出色地，感谢你每个人为了加盟我。
这是A发现首脑2022年推介会，
礼貌的我的共同主持人，查尔斯陈和石匠陈。
我的姓名是帕特里克朱利亚诺.
这标题的这讲话是，
箱线图A分析：混合科学的和艺术的询问
在大学变量回复表征。
这是这抽象的。
你能寻找这在这联合管理计划用户C社区
在这发现2022年社区页，
美元发现2022年社区页。
我是推杆它这里为了参考。
我将要提供A关联在这幻灯片
到这社区页在哪里这项目将要居住。
什么是这动机为了这项目？
这箱形图是一的这最多受欢迎的图形化的工具
到可视化A单变量分配的数据。
这项目学习如何到使用这箱形图到分析数据有效地。
最多人们WHO使用这箱形图不使用它一定
到决定这形状的这分配的这数据。
在事实，许多人们使用它错到画意思是或者意思是比较决定，
和他们可能认为常态基于在对称，
什么时候在事实，这常态假设
会实际上不是是合理的如果他们是到拿A更近看
在这形状的这数据在A直方图，为了例子。
这客观的的这项目是到证明如何到使用联合管理计划
具体来说16、到解释信息在A箱形图
和到提升熟练程度
在A全球的社区的科学家们和工程师
那是真的在下面A东梅IC或者APS，
或者倾斜类型六西格玛方法，
哪个是非常受欢迎的，明显地，今天和超过这最后的很少几十年。
这有趣的事物关于这项目是我们陷害的它
在这语境的17 号测验问题。
这是A问题和回答滑动甲板。
和我是不是去到去进入也很多细节
关于每个和每一个问题，
哪个H我将要展示你这里。
但什么ID喜欢到做是展示你A小的少量关于
如何你能使用联合管理计划到探索这回答到这些问题，
因为我思考那是真的这最多有趣的和乐趣部分。
这第一件事我通缉到做是只是迅速地去超过什么A箱形图是。
所以什么是这解剖学的A箱形图？
只是作为A复习为了一些的你，或者介绍为了一些的你，
这中位数是表明的经过这中线，
和它是提到的到作为这第二四分位数， Q2
或者这50号百分位数。
然后Q1是提到的到作为这25日百分位数。
第三季度是这75号百分位数，作为你能看这里。
这四分位数范围，或者IQR，
是这不同之处之间第三季度和Q1.
这其他重要的元素是我们有什么是被称为
A胡须在这降低边和在这上边。
就在这结尾的那胡须,有时我们参考到它作为围栏
和你会看A垂直的线
和联合管理计划画A垂直的线到表明那边缘。
什么是重要的关于这是那这地点是实际上
Q1 减去1.5次这IQR，
哪个是代表经过这距离之间这边和这个边。
这点和这上栅栏是
Q3加一和A一半次这IQR。
所以那定义这上边缘。
然后任何点那是超过这些边缘或者栅栏
是经过考虑的潜在的异常值。
和他们实际上展示向上经过他们自己作为点
然而这休息的这数据在这中间的这直方图
是不是显示为了强调在这点那是超过这超过这些栅栏。
我是去到跳正确的在。
如何做过我们探索和发展这答案到这些问题，
和在一些案例，甚至精炼这问题他们自己？
出色地，我们已创建A模拟的数据表中联合管理计划16、
在哪里我们建100行的数据，
和我们建数据，首先从A普通的分配，
和然后应用一些转型到那数据。
我们看那我们有A通常情况下分散式数据
画从A人口这意思是的零和A标准差的一。
然后我们有均匀地分散式数据。
然后我们有数据那是达到顶峰，
IE有A积极的峰度。
然后我们有数据那是正确的倾斜，
有二模式，
有一些异常值关于3 %在平均的
和然后整数。
在全部这案例，和这例外的这双峰，
我们只是基于这模拟的公式，
在这原来的普通的柱子。
这方式那我们放全部这数据在这相同的规模
是我们使用这柱子标准化功能
所以那我们可以比较全部这数据
相对的到每个其他在这分配平台。
这是只是A预览的那。
患病的跳超过到联合管理计划和展示你那。
