Buenos días a todos,
Publico aquí todo lo que se ha intercambiado por correo electrónico sobre este tema para centralizar nuestra acción.
Con fecha de : jueves, 10 de febrero de 2022 10:12 a. m.
De : Stephane
Me permito volver a ustedes para preparar con un poco de anticipación nuestra próxima videoconferencia (17 de marzo) para nuestro webinar (6 de junio) sobre la propuesta de asistencia de modelado bivariado en forma de Check-List.
Le ofrezco un primer borrador de este Check-List en el archivo Excel adjunto (ver archivo 1) (Pestaña #2 titulada “Modelado bivariado”. Ignore la pestaña n.º 1 titulada "Preparación de datos")
¡Sus aportes son bienvenidos! No dude en agregar pasos, corregir tonterías, agregar comentarios (PD: indique sus iniciales), o incluso columnas (por ejemplo: "Plataforma JMP a usar"). FYI, solo me enfoqué en el caso donde Y y X son variables continuas, ¿tenías en mente tratar también los otros casos?
No se preocupe por el formulario, es solo un documento de trabajo. Veremos este punto más adelante.
Si pudiéramos llegar a un consenso sobre el contenido antes de nuestra videoconferencia, ¡sería perfecto!
Por lo tanto, podríamos centrarnos en:
- La revisión definitiva del contenido
- Elección del formato de emisión
- organización de seminarios web
- Definición del escenario/progreso
- Elección de ejemplos
- Elección de presentadores
Con fecha de : viernes, 11 de febrero de 2022 15:01
De :Víctor
¡Gracias por este gran trabajo tan completo!
Efectivamente, dependiendo del uso de la plataforma "Fit Y by X" o "Fit Model", el número de opciones no es el mismo...
Creo que también puede ser interesante separar los dos, las opciones o pruebas mencionadas en la tabla no necesariamente son posibles en ambas plataformas, por lo que todo depende del conjunto de datos y el propósito previsto.
- Comience con un enfoque exploratorio con "Fit Y by X" (y otras plataformas como "Distributions", "Screening>Explore Outliers", "Multivariable",... )
- Acércate a una pieza de modelado con “Fit Model” y las pruebas disponibles que mencionas.
Algunas adiciones mías (¿algunas quizás más bien en la parte 2 del tema Modelado?):
- Para el coeficiente R², realmente no hay un mínimo necesario, todo dependerá del contexto: si estamos en datos de rendimiento/producción con un proceso basado en factores, buscaremos modelar el sistema lo mejor posible, por lo que un R² de menos de 0,6 – 0,7, por ejemplo, será bastante decepcionante: existen potencialmente otros factores influyentes que no se tienen en cuenta... Para estudios sensoriales/preferencias/gusto, conseguir obtener un R² de 0,5 para explicar las preferencias de las personas según diferentes atributos ya es muy instructivo (ejemplo personal en JMP Public, un análisis de cervezas que explica el 45% de las preferencias de Alguien es bastante interesante: ).
- Para la falta de ajuste/sobreajuste (y la presencia de un valor atípico que distorsiona el análisis), me gusta mucho usar R² PRESS: calculado promediando R² calculado con n-1 puntos cada vez, esto puede ayudar a detectar un problema de generalización de el modelo si R² y R² Press son muy diferentes. Gracias Damián por el consejo
- Para los residuales, mostrar los “Residuos Estudiantizados” también es bastante instructivo y le permite identificar un problema de un vistazo.
- Con respecto a los valores atípicos, la plataforma de detección de valores atípicos es muy buena, pero en el caso de un problema con una gran cantidad de dimensiones, me gusta hacer un análisis de valores atípicos mediante la plataforma "Multivariante" -> Distancias Jackknife.
En la plataforma "Fit Y by X" también hay mucho que decir en el caso de datos categóricos: ANOVA (con comparación de medias, test de equivalencia de medias y desviaciones estándar/varianza, etc.), análisis de contingencia…
Por último, adjunto dos fichas que envié a Florencia y que son bastante prácticas para hacer pruebas estadísticas: cara_sonriente_con_ojos_de_risa: (ver archivos 2 y 3)
Con fecha de : viernes, 11 de febrero de 2022 17:18
De : Andrés
Gracias Stéphane y Victor por este trabajo y sus pensamientos.
