですが、 |
| |
一般化可能性は一種です |
| |
問題があるのは |
| |
実験は設計されていません。 私たちの |
| |
相互作用を推定する能力 |
| |
のような技術のために弱められます |
| |
前方選択と不可能 |
| |
の最小二乗分析を介して |
| |
フルモデル。 なぜなら |
| |
研究はランダム化されていませんでした |
| |
で記録されていない時間である可能性があります |
| |
順序効果。 私たちは持っていません |
| |
潜在的に重要な共変量 |
| |
温度や |
| |
反応時間。 これにより、 |
| |
別の大きな疑問符 |
| |
一般化可能性に関して。 |
| |
再現性と |
| |
研究の再現性は |
| |
ここでも不明です |
| |
に関する情報はありません |
| |
による変動性 |
| |
測定システム。 幸運なことに、 |
| |
JMPのようなツールはあります |
| |
理解するために設計を評価する |
| |
既存のデザインだけでなく |
| |
大幅にできる設計を強化する |
| |
一般化を強化する |
| |
分析のパフォーマンス。 |
| |
増強は情報を改善することができます |
| |
主な効果と |
| |
相互作用、および第2ラウンド |
| |
実験の |
| |
強化するためにランダム化 |
| |
一般化可能性。だから今私は |
| |
いくつかを通過するつもりです |
| |
方法を示す簡単な手順 |
| |
一般化を改善する |
| |
を使用して私たちの研究のパフォーマンス |
| |
JMPの設計ツール。 私の前に |
| |
そうして、指摘したい |
| |
私はデータを取らなければならなかったことと |
| |
それがあったようにそれを変換します |
| |
ではなく比率 |
| |
パーセント。それ以外の場合、デザイン |
| |
ツールは本当に同意していませんでした |
| |
データと非常によく。 だから私たちは |
| |
評価デザイナーに入る |
| |
次に、Yをロードして |
| |
私たちのX。 私はする能力を要求しました |
| |
二次相互作用を処理します。 |
| |
それから...ええ、私はこのアラートを受け取りました |
| |
言って、ねえ、私はそれを行うことはできません |
| |
できないので |
| |
すべての相互作用を推定する |
| |
一度に1つの要因が与えられます |
| |
私たちが持っているデータ。 だから私は支持した |
| |
アップ。私たちは増強に行きます |
| |
デザイナー、すべてをロードし、 |
| |
拡張を設定します。 私たちが選ぶと私は- |
| |
私たちがいるので最適なデザイン |
| |
本当に心配している |
| |
ここで予測されるパフォーマンス。 |
| |
そして私 |
| |
実行回数を148に設定します。 |
| |
カスタムデザイナーが要求した |
| |
少なくとも141ですが、私は行きました |
| |
148念のために |
| |
私たちはすべての能力を持っていること |
| |
私たちのすべての相互作用を推定する |
| |
かなりよく。 その後、それ |
| |
に約20秒かかります |
| |
デザインを構築します。 だから今 |
| |
私たちがデザインを持っていること、私は |
| |
2つを最も表示するつもりです |
| |
の重要な診断ツール |
| |
の拡張設計者 |
| |
デザインの評価。 に |
| |
左、私たちはの分数を持っています |
| |
デザインスペースプロット。 これは |
| |
ボリュームの50％が |
| |
デザインの |
| |
である予測分散 |
| |
1未満。 したがって、1は |
| |
残差に相当 |
| |
エラー。だから私たちは得ることができます |
| |
測定誤差よりも優れている |
| |
上の品質予測 |
| |
デザインの大部分。 に |
| |
右のカラーマップがあります |
| |
相関関係。これは示しています |
| |
見積もることができます |
| |
すべてがかなりうまくいっています。 あります |
| |
いくつか...混合物のため |
| |
制約、私たちはいくつかを得ています |
| |
間の強い相関関係 |
| |
相互作用と主な効果。 |
| |
全体的に、効果はかなりです |
| |
掃除。そして、相互作用は |
| |
1つからかなりよく分離されています |
| |
別の、そして主な効果 |
| |
からかなりよく分離されています |
| |
お互いにも。 後 |
| |
デザインを見て |
| |
診断、私たちは作ることができます |
| |
テーブル。ここで、私は |
| |
拡張実行の最初の13 |
| |
そして私達は私達が持っているのを見る...私達 |
| |
より多くのランダム化があります。 私たちはしません |
| |
同じ主効果を使用している |
| |
何度も何度も縞。 |
| |
それはより良い証拠です |
| |
ランダム化と全体的に |
| |
デザインはできるようになります |
| |
メインをはるかによく見積もる |
| |
効果と相互作用 |
| |
より良い、より高い品質を受け取りました |
