-你好，我是杰瑞鱼我是A技术的工程师和JMP。
我覆盖一些中西部状态在这我们。
我是加入今天经过一的我的同事斯科特艾伦，
谁是还A技术的工程师为了联合管理计划
和他支持一些其他中西部状态。
你好，斯科特.
-嘿，杰瑞，好的早晨。
-好的早晨。
今天我们想到讲话关于A种类，
A相对地新的方式到分析数据，具体来说从铣削运营，
在哪里我们想到学习关于铣削到帮助和A规模-向上铣削过程。
-W e两个都有A强的兴趣在过程优化使用美国能源部
和在造型回复曲线
使用这功能性数据探险家在跳亲，
和我们通缉到带来那些一起为了今天的推介会。
还有一个的这第一的例子我锯正在做这种类的分析
曾是这铣削美国能源部那是在这样本数据图书馆，
在哪里这目标是到优化一个平均的粒子尺寸。
所以作为我们是说关于可能的主题为了今天，
我们想法它会是有趣的到看如果我们可以延长那
反而的优化那只是这粒子尺寸，
可以我们实际上优化这粒子尺寸分配回复曲线？
-所以，铣削有许多不同的应用程序。
你会寻找它在任何事物从矿业，食物加工，
制作碳粉在这印刷行业，制作制药粉末。
在这最多基本的等级， A铣削过程是用过的
什么时候我们想到减少这粒子尺寸的A肯定物质
和生产制服粒子形状和尺寸分配
的A开始材料。
经常一些类型的磨削中等的是添加到加速这过程
或者到控制这尺寸和形状分配
的这结果粒子。
在每个应用这欲望是到得到这正确的粒子尺寸，
说这中位数或者这意思是粒子尺寸，
和A受控可预测粒子尺寸分配。
在这设想我们讨论过今天，
我们有一个现存的制造业铣削手术
那产生A制药粉末。
它有好的表现今天，
创造这正确的中等的粒子尺寸和A狭窄的粒子尺寸分配。
A满的披露这设想和这结果数据是发明的。
斯科特和我没有有使用权到非机密的数据
到展示在这纸。
然而，甚至尽管这数据是编造的、
这技巧那是关于到展示是适用的为了真实的世界问题。
这图片在这左边节目A典型的激动球磨。
这材料到是铣削，进入在这顶部
和不断地流量进入这血管在哪里一个搅拌器旋转
这材料和这磨削中等的到影响粒子尺寸。
这结果粒子是然后吸尘的出去的这血管
作为他们是铣削。
管理有说他们需要到增加这生产输出，
某物是全部，我是当然，熟悉的和。
他们是考虑到建筑A新的铣削线，
但前投资全部那首都，他们会喜欢到调查，
能我们简单地增加这吞吐量的我们的现存的设备？
所以制造业制成一些尝试在正在做那，
他们调整过的他们的过程，
和尽管他们能影响这中位数粒子尺寸，
这新的输出有奇怪的粒子尺寸分布。
所以制造业来了后退到研发D在哪里斯科特和我是，
和问我们到去到这飞行员实验室
和看如果有任何组合的设置那可能提升吞吐量。
斯科特，什么参数做过我们看在？
-在这案件，
是去到使用六不同的因素为了A DEO。
有去到是四连续的因素
所以搅动速度，这流动速度的载体气体，
这媒体加载中作为A百分比的这全部的，
和然后这温度的这系统。
和然后有二绝对的因素，
这媒体类型和或许这网尺寸的A前屏幕过程。
和所以决定那些因素
是相当直截了当这些是已知的到影响粒子尺寸分布
和事物喜欢那，但这回复是仍然A挑战。
和在这案件，我是不是当然如何你会实际上去回合正在做这
如果你不能模型这回复曲线喜欢是去到做。
所以杰瑞，在你的经验，如何会你有完毕这前？
-S哦这下一个滑动节目典型的粒子尺寸分配
或者粒子尺寸密度阴谋。
和我们已经得到A绘制的作为百分每微米相对尺寸。
但你能思考的这作为只是A粒子数数
在这y-轴或者A大量的分配，
它是只是A直方图代表这分配的粒子。
什么你是看到在你的屏幕，
这可能是A好的粒子尺寸分配，
有A好的狭窄的形状和A顶峰
在这想要的中位数粒子尺寸。
但如何做我们表征这分配
如果我们想到做A测试到调整它？
出色地，我们可能表征这地点和这意思是，中位数，模式
的这分配。
和我们可能表征这宽度通过A标准偏差
或者或许A宽度在一半顶峰高度，
那些是典型的方法我们可能措施那。
但什么时候制造业尝试过到转动各种各样的生产旋钮