La mesa propuesta es muy buena. Creo que podemos aportar más indicando en la columna medios para implementar el comando, la opción JMP asociada y confiando en la ayuda para profundizar para distinguirse de los archivos ya existentes. (ver archivo 4) (cinturones negros, hojas del método de Olivier, etc.).Nuestra hoja de trucos debería ser para usar JMP. Agregué una columna F con el menú JMP (ver archivo 5) . Esta columna será nuestra ayuda para tener el gráfico correcto, el valor correcto, el valor p correcto para interpretar nuestros datos.
Como ejemplo, tomé la lista de opciones de la plataforma Fit Least squares (ver archivo 6) . Una opción se puede asociar a 1 punto a marcar. Puedes ver mis preferencias a continuación.
Entonces, tengo mucho cuidado con los niveles de umbral para R² y otros coeficientes de correlación. Estas son variables aleatorias y tienes que hacer una prueba para estar seguro de su significado. Uno puede estar satisfecho con un coeficiente de correlación lineal débil pero significativo (ídem para R²).
Quizás las líneas a trabajar deberían dividirse para avanzar. Qué piensas ?
Gracias de nuevo por abrir un hilo. ¡Esto me hace pensar que el tiempo que había planeado para la diapositiva en nuestro comité se ha utilizado para otra cosa!
Con fecha de : viernes, 17 de febrero de 2022 14:55
De : Ana
Gracias por todas las sugerencias sobre el tema!
Creo que corremos el riesgo de llenar rápidamente (¡o incluso desbordar!) la sesión: cara_sonriente_con_ojos_de_risa:
Me pregunto si no podríamos centrarnos en la plataforma Fit Y by X en esta primera sesión y dejar el modelo Fit para la segunda sesión de modelado prevista para julio.
En mi opinión, podría ser bueno tratar los diferentes escenarios dependiendo de si las variables son cuantitativas o cualitativas.
Y en realidad quedarme en algo muy práctico orientado a JMP, para saber dónde buscar y encontrar la información correspondiente a cada paso.
Con fecha de : viernes, 23 de febrero de 2022 13:28
De :Víctor
Para dar seguimiento a los diversos comentarios sobre esta primera parte de modelado, y la necesidad de centrarse en un número reducido de análisis (y plataformas), les ofrezco un pequeño resumen de los posibles análisis y pruebas estadísticas sobre distribuciones univariadas y bivariadas en JMP, usando las plataformas Distributions y Fit Y by X (ver archivo 7) .
No creo que haya necesidad de verlo todo (en un seminario web de una hora puede ser corto...), pero podríamos seleccionar casos de aplicación en algunos de estos análisis y crear un diagrama de flujo para la hoja de trucos que permita a los usuarios navegar a la plataforma adecuada de acuerdo con los datos que tienen y sus objetivos (modelado, prueba/comparación estadística, visualización, etc.).
Sería de la opinión de impulsar algunos ejemplos de pruebas estadísticas en este seminario web, porque son importantes en el análisis exploratorio para comprender mejor su conjunto de datos y también se encuentran en plataformas/análisis más complejos (análisis de diseños experimentales, MSA, …), por lo tanto, poder comprender cómo funcionan en un ejemplo simple puede permitir comprender mejor la lógica detrás de análisis más complejos: planes experimentales (y las hipótesis involucradas) o análisis de sistemas de medición (y las varianzas del análisis según el equipo, los operadores, etc. .)… :cara_sonriente_con_ojos_de_risa:
Con fecha de : viernes, 23 de febrero de 2022 14:22
De : Stephane
Justo les iba a enviar lo que había estado trabajando durante unos días para nuestro grupo.
Quería probar el prototipo de lista de verificación que le envié en un caso de datos (inventado). (ver archivos 8 y 9) . Esto da una idea además del marco que se puede desplegar durante el Webinar.
Solo trata el caso del modelado bivariado (admito que es más a lo que estoy acostumbrado) usando:
- No solo, como recomendaba Anne, la plataforma Fit Y by X (que redescubrí para la ocasión: smiley_face_with_laughing_eyes: )
- Pero también la plataforma Fit Model (a la que en realidad voy instintivamente cada vez)
Al leer el correo electrónico y el documento de Víctor, me doy cuenta de que hay tanto que decir que tendremos que... ¡divida el seminario web o tome decisiones drásticas!