但再次，全部的这数据是居中平均为大约零
和A标准偏差，大约一。
我们覆盖这第一个问题。
为什么我s A箱形图，有时提到的到作为A五-观点阴谋？
出色地，那里是五主要的点。
有Q1,有Q2在这中间，有Q3，
和然后那里是这胡须，这上和降低。
下一个问题。
什么是这二方法那这箱形图能决定
何那里的分配是歪斜？
出色地，我们能看在这宽度的这盒子本身。
我们能还看在这宽度的这胡须。
在这正确的倾斜的例子，
你能看那上胡须是很多更长比这降低一。
所以那会意味着那这数据是正确的倾斜。
在其他字，那这尾巴在这数据，
如果你是到想象那分配，是指点到这正确的。
三、为什么做这箱线图包括这中位数和不是这意思是？
出色地， A箱形图用途这中位数到决定或者测量偏度。
所以如果这分配是普通的，然后这意思是是平等的到这中位数。
和在事实，什么你会看这里是那这中位数线在这中间
会线向上确切地和这边缘的这钻石，
这中间的这钻石。
在那案件，你会有效地有A情况
在哪里你是不是真的失去任何信息
因为这分布是对称的。
这中位数在一般的，然后可能是经过考虑的更好的，
不管的无论这分配是普通的或者非正常。
第四，为什么是这盒子阴谋这最多强大的可视化工具，
或者一的这最多强大的工具到分离偏度和异常值问题？
什么时候我们谈过关于这主意那因为这箱形图用途
这Q1减一和一半次IQR
和Q3加一和A一半次IQR方法，
它真的允许我们到分离潜在的异常值从这主要的数据。
它还给出我们A框架
经过哪个到法官无论这上胡须
是更大或者较小比A降低胡须。
所以那些二成分的这阴谋
真的帮助我们，相当，看如果是训练有素的偏度
和潜在的边远这。
这是A独特的特征的这箱形图。
这第五个问题是A小的更多的有趣的。
什么是这关系之间这四分位数范围，
那距离之间Q1和Q3，
和这标准偏差，哪个我们能计算为了任何数据放，
不管的如何它是分散式？
如果这数据是普通的，
什么关于如果这数据是倾斜的或者非正常的或者达到顶峰
或者任何其他形状？
出色地，我们知道，基于在理论，
那这比率的这IQR，到标准差
是1.35为了普通的数据。
什么会那比率看喜欢如果这数据不是普通的？
出色地，我们能探索那在杰普,
和我是去到展示你那真的迅速地。
这是这数据放。
我是还去到邮政这在这社区。
这第一件事我是去到做是去先和展示你
如何我得到到A视觉的状态
在哪里我们能看全部这箱线图一起，
没有这分布。
这是有趣的，
但我是去到去先和开始从这开始。
我是去到分析分配。
我要去展示你如何我得到那里。
我是实际上去到点击一切，
和联合管理计划是去到给我A直方图和A箱形图一起。
A t这结尾的这推介会，
是去到总结为什么那是重要的。
但什么我是去到做这里是我是去到去先和转动离开这直方图，
我能去先和定制这宽度这里的这线。
我能复制这定制超过，
哪个是真的好的。
我是去到抓住向下这控制钥匙因为我是在A个人电脑。
我是去到正确的点击
和然后我是去到打编辑，复制，P星C定制化，
和那是去到带来他们全部超过。
我是实际上去到抓住向下这控制钥匙再次和调整大小这
所以我能调整大小他们全部一起。
现在我是去到最小化这分位数部分，
因为我是去到得到这信息那我需要
从这概括统计数据部分。
我实际上有这IQR和A标准偏差显示这里。
A虽然我可以定制这，任何一个这里或者在这特性，
哪个我能使用权在下面文件，优先和在下面这分配平台团体。
什么我是去到做是我是实际上去到制作
这信息进入A数据桌子
和我是去到正确的-点击和选择，制作组合数据桌子到做那。
现在我仅有的需要这IQR和标准偏差。
我是真的仅有的感兴趣的在那。
所以我是实际上去到选择，一的这标准偏差，
一的这IQR。
我是去到移动我的光标超过这里
和选择匹配在全部的这行