在他们的过程到速度向上这吞吐量，
他们锯变化的度的不对称在这分配。
或许这曾是到期的到不完整的铣削的这制药材料，
或者也许那里是温度效果那造成的粒子到凝聚，
我们不真的知道。
但现在这一半宽度
不是真的代表这形状的那新的曲线。
所以我们可能转动到计算或许百分位数
沿着这宽度的这曲线，
或许这10号百分位数的粒子那落下以下A肯定观点，
20%以下这观点， 90%以下这观点，和所以向前。
但它得到甚至更强硬什么时候是试到描述某物喜欢这形状
在哪里那里是二非常明显的峰，或者这形状，
哪个我趋向到称呼A草垛在哪里它是非常广阔，不有尾巴。
什么做我们做和那？
所以这参数化技术不似乎到是这最好的方式
到方法这问题。
斯科特，我知道我们有到做一些实验，
但如何是我们去到方法这在今天的分析？
-所以那是什么是去到做。
所以我们是去到使用这全部的形状，
我们的回复在这案件是去到是那曲线。
所以是不是去到尝试到共同优化全部那些不同的参数
那你谈过关于。
我们可以共优化二，三，四不同的参数，
但反而是去到使用那全部的曲线作为我们的回复。
是去到使用全部这数据和然后我们的目标
是去到是一些假想曲线那我们想到达到。
那么一次再次，是不是去到尝试到目标
全部这不同的参数在那曲线，
是去到尝试到匹配这形状。
所以我们想到有我们的实验性的形状匹配这形状的我们的目标。
和所以那是如何是去到得到开始了和这分析今天
和出色地拿你通过这工作流程的如何我们会做那。
所以让我去和得到进入JMP。
哎呀，那里我们去。
所以我们第一的看这里是这美国能源部那我们跑了。
所以我们跑A确定的筛选设计和那些六因素，
虽然你可以使用任何设计那你通缉。
和我们已经得到18实验在这案件，
所以这是全部这因素和这因素设置那我们用过的。
-那看起来漂亮的标准到我，斯科特，为了这美国能源部那我有跑步在这过去的。
但你不有A回复柱子。
-W嗯，那是一的这独特的事物关于这回复曲线分析是
在一些案例你放它向上A小的少量不同地和如何你做这分析。
所以我们不有A回复柱子
和是不是去到优化只是A单身的价值。
反而，我们的回应是在这其他桌子。
所以在这案件，我们已经得到A非常高的数据放
和这X-轴是我们的尺寸和这是价值是我们的百分每微米
和这是什么是去到阴谋和优化。
但我们做需要到得到我们的美国能源部因素在那里。
所以到做那，我们只是拿A小的少量的A捷径
和我们做过A虚拟的加入之间这些二表。
所以在我们的设计这里，我们的跑步数字是这关联ID。
和然后我们已经得到这跑步数字这里和这是这关联参考，
和这让我们我们带来在全部的那些美国能源部因素。
所以这些是全部这里在这桌子，但他们是只是几乎加入
和那帮助我们保持我们的回复桌子好的和干净的。
所以如果有任何修改，我们不有到担心关于复制
和粘贴或者调整全部那些美国能源部因素。
所以那是如何我们放向上我们的桌子，
我们已经得到我们的美国能源部因素在这桌子和我们的美国能源部回应发生在这。
和作为你能看，我们已经得到全部的我们的18运行这里。
和前我们开始这分析，让我们拿A看在那些曲线。
所以我只是绘制的全部那些曲线在图形建筑商，
和所以我们已经得到我们的目标曲线这里。
所以这是A假想目标曲线那我们想到达到，
它是去到是实验数字零。
和然后我们已经得到实验一通过18
和这回复曲线为了每个的那些。
-所以你已经跑步18实验和不是A单身的一的那些
看起来确切地喜欢那目标。
什么做我们做和那？
-那是A好的观察。
和在这案件，什么我们能看是一些不同的特征之间这些，
所以确实一些是更多的广阔。
我喜欢如何你被称为它，那草垛这里。
一些是更多的狭窄的，或许和较小肩膀这里。
我们做看那这顶峰转变A小的少量在一些的这些，
这是这顶峰，它是转移左边和正确的。
和所以希望我们能寻找一些设置和那些因素
那将要使用这最好的的全部的这些给我们某物那是狭窄的
没有A肩膀或者双峰顶峰。
但到做那，我们需要到去
进入这功能性数据探险家。
这是A传统的美国能源部，我们会去向上到分析