(André, Florence, eso te enseñará a juntar un Victor y un Stéphane: face_qui_tire_la_langue_et_plisse_les_yeux: )
Con fecha de : viernes, 23 de febrero de 2022 16:36
De :Víctor
Gracias por las diapositivas, es un interesante enfoque paso a paso para resolver un problema.
Por mi parte, el archivo de Excel no ayuda demasiado para representar el proceso y no necesariamente fui muy claro, pero quería acentuar el lado de la hoja de trucos de acuerdo con los datos, las distribuciones y lo que queremos hacer (ver ejemplo en PJ ) (ver archivo 10) en JMP como los diagramas de flujo que te había enviado anteriormente sobre las pruebas estadísticas (grado de precisión del diagrama de flujo a considerar para no sobrecargarlo…).
Creo que los dos enfoques son bastante complementarios: Stéphane muestra lo que se puede hacer y las diferentes precauciones que se deben tomar al analizar un conjunto de datos, mientras que la hoja de trucos presenta una "gama de posibilidades" de la cual dibujar según las necesidades: cara_sonriente_con_ojos_de_risa:
En cuanto a los documentos y siguiendo el correo electrónico de Florencia, quizás podamos subir todos nuestros documentos (Excel, ppt, etc.) en nuestro espacio comunitario, para tenerlos en el mismo lugar (y no a través de varios correos)?
- Para ver dónde podemos ponerlos (creamos un artículo de la base de conocimiento que agrupa todos los archivos de trabajo actuales, ¿y lo siguiente vendrá en respuesta a la publicación inicial?)?
Como señala Stéphane, puede ser peligroso asociar un Stéphane y un Victor juntos: face_qui_tire_la_langue_et_plisse_les_yeux:
Con fecha de : viernes, 23 de febrero de 2022 16:53
De : Florencia
Que trabajo !!! bien hecho !!!
¡Creo que los conceptos básicos del seminario web están realmente ahí!
Solo quisiera hacer un comentario: ¡no olvidemos quedarnos en el hecho de que JMP es simple! así que creo que va a tener que ser simplificado. Y arriba, me uno a ti Víctor. Su archivo de Excel es súper interesante pero demasiado denso. Debería ofrecerse en una estructura más jerárquica, como el PPT, pero más visible, porque el PPT también es denso.
Creo que podemos crear una publicación en el grupo mencionado. Y de repente, reaccionando a este nivel, comentando, etc. ¡Veremos con el uso si al final es más fácil o no! ¡Dejé que el líder del grupo de modelos creara la primera publicación!
¡Nos vemos el 17 de marzo para poner todo este contenido en su lugar y, gran desafío, recuperarlo en menos de una hora!
Informe de nuestro Webinar de preparación.
Fecha : 17/03
asistentes : Florencia, Anne, Isabelle, André, Victor, Thomas, Stéphane
Organización del Webinar del 9 de junio
- Presentación introductoria de un diagrama de flujo para dirigir a los usuarios a casos de uso según la naturaleza de sus datos. Haz que esta parte sea atractiva e informativa para captar la atención de la audiencia.
- Presentación N°1: Caso de datos categóricos (ANOVA) (20 min), Victor
- Presentación N°2: Caso de datos continuos (FitXbyY, FitModel) (20 min), Stéphane
- Ponencia N°3: Marco normativo aplicable al ámbito farmacéutico, Thomas
Recomendaciones
- ¡Mantenlo simple! Hacer presentaciones accesibles y atractivas... ponle brillo!!
- Piensa en un título atractivo para cada parte del Webinar
- Orientar las presentaciones de "negocio", "concepto industrial", teniendo en cuenta que cualquier usuario de la audiencia debe sentirse preocupado
- Tenga cuidado de no insistir demasiado en las transformaciones de las variables que pueden asustar a los usuarios inexpertos
Próxima reunión
13 de abril, 10-11 a. m.
Siéntase libre de comentar en esta publicación si olvidé algo (especialmente Thomas, no me siento muy cómodo con lo que se dijo sobre su parte)