那有这些价值观在他们。
我是去到去先和倒置这选择，
删除这行那我不想，
和我是左边和这。
现在我是只是去到去先和重组这数据
所以那我能计算这比率的这IQR到这标准偏差。
所以我是只是去到使用桌子分裂为了那。
我是去到去先和分裂经过第 1 栏
放柱子2在这里，放这些在A团体。
我要去到点击好的。
我有这数据如何我想。
这节目我从哪个分配
这个统计来了从，
我是去到去先和做A新的C级方程式柱,结合，比率。
那里你去。
这看起来A小的少量难的到解释为了我。
我是去到去先和改变它所以那我能仅有的看二小数点。
我有得到数字哪个是非常相似的，
它应该是，反正，非常相似的到什么我有在这在这里滑动
细节化这比率的这IQR到这标准偏差。
当然，他们是去到是不同的因为有采样错误。
这桌子是仅有的一采样实验。
但这是如何我能迅速地
和交互地提炼这信息
和真的理解，什么做这比率看喜欢
如果我的数据是不是普通的在A特别的方式？
我们能看这里，那这价值观那趋向到是降低
在这顶峰分配的这一和异常值，
这价值观那趋向到是更高比这典型的
或者这预期的理论的1, 3, 5普通的，
是去到是这制服，这正确的倾斜的和双峰。
下一个问题，什么是这理想的异常值百分
如果这分配是完美普通的？
出色地，它轮流出去那如果我们看在这教科书或者减少模拟，
在平均的，我们应该看关于0.7%的这点超过这栅栏，
在A普通的分配，
或者在至少也许不是超过这栅栏，但如果我们是到做A控制图表，
我们会当然看关于，
哪个是在下面这假设的常态。
为了例子，
如果我们是到做一个个人移动范围图表，我们会看大约0.7%
的这点在平均的存在外部这限制。
虽然为了实际的目的，
我们可以大概说，
如果我们锯关于3 %或者较少的的这分配超过这限制，
我们会考虑它大约普通的。
为什么是那问题重要的？
出色地，我们能使用这部分的这点超过这栅栏
在A箱形图什么时候这样本尺寸是小的
到决定无论或者不是我们有一些证据的常态
在这基础的异常值。
虽然如果我们的样本尺寸是也大的，
然后是去到看地段和地段的点超过那些栅栏。
所以它是真的重要的那我们考虑A ”合理的样本尺寸。”
和那是部分的这原因为什么我们仅有的经过考虑的100行在我们的项目。
下一个问题，什么是这不同之处之间
A四分位数范围和A分位数范围箱形图？
出色地，在A实际的语境，反正，我们能讲话关于
这探索异常值公用事业在联合管理计划16、
哪个A洛斯我们到调整这问，
哪个是这乘数在这IQR
和这尾巴分位数，
哪个是本质上如何这数据是分为向上。
我们能定制那范围。
我是只是去到展示你什么那看起来喜欢真实的迅速地。
我是去到去进入分析，
我是去到去到筛选、
探索异常值。
我是去到做这在我的生的数据。
我是实际上去到关闭这。
我是去到去后退到这生的数据桌子。
患病的只是挑选A夫妻的这些。
患病的实际上挑选这那些那我有在我的幻灯片到顶峰在这异常值。
我是去到去先和使用这分位数范围异常值。
我是去到调整这到什么这箱线图使用：0.25和1.5.
我是去到点击重新扫描
和JMP 将会确认潜在的异常值这里。
如何做这连接到这分配平台？
出色地，如果我们去超过这里，
我们看在这，
什么是去到看，
是那里是A数字的异常值这里。
我是实际上去到选择这行，
我是去到去超过这里。
出色地，罗和看哪，它是这些价值观。
所以你得到1、2、3、4、5、6,7。
有七异常值。
1、2、3、4、5、6,7。
那正方形向上。
那是确切地什么我们会预计。
相似地，我们已经得到1, 2, 3, 4,
和如果我们滚动超过这里，和在下面这异常值，
看如果我们结束了这里是到四。
伟大的。
去后退到这幻灯片这里，我们能定制这。
和那是实际上什么我们得到进入在随后的问题10.
