Durante la sessione è stata posta una domanda sulla natura dei coefficienti previsti; se erano sui fattori in scala o sui livelli effettivi. Posso confermare da un collega sviluppatore che sono in riferimento al ridimensionamento utilizzato dal modello di adattamento nei suoi modelli (ad esempio, salvare la formula di previsione e annotare la centratura e il ridimensionamento dei fattori utilizzati in quel punto).
grazie per il chiarimento @calking !
Inoltre, mentre esaminavo il mio diario, ho trovato alcuni errori nella tabella "Errori di tipo 1 e di tipo 2" mostrata nel video.Ho corretto gli errori nel giornale allegato e nell'immagine qui sotto:
# JMP16, # Type_1_Type_2_Errors
Guarda come esaminare:
Nota: Domande e risposte sono intervallate da tutto il video.
Perché usare? Esploratori di dimensioni del campione per DOE, introdotto in JMP 16? Per bilanciare le nostre risorse (non vogliamo eseguire troppi test) con i risultati desiderati.Questi risultati dipendono dalla fiducia e dal potere desiderati, insieme ad alcune stime specifiche del test.Rispondi alle domande, incluso
- Quante unità devo testare?
- Sarò in grado di rilevare una differenza nei miei mezzi di trattamento?
- Quanti campioni sono necessari per costruire un intervallo con una larghezza specificata?
- Quante unità devo testare per stimare il tempo di guasto?
Informazioni sulla fiducia statistica
Se raccogliamo un campione di parti e facciamo una misurazione su ciascuna di quelle parti, possiamo calcolare una media e una deviazione standard per quel campione specifico.Il campione è stato tratto da una "popolazione" di parti, che ha una propria media vera e una deviazione standard vera.Non abbiamo modo di conoscere la vera media della popolazione e la deviazione standard (a meno che non misuriamo TUTTE LE PARTI nella popolazione, che è generalmente proibitiva in termini di costi). La media campionaria e la deviazione standard probabilmente non saranno le stesse della media della popolazione e deviazione standard.Vorremmo porre dei limiti a un intervallo di valori in cui pensiamo che la media della popolazione totale potrebbe davvero essere.
Per determinare questo intervallo, dobbiamo avere un po' di fiducia nei nostri risultati.Può essere qualsiasi percentuale compresa tra 0 e 100%.Spesso viene scelto come 95%, ma dipende dall'applicazione.Quindi, dopo alcuni calcoli, ci ritroviamo con un'affermazione come "Il nostro campione di 15 parti aveva una media di 13,1.Abbiamo il 95% di confidenza che la media reale della popolazione da cui sono state tratte queste 15 parti sia compresa tra 10,4 e 15,8.Ciò significa che il 95% delle volte (o 19 volte su 20) avrò ragione.La vera media della popolazione sarebbe veramente tra 10,4 e 15,8.
Il restante 5% delle volte (1 volta su 20) sbaglieremmo.La vera media della popolazione sarebbe inferiore a 10,4 o maggiore di 15,8.
Nota che se disegniamo un altro campione di 15 parti, otterremo un'altra risposta.Forse otteniamo una media campionaria di 13,3 con una deviazione standard campionaria diversa.Ora il nostro intervallo di confidenza al 95% potrebbe essere compreso tra 10,9 e 15,7. Se disegniamo ancora un altro campione, questa volta di 30 parti, potremmo produrre un intervallo di confidenza del 95% più stretto, diciamo da 12,1 a 14,5.È più stretto perché abbiamo una stima migliore della vera media della popolazione e della deviazione standard, in virtù della maggiore dimensione del campione.
Informazioni sul potere statistico
Questo generalmente implica essere in grado di rilevare una DIFFERENZA. Ad esempio, vogliamo sapere se la vera media della popolazione è 15, entro +/- 1 unità. Intendiamo prelevare un campione di 25 parti dalla popolazione.Prevediamo che la deviazione standard delle parti sarà di 1,0 unità. Quando stimiamo la media effettiva della popolazione, vogliamo avere il 95% di confidenza nella stima.
Quanto spesso avremo ragione nella mia ipotesi che la vera media della popolazione sia 15 +/- 1?Questo è POTERE STATISTICO.In questo caso avremmo ragione il 40% delle volte.Quindi, se disegniamo più campioni di 5 parti ciascuno e traiamo ogni volta una conclusione sul fatto che la media della popolazione sia veramente 15 +/- 1, avremo ragione solo il 40% delle volte. Possiamo aumentare la potenza aumentando il nostro numero di campioni, o ampliando la differenza da rilevare, o riducendo la nostra fiducia nella stima della media della popolazione.Potenza = probabilità di rifiutare correttamente l'ipotesi nulla.In genere siamo interessati al potere solo quando il null è effettivamente falso.
risorse