和我们会去到合身模型，潜在的。
在这案件，是去到去向下这里
到专门造型和去到功能性数据探险家。
和所以什么时候我们发射这，我们需要到添加我们的是价值观，
哪个是这百分每微米。
这X价值观曾是我们的微米尺寸。
我们需要到确认每个的那些功能
和这跑步数字。
和然后是去到添加全部那些美国能源部因素
作为补充信息。
所以我是只是去到拿全部的我的美国能源部因素
和添加他们作为补充信息。
现在出色地点击好的。
所以什么时候你发射这功能性数据探险家，
这是什么你得到第一的。
和这是只是A数据加工窗户。
和什么是正在做是只是采取A快的看在
全部的我们的数据。
和所以在这最初的数据阴谋，我们只是有全部的我们的曲线叠加,
和你能看我们的绿色的目标曲线隐藏在那里。
所以这只是节目我们如何全部的我们的数据是衬垫向上。
超过这里在这正确的，我们有A不同的放的功能
到帮助干净的向上这数据，过程它。
和一的这真的好的事物关于这平台
是你不有到做那数据加工在这数据桌子。
所以如果你需要的到消除零点或者做一些种类的调整这里，
标准化这范围，事物喜欢那，
你能做全部的那超过这里在这干净的向上。
在我们的案件，我们的数据是漂亮的干净的，
所以我们不需要到做任何数据加工。
但什么我们做需要到做是拿这绿色的曲线，
我们的目标曲线，出去的这分析。
所以这是这目标，这是什么是去到尝试到匹配。
和所以我们不想它到是部分的这造型分析。
所以到拿那曲线出去，我们去超过这里到这目标功能
和我们点击加载。
和我是去到选择那零曲线，点击好的。
和现在它是走了。
所以现在是不是去到包括那在我们的楷模。
和所以我们能滚动向下这里和只是看如何每个
的我们的个人实验是绘制的。
所以现在那我们的数据是好的和清洁过的向上，
我们能去在到这分析。
所以到做这造型，我们去向上到这红色的三角形
和那里是一些不同的楷模那我们能选择。
和在A典型的工作流程，
在这开始，你可能不是知道哪个是这最好的模型到使用，
无论你是去到使用B 样条或者A P样条或者某物别的。
在这案件，在这兴趣的时间，我们已经完毕全部的那已经。
和我们知道那这P样条给出我们A漂亮的好的模型。
所以是去到去先和合身那模型。
所以我选择P样条和现在联合管理计划是创造这楷模。
和什么出色地看是，
这第一的事物出色地是某物相似的到那最初的数据窗户超过这里。
所以全部的我们的曲线是仍然绘制的和覆盖。
但现在我们已经得到这红色的线和这红色的线是代表这意思是
所以平均曲线的全部的那些不同的曲线。
和所以我们能还滚动向下以下
和我们看每个的我们的个人实验
还和A线的合身。
和这是这第一的指示那你能得到关于
如何出色地这模型是配件。
所以如果你是得到全部这些红色的线重叠你的实验性的数据，
然后你是大概在这正确的追踪。
如果那里曾是A很多的偏差
然后你可能考虑正在做A不同的模型。
其他事物你会注意超过这里是有不同的配件功能
那这样条线模型是使用。
在这案件，那里是二那JMP那是漂亮的好的。
所以这线性模型和这步功能模型
和经过默认全部这分析向下以下
是去到使用这模型那有这最低商业银行价值。
所以在这案件，全部这分析是使用这线性模型。
但如果你通缉到使用A不同的一你只是选择它
和我不知道如果你能看它容易地，但这那些突出显示现在
或者你去到这线性或者你能只是点击在这背景
和它会去到这默认。
和所以那是这造型边的它。
但我们需要到查看如何出色地这模型是配件。
和所以到做那，我们只是去向下这里到这窗户那有A功能性的主成分分析。
所以这是这功能性的原则成分分析。
这看起来A小的复杂的，但什么我们想到做
是真的开始到拿A看在如何出色地这模型有到过创建的。
和所以什么我们想到做是看在这意思是曲线这里。
所以这是这相同的意思是曲线那曾是计算出的在这部分多于。
和什么联合管理计划有完毕是说，是去到开始和这意思是曲线
和然后是去到添加A形状。
所以是去到添加这功能或者一些部分，
任何一个积极的或者消极的部分的这曲线
到这意思是曲线。
和你能看超过这里如何很多的这方差