如何做我们决定无论异常值是边缘或者极端？
出色地，和为什么是它重要的？
出色地，我们能调整这灵敏度
的这异常值检测基于在这乘数在这IQR
尽管保持这尾巴分位数这相同的。
你可能直观地预计
那如果你是到拿Q₃ 加一个更大数字次这IQR，
它是去到延长这胡须长度同样，在这降低边。
那是去到意思是那更多的点是去到落下里面。
所以较少的异常值会是检测到。
我们应该是有能力的到看那和测试那在 JMP 中。
所以如果我是到增加这到二和点击重新扫描，
我们看A很少异常值变得部分的这箱形图，
或者我们能想象A情况在哪里那是这案件。
患病的增加这到三，
患病的打关于扫描
我们看更少异常值存在已确定仍然。
A s我去向上到Q 等于五，
现在我仅有的有一异常值检测到在这顶峰柱子的数据。
所以这主意这里是那我们能发展标准为了问，为了例子，
我们可能位于它和三，一种情况在哪里数据可能是经过考虑的
A印刷的错误，在哪里它可能是一个极端或者更极端的异常值。
我们可能放问平等的1.5 如果，例如，
我们认为潜在的异常值可能是联系和变化性
由于这测量系统或特别的过程变化。
我们能做一些模拟基于我们的应用
并决定什么价值的问应该在这些特别的场景。
在连接和那，在问题10、
我们感动A小的少量在GRR或者测量系统变化性。
问题8会谈A小的有点关于,
它去A小的少量更深进入这和带来一起一些想法。
这主意这里是那我们实际上可能会考虑
这距离之间这上栅栏和这第一个异常值
或者这第一潜力异常值系列的异常值。
我们可能延长那上栅栏经过A距离的两倍西格玛
到期的到这测量系统变化性。
在这方式，我们实际上正在考虑
这变化性由于这测量系统。
和是询问我们自己，是这潜在的价值
之内这噪音的这测量系统或者不是？
是创造A图形化的方式，混合图形方式
的决定无论这价值是合理的
在下面期待塔t有测量系统变化性。
我有这里这距离之间这边缘异常值和胡须
应该是比较的到这GRR噪音标准偏差。
如果它是之内二标准偏差，我们不有95 %信心
得出结论边缘异常值是不同的从这胡须。
这是只是A图形化的版本的A一-样本T-测试在影响。
我们可以实际上构造A一-样本T-测试
使用这条红线作为我们的目标和这观察到的价值，
或者相当假定系列的值，这个黑点，
作为我们的分配相对的到那目标。
这下一个问题，如何许多点我们要不要需要真的到生产A箱形图
如果是样本尺寸有限的？
出色地，我们可能需要在至少七点,
和我们的模拟在这特别的采样实验节目那。
什么是正在发生这里？
出色地，每个的这些三数据套有这相同的中位数。
你能看在这数据放，那里是六观察。
在这一那里是七，和然后这一那里是八。
让我们开始在这左边，实际上，
和我们有八观察，一出去这里大约15.
什么如果我们减少这观察次数达到 7 个
和我们实际上包括这这里同样的观察，
但我们减少一的这其他的？
什么如果我们减少它更远尽管维持这相同的中位数？
然后什么我们看是那这个异常值 15，
哪个是仍然在这数据放，不更长变成一个异常值。
在本质，它变成吸收进入胡须本身。
这其他事物那是有趣的关于这个简单的实验，
是那这IQR变成当我们从七点到六点时，就会膨胀。
我们能看那视觉上那样
该框从 Q1 到 Q3 的宽度变成很多更宽的。
我们能还看那数字上这里。
我实际上想到展示你如何我们可能探索那在JMP。
这是一些数据。
它是不是这相同的数据，但这是一些数据。
我只是已创建A柱子那行列这数据。
A获得，我只是使用一个立即的柱子公式。
我能做那经过选择这些选项之一，
所以我相信它是在下面分布式的。
现在，什么我是去到做我要去到去先和只是钟这数据。
我是去到转动这直方图在它是边。
我是实际上去到调用这本地数据过滤器。
我是去到带来在那秩柱子那我是去到首先将其设为序数，
所以那我能选择数据单独地
相当比在下面这假设的这连续的分配。
我是去到选择一切。
现在，让我们看，如果我去后退到这数据桌子，
我知道那8代表这最高，这最大的价值。
患病的保持8在那里，