| |
この第2段階の情報 |
| |
実験の。 したがって、入力 |
| |
変数、Xは正確です |
| |
混合物の表現 |
| |
比例しているので、それは明らかです |
| |
客観的な関心。 ザ・ |
| |
応答は密接な代理です |
| |
製品の量について |
| |
と不純物の量 |
| |
バッチ。 私たちはかなり上手です |
| |
7.1。そこ。 正当化 |
| |
明確です。 研究後、私たちは |
| |
もちろん準備に行くことができます |
| |
配合であるバッチ |
| |
それはFDOEによって推奨されました |
| |
プロファイラー。それを試してみて、 |
| |
私たちは一種の |
| |
私たちが探していたパフォーマンス |
| |
ために。それは非常に明白です |
| |
私たちができる方法になります |
| |
私たちがどれだけうまく達成したかを評価する |
| |
私たちの研究目標。 だから今の下で |
| |
最後のInfoQディメンション |
| |
コミュニケーション。 説明することによって |
| |
ターゲットとしての理想的な曲線 |
| |
機能、機能DOE |
| |
プロファイラーが目標を達成し、 |
| |
分析結晶の結果 |
| |
晴れ。しかし、これは表現できます |
| |
簡単にできるレベルで |
| |
化学者によって解釈され、 |
| |
研究開発施設のマネージャー。 |
| |
そして、私たちが詳細に行ったように |
| |
情報品質評価、 |
| |
私たちは前向きに |
| |
の長所と短所 |
| |
研究デザインとデータ |
| |
コレクション。結果がそうなら |
| |
一般化しないでください、私たちは確かに |
| |
どこを探すべきかを知る |
| |
問題があった。 あなたがなると |
| |
概念に精通している、 |
| |
書かれた素敵なアドインがあります |
| |
あなたが使用できるイアンコックスによって |
| |
迅速な定量的InfoQを行う |
| |
評価。アドインには |
| |
上下のスライダー |
| |
各InfoQディメンションの境界。 |
| |
これらの寸法は組み合わされています |
| |
望ましさ関数を使用する |
| |
全体的な間隔のアプローチ |
| |
左側のInfoQについて。 |
| |
これがの評価です |
| |
私がカバーしたデータと分析 |
| |
このプレゼンテーション。 アドインは |
| |
また、便利な思考ツール |
| |
それぞれを考慮させます |
| |
InfoQディメンション。 それはまた |
| |
コミュニケーションの実用的な方法 |
| |
あなたへのInfoQ評価 |
| |
クライアントまたはあなたの経営陣に、 |
| |
それはの高レベルのビューを提供します |
| |
情報の質なし |
| |
多くの技術を使用して |
| |
概念と専門用語。 アドイン |
| |
の基礎としても役立ちます |
| |
InfoQの比較。 ぼくの |
| |
これに対する当初の希望 |
| |
プレゼンテーションは少しでした |
| |
もう少し野心的。 期待していた |
| |
私が持っていた分析をカバーするために |
| |
ちょうど通過しただけでなく |
| |
もう一つのより単純なもの、私がスキップするもの |
| |
応答を入力して実行する |
| |
単純な多変量線形 |
| |
応答の回帰モデル |
| |
列。今日、私はしかできません |
| |
その最終評価を提供する |
| |
アプローチ。ご覧のように、 |
| |
InfoQのいくつか |
| |
寸法は大幅に低下します |
| |
より洗練されたものなしで |
| |
分析。それは非常に明白です |
| |
簡単な分析は |
| |
はるかに低いInfoQスコア。 |
| |
シンプルの上限 |
| |
分析はそれほど高くはありません |
| |
より多くの下限より |
| |
洗練されたもの。 と |
| |
経験、あなたは得るでしょう |
| |
何が良いInfoQかについての直感 |
| |
スコアはデータサイエンス用です |
| |
あなたの業界のプロジェクトと |
| |
あなたとしてより良い習慣を身につける |
| |
もはや盲目ではありません |
| |
あなたの情報のボトルネック |
| |
データの収集、分析、 |
| |
モデルの展開。 情報 |
| |
使いやすい品質 |
| |
インターフェース。 これが私の最初でした |
| |
正式な情報の質 |
| |
評価。自分で言えば、 |
| |
情報の質 |
| |
フレームワークは言葉を与え、 |
| |
多くのものへの構造私は |
| |
すでに本能的に知っていました。 それ |
| |
私のやり方はすでに変わっています |
| |
新しいデータ分析にアプローチする |
| |
プロジェクト。行くことをお勧めします |
| |
このプロセスを通して自分で |
| |
あなた自身のデータ、たとえそのデータであっても |
| |
分析はすでに非常に |
| |
おなじみです。 保証します |
| |
あなたが賢くなり、 |
| |
より効率的なデータサイエンティスト |
| |
そのため。 ありがとうございました。 |