你能解释和那一曲线。
所以在那案件，如果我们只是有我们的意思是曲线
在我们的第一的形状，
我们会解释关于50%的这方差。
经过添加A第二功能，现在是解释几乎79%,
第三名功能得到我们向上到88%。
和所以你能看如何很多的那变化我们能解释
经过添加更多的和更多的形状。
和取决于在这类型的曲线你有，
你可能有仅有的一功能或者你可能有许多的功能
取决于在什么那曲线看起来喜欢。
所以这是它看起来喜欢我们能解释A很多的这方差这里。
它需要我们关于九功能到得到向上那里。
但现在我们想到看如何出色地那些组合
的全部那些形状和这意思是功能或者和这意思是曲线，
如何那些是代表。
如何代表他们是的我们的实验性的数据。
所以到做那，是去到去向下到这分数阴谋，
我是去到制作这只是A小的少量较小。
和是去到看在这分数阴谋和这软板分析器。
所以这软板分析器
是A方式到展示这组合的全部那些不同的形状。
所以我们真的只是想到支付注意力到这顶部左边部分的这网格。
所以这是我们的实验基于在这组合的这意思是曲线
和全部那些不同的形状。
和正确的现在，全部的这FPC、自从他们是放到零，
我们只是得到那意思是曲线。
但如果我开始添加那第一的软板、如果我制作它更多的积极的，
我是添加那形状，
现在我能看如何我的建模的形状是改变,
和如果我去降低，我能看如何它是改变。
所以经过添加和减法每个的这些不同的形状，
我能重新创造全部的这不同的曲线
或者得到关闭到全部那些不同的曲线。
所以这可能拿A小的尽管到做手动，
但有A好的小的捷径。
所以什么我喜欢到做是去进入这分数阴谋，
和让我们说我想到看实验数字六
所以我能徘徊超过六，
和然后我是去到别针那这里，拉它超过。
和所以那里是九不同的功能，但是仅有的去到看二在A时间。
和我能看那成分一是0.08
和成分二是减0.03 。
所以我能拿这到0.08 ,和我能拿这到减0.03 。
和我是开始到复制这曲线，但我会需要到调整全部的他们。
和所以有A捷径到做那经过只是点击在这。
所以经过点击在六，全部的这不同的软板成分
是放到这最好的代表模型。
和我们能看在这些二形状和看如何关闭他们是。
在这案件，他们看漂亮的好的。
或许有不是作为很多定义，和这是不是非常直的，
但它看起来漂亮的好的。
和所以我们能去超过到其他曲线喜欢数字七，
出色地点击在那一和看如何它变化。
现在它是不是看着相当作为好的，和我们能去到八。
和这是什么我真的喜欢关于这平台，
是它让我们你探索这数据。
所以它是功能D阿塔探险家，
是只是看到如何出色地这模型适合，
和是正在做它相当视觉上。
对了这里，如果是真的感兴趣的在那理解这双峰自然
是不是得到那解决和这里。
所以这是讲述我们或许这不是这最好的模型。
或许有A更好的一出去那里那我们能看在。
所以如果我们去向上后退到这顶部，
这线性模型曾是已选择最初因为它有这最低限度银行国际代码,
但或许我们想到使用A步功能所以我能点击在这步功能。
和现在全部那些软板曲线有到过重新计算。
和这第一的事物我们注意是，
是得到A很多更多的解释的这方差这里。
所以我们不一定需要全部的这些曲线，
我能只是拿这滑块。
或许我们只是想到看在六曲线和解释99.7%这方差。
和所以它是简化这模型A少量。
所以现在我们能去向下这里和拿其他看
和点查看那些曲线。
所以我能徘徊超过六再次，别针它这里。
这是这曲线那出色地是看着在。
和什么我想到做，患病的只是制作这A小的少量大。
和所以什么时候我点击在六，好的所以什么做你思考，杰瑞？
你是什么思考这一是看着A小的少量更好的？
-那是很多更好的再生产的你的实验性的天？
是的，我喜欢那。
-好的。 是的，我思考这是看着更好的。
所以我们能去到七，
和那那些看着A很多更好的作为出色地。
和你不需要到选择他们全部，
但它是好的到查看A很少的他们所以我们能去看在八。
是的，所以现在是得到A很多更好的解决这里
在这双峰自然的它。
全部正确的，我思考这是讲述我们那这模型是漂亮的好的。