和患病的只是开始减少一些的较低的值
经过保持向下我的控制钥匙和点击那，
哪个将要有效地消除那观点动态地从这分析。
我得到这控制钥匙向下和点击了再次，再次单击。
你锯它那里，低端的一个异常值，
反正，在这案件，只是消失了。
有A关系之中这距离在。。之间栅栏和这点,
哪个是计算出的在这基础的这数据
其中中位数和四分位数是计算出的
基于在这数据那是在这分析。
这给出你A更好的方法的欣赏如何这箱形图
正在改变为A功能的数据那就是在或者出去的这分析。
这是A真的极好的凉爽的特征
我真的喜欢到使用A很多在许多上下文。
什么是这优势稳健拟合离群值算法，
哪个是A联合管理计划16算法？
它给出我们其他方法的检测边远性。
我们有这能力到使用A柯西方法
哪个经常避免这偏度的影响，
哪个能是有用为了实际的情况。
我们能还使用A 3秒伊格玛或 K-sigma 乘数
在命令到帮助探测边远性。
全部的这些方法真的帮助我们
将潜在异常值与真实异常值区分开来
和帮助我们创造A合理的信号检测和方法
以类似的方式我们可以做如果我们是到使用控制制图
并建立一个控制图限制
为了我们的特别的实验性的或者制造业应用。
13.能我们包括这样本尺寸信息在这盒子阴谋？
嗯，这个是在哪里这盒子阴谋开始到展示A清除局限性。
那里不是任何样本尺寸信息明确地在这箱形图。
A虽然，我们做有这图形构建器的能力
创建缺口箱线图，哪个给出你某物
像一个信心间隔在这中位数，
这边缘表明A信心间隔于中位数。
我们还有这能力在图形构建器调用标题框
这是一个非常有用的特征为了总结的数据
以图形方式没有需要到提供一个额外的表格的数据输出。
但的课程，那信息是完全地隐到这箱形图本身。
连接的到那是，能我们制作任何决定
任何级别的统计信心如果是只是看着在这箱形图？
这回答是不。
在这特别的例如，我们实际上设计了它
所以这中位数是轻微地不同的在平均的。
和所以是得到一些分离之中这中位数之间这组。
我们用过的到合身是由X在这语境。
什么这节目是那这意思是[听不清 00:29:27]
代表意思是，平均钻石是非重叠。
它看起来喜欢全部穿过全部四组进行比较，
哪个表示那有一些证据
那有A不同之处在这方法之间这组。
我们能还看这不同之处在这中位数。
我们能做A非参数测试。
在这案件，是使用A非带控制的参数钢测试，
在哪里这控制是只是这Z普通的。
是看见一些分居证据，
统计分离之中这在这个特定情况下的中位数。
它是难的为了我们到探测那和请参见箱线图。
在事实，它真的不是那清除在全部。
如何能我们告诉如果我们有任何忧虑和尊重到库尔特奥西斯？
什么是峰度？
峰度是基本上这主意那如果它是一个积极的峰度，
你会有数据那是集中在这中间，
你的数据那是压扁一起进入这中间的这分配。
那是这例子在这正确的。
如果你有一个理想化的案件极端消极的峰度，
你有A制服分配在哪里这数据是真的传播出去。
什么你能看在这些图表相对的到这普通的分配，
是那这50 %稠密区，表明的经过这红色的酒吧，
是基本上关于作为长的作为之间的距离Q1和第三季度这里，
但它是在一边的这中位数，
在一边的这中位数和这制服案件。
它是关于作为长的作为这盒子宽度然后它是还在一边的这中位数。
那是A独特的特征特征的这制服分配形状。
如果我们看在这顶峰情况，
我们看那这盒子宽度是很多更多的压缩的
和最短的半宽度也是大约与这盒子宽度，
最短的一半是最多稠密地区相当作为居中关于这中位数。
那是相似的到什么你会请参阅正态分布情况，
在哪里这50 %稠密地区将要是关于居中
在这意思是或者这中位数和关于这相同的宽度作为这盒子。
清楚地，这差异化因素这里就是它这距离是减少相当A少量。
真的这带走这里，尽管，
是那这类型的解释是真的难的。
和它会是更轻松为了我们依靠这由直方图显示的形状
比到尝试到看在这箱线图分别地。
问题16是非常类似于15。
什么关于在这语境的数据那有更多的比一模式？
什么关于A双峰分配？
出色地，我只是拿这箱线图和拉他们在左边，
他们是从这图片在这正确的。
我们不能真的看A所有的很多的不同之处之中这些。
它是难的为了我们到解释这。
但一次我们放这直方图，我们可以看到清楚地如果我们合身A二-峰值分布
那有二模式在这数据，和有或许一模式，
或许A小的模式，但真的本质上一模式在这数据在这左边。
这箱形图不是特别好
在检测那在场的多种的模式。
这最后的问题是，如何许多“违反正态性的故障模式”
能我们探测和这箱形图？
这问题带来全部这其他那些一起。
出色地，如果我们有偏度，
我们已经显示那我们有A强的能力到探测那。
如果我们有潜在的异常值，
我们确实有A强的能力到探测那。
如果我们有峰度，
哪个是真的有关的到这形状按原样如果那里是多种的模式，
然后我们真的不有A强的能力到探测那。
如果是考虑到假设测试，
我们绝对没有能力检测到任何一个和这箱形图。
什么是这外卖？
出色地，这箱形图是绝对是一个强大的可视化工具。
它是A伟大的介绍性的工具，
和它有A精彩的能力到单独偏度
从潜在的边远尼斯。
但它有它是限制。
在案例在哪里是看着在峰度形状或者A双峰性
或多式联运，这直方图是确实A更好的选择。
那是真的大概为什么联合管理计划同时使用直方图和箱线图
在这分配可视化数据行为的平台，
如果你将要。
的课程，添加描述性的统计数据
真正帮助我们圆形的向上这图片我们在哪里有A图形化的第一种方法。
这是只是，再次， A总结的什么我们已经讨论过。
但是最后的夫妻的分钟，
我只是想到展示你A夫妻更多的事物关于这数据放本身。
因为我思考这是也许这最多有用方面的这项目。
如何可能我们放向上A数据放喜欢这？
全部我们真的有到做到模拟JMP 中的数据
是只是创造一些行然后创建A功能，
随机的普通的功能。
这过程那我们做了，一种方式你可以做这是你可以说，
好的，你能去进入A柱子公式…
让我只是展示你这。
你能只是双倍的-点击进入它，和你能点击公式，
你能编辑这公式。
你能去超过这里到这些随机函数，
你能点击它在，和然后你能指定A人口意思是西格玛。
零和一经过默认，点击好的，和然后我能添加A束的行。
患病的去先和添加100行。
什么关于这些其他分布？
统一分布是我们能使用这随机的制服功能。
和然后我们能指定A最小和最大限度价值。
在这案件，
我只是指定的这最低限度这个的柱子，
这通常情况下分散式数据柱子，和这最大值为这最大限度。
和然后最后，作为我提及，
我标准化这柱子所以那它是在这相同的数字规模。
这标准化这柱子，
标准化特征是常见的到全部的这些列。
现在，这最后的事物我想到快点谈谈
是，出色地，什么关于顶峰？
什么关于正确的倾斜,和甚至双莫代尔？
出色地，一的这事物我们能做，我真的认为这很酷，
是我们能使用这分配JMP 中的计算器
到帮助我们理解什么确定分配类型看喜欢。
我是只是去到去进入它这里。 我是去到只是驾驶向下在这里。
患病的分享和你这地点这里的这脚本。
它是去到是在下面计算器。 它不是。
它是去到是在分配下。
发电机。
分配计算器，在计算器上，是的。
如何可能我创造A分配那是正确的歪斜？
哪个随机的功能会我使用？
出色地，我有这能力到看在某些这些分布并参见
为了例子，
如果我指定A随机的F和我指定这些参数，
然后我是得到A分配和这一种偏斜。
和然后我能说，出色地，
什么发生如果我改变这些参数A小的少量？
如何是那去到改变这分配？
我能使用这洞察力到指定参数
为了这随机分布那我指定在我的数据放。
在事实，那是什么我做过这里。
什么做过我做为了这达到顶峰一？
出色地，如果我看在这时间分配，和我减少这度的自由，
我是去到得到A分配那是相对地顶峰。
我是去到看到积极的峰度在那。
那是一方式我能理解这些分布的形状
所以那我能利用它们对我有利
到做不同的什么如果分析在 JMP 中。
我是只是去到迅速地去后退到我的幻灯片。
感谢你非常很多为了听。
如果你有任何问题，
我看向前到接收他们在这用户社区。
正如我提及，这项目将要是发布那里，
和这概括抽象的已发布在这关联这里。
感谢又是你。