-是的，所以什么做我们做现在？
那是伟大的那你能复制这实验性的结果，
但如何做你得到到这最佳的？
-是的，我猜测在这阶段，它是仍然A小的少量抽象的。
所以我们已经得到全部这些不同的形状那是结合在不同的方法
到复制全部的我们的曲线，但我们没有完毕什么我们放出去到做
哪个曾是涉及那些形状到我们的美国能源部因素。
所以那是什么是去到做下一个。
是去到去后退向上到这模型
和是去到选择功能性的美国能源部分析。
和什么时候我们做那，现在是得到A分析器
那可能看A小的少量更多的熟悉的如果你是用过的到正在做传统的DEO。
所以一次再次，这回复曲线那我们有是这里。
和所以我们看我们的百分每微米在这是
和这微米尺寸或者这粒子尺寸在这X。
但现在反而的拥有那些FPC
在那些形状，现在我们有我们的美国能源部因素，
所以我们已经得到我们的搅动速度，我们的流动速度，媒体加载中，等等等。
现在我能移动那搅动速度和我能看如何它是有关到
或者如何它是影响这曲线。
和我能看经过这坡的这些线
无论或者不是某物是重要的或者不是。
所以改变那一不真的改变这形状。
所以流动速度不事情A所有的很多，但温度当然
使它更多的广阔或者使它更多的狭窄的。
和所以什么我们能做因为我们已加载那目标曲线，
只是喜欢在A标准交易，我们能去到我们的红色的三角形
和我们能去到最大化愿望。
所以通常，这会看在A范围
如果你是正在做A传统的美国能源部。
但在这案件，它是去到尝试到寻找这设置
那匹配那目标曲线那我们已加载早些时候。
所以什么时候我点击那，和那里我们去。
它看起来喜欢那里是一些设置这里那得到我们A曲线那是相当狭窄的，
打这顶峰那我们通缉和不有任何的那些特征
那是试到避免。
-非常凉爽的。
所以是我们完毕？
我们已经得到这设置那我们需要，我们只是扔那些
超过这栅栏制造业和是完毕。
-出色地，那是一方式到母鹿它，杰瑞。
我不知道如果伙计们在制造业那我工作过和前
可能不是喜欢那。
我们大概想因为这些设置是放在，
这设置是不是部分的我们的设计。
所以这一是在这中心，
这那些不是在一个边缘或者这中心。
所以我们大概想到跑步一些确认运行这里，
或许看一些敏感性和制作当然那，，
我们已经得到一些鲁棒性大约这些设置。
-非常凉爽的。
好的，全部正确的。
-让我们得到后退和我思考我们能和向上。
-是的。 所以，斯科特，那曾是伟大的，
感谢你为了那推介会。
所以在概括，什么我们已经尝试过到做，是证明如何到履行A美国能源部
使用这些粒子尺寸密度曲线。
这曲线他们自己作为这回复相当比参数化这PSD
和概括统计数据喜欢中位数，标准偏差，等等等。
我们是然后有能力的到优化我们的因素输入设置到这过程
在至少在这飞行员规模到寻找一个最佳的曲线形状那曾是非常关闭
到我们的想要的粒子尺寸分配。
沿着和这方式我们发现如何一些的那些参数，
搅动速度和所以向前影响这粒子尺寸分配，
领导到多种的峰或者领导到广阔峰
或者任何那可能是。
所以我们有一个理解关于那，和我们有A模型。
所以带来这全部后退到我们的原来的设想，
研发D拿这结果后退到制造业，
在哪里确认运行是尝试过。
规模-向上也许不是完全地成功的。
那是典型的的规模- UPS，有时这飞行员运行
不地图直接地到制造业。
但我们做有这模型现在那给出我们一个指示
的哪个的这些旋钮到转动到调整如果我们做有A肩膀在那顶峰
或者某物喜欢那。
所以我们是有能力的到去后退到制造业，
给他们这协助那他们需要的到得到那在
所以那他们可以增加他们的吞吐量和每个人曾是快乐的。
[相声00:26:18]那结论我们的纸。
斯科特，谢谢为了全部这难的工作。
-是的，出色地，它曾是伟大的在职的和你在这，杰瑞。
-是的，同样。
斯科特有到过种类足够的到节省这造型脚本在这数据桌子，
哪个是去到附到这推介会。
如果你已经得到任何问题关于这视频
或者任何的这技巧那我们做过，请邮政你的评论以下这视频，
会有是A空间为了你到做那，星期三是快乐的到得到后退和你。
感谢你为了加盟我们。
-雅普，谢谢。
