Relatore
|
Trascrizione
|
| ricco nf |
Ciao, mi chiamo Rich Newman e sono uno statistico presso Intel. E oggi presenterò uno script JMP che determina un limite simultaneo del 95% utilizzando un approccio K-neiest neighbor. |
| |
Questa presentazione è co-autore di Don Kent, che è anche in Intel ed entrambi ci troviamo a Rio Rancho, nel New Mexico. |
| |
Vorrei iniziare la presentazione di oggi motivando il problema e da lì condividerò alcune possibili soluzioni e alla fine atterrerò alla soluzione con cui siamo andati. |
| |
Lungo il percorso, fornirò alcuni grafici per aiutare a illustrare ulteriormente i punti e infine mostrerò il componente aggiuntivo JMP che utilizziamo per risolvere il problema e alcuni screenshot che illustrano lo script. |
| |
stiamo progettando un dispositivo e abbiamo bisogno di sapere qual è il peggior insieme di quattro valori di resistenza e quattro capacità che vediamo. |
| |
E il caso peggiore per noi è definito come la combinazione bassa resistenza/alta capacità e alta resistenza/bassa capacità. Quindi per chiarezza |
| |
abbiamo otto variabili e potremmo aver bisogno dei limiti simultanei dei quattro valori di bassa resistenza, i quattro valori di alta capacità, quindi possiamo usarlo per aiutarci a progettare il dispositivo. E il caso peggiore può essere definito come confidenza del 95% o del 99% e, in definitiva, dipende dall'utente. |
| |
Bene, per illustrare questo problema, usiamo solo un valore di resistenza e un valore di capacità. Quindi ho resistenza sull'asse X, capacità sull'asse Y e vogliamo sapere due cose. Vogliamo conoscere quella stella gialla, la peggiore |
| |
combinazione bassa resistenza/alta capacità e vogliamo sapere quel pentagono viola, la combinazione alta resistenza/bassa capacità. |
| |
Va bene, rispetto al nostro problema, voglio sottolineare che riconosciamo che queste otto variabili, queste otto risposte non sono indipendenti. Ci sono alcune correlazioni tra di loro. |
| |
Inoltre, ciascuna di queste risposte può seguire o meno una distribuzione normale o una distribuzione normale multivariata. |
| |
Facciamo spesso questo tipo di domande. Quindi, in altre parole, non vogliamo risolverlo una volta e averne finito, e non affrontarlo mai più. Ci vengono poste queste domande |
| |
spesso, quindi abbiamo davvero bisogno di una soluzione robusta e facile da usare. Nel nostro caso, siamo molto fortunati ad avere set di dati relativamente grandi, almeno 400 punti, e in genere abbiamo |
| |
1.000 punti. E per noi, una soluzione pratica funziona fintanto che ha una metodologia statistica alle spalle. Quindi, se torno al grafico precedente, non è che lancerò un dardo su quel grafico e dirò, ovunque atterrerà, |
| |
sarà il nostro caso peggiore. Vuoi davvero un po' più di carne dietro questo, ma voglio sottolineare che non abbiamo necessariamente una definizione di caso peggiore, che sia 99% o 95. |
| |
E sappiamo solo che è meglio essere un po' prudenti, per assicurarci di progettare un dispositivo che funzioni davvero e non abbia problemi in futuro. |
| |
Va bene, voglio condividere un esempio completamente inventato, solo per illustrare che questo tipo di problema può verificarsi in qualsiasi settore. |
| |
E quindi, immagina di aver realizzato scrivanie regolabili per l'aula e vogliamo che la nostra scrivania funzioni per il 99% della popolazione. |
| |
l'altezza di una persona e la larghezza di una persona. |
| |
Ora, quando hai JMP, viene fornito con alcuni dati di esempio e uno di questi set di dati si chiama BigClass. E in BigClass, sì |
| |
alcuni studenti lì dentro e le loro altezze e pesi. E così possiamo usare quel set di dati per aiutarci a determinare i limiti di altezza e peso che catturano il 99% della popolazione. |
| |
Quindi, se guardo questo grafico qui in basso a destra, vediamo che i punti rappresentano ... ogni punto rappresenta la combinazione di altezza e peso di uno studente. |
| |
Ok, se torno al nostro problema, |
| |
il nostro approccio attuale, che riteniamo possa essere migliorato, consiste nel trovare indipendentemente limiti di previsione del 95% o del 99% per la resistenza e la capacità. |
| |
E in questo esempio in cui sto solo guardando una resistenza e una capacità, troveremmo due limiti separati. |
| |
Ad esempio, troveremmo la previsione del 95% legata alla resistenza, che è 4,52 e 4,97 ed è indicata dalle linee blu più scure. |
| |
E poi troveremmo un equilibrio di previsione del 95% per la capacità, che è 15,6 e 16,5, che è designato da quelle linee blu verdastre, e poi troveremo le combinazioni per ottenere quella stella gialla e il pentagono viola, che ottiene il nostro caso peggiore. |
| |
Ora abbiamo un po' di preoccupazioni con questo approccio. E la prima preoccupazione riguarda un tasso di errore di tipo I. Quindi, quando trovo un limite del 95% per la resistenza 1 e un limite del 95% per la resistenza... |
| |
per la capacità 1, tieni presente che ho otto variabili, nel complesso conosco i miei livelli di confidenza, non il 95%. E di cosa si tratta, dipenderà dalla correlazione delle variabili. |
| |
Ora possiamo superare questo ostacolo apportando un aggiustamento alfa, ma c'è un altro ostacolo di cui volevo discutere e che ci preoccupa un po' di più. |
| |
Va bene, e se fossimo interessati alla combinazione alto/alto, che è indicata da questo cerchio giallo? |
| |
In questo particolare esempio, puoi vedere che non abbiamo alcun dato vicino a questo limite del caso peggiore, quindi se dovessimo usarlo, questo sarebbe estremamente prudente. |
| |
E quando andremo a progettare il nostro dispositivo, avrà un costo e un elemento temporale ad esso associati, quindi vogliamo essere un po' prudenti, ma non vorremmo essere così prudenti da usare questo cerchio giallo perché non stiamo davvero ottenendo alcun punto dati attorno ad esso. |
| |
Ok, ci sono alcuni approcci alternativi che sono facilmente realizzabili in JMP che volevamo considerare come soluzioni a questo problema, e il primo sono le ellissi di densità. |
| |
E questo si trova nella piattaforma di adattamento Y per X, quindi se colpisco quel triangolo rosso su adattamento bivariato, posso scegliere l'ellisse di densità e, in questo caso, ho scelto un'ellisse del 95%. E ottengo quell'ellisse rossa sul grafico. |
| |
Ebbene, quando JMP fornisce questa ellisse di densità, se guardi nell'angolo in basso a destra della presentazione, presenta la deviazione standard media e la correlazione delle due variabili. |
| |
E ciò che JMP non fornisce è l'equazione dell'ellisse. Ora, questo è un ostacolo che possiamo superare. Dobbiamo solo fare un po' di matematica per essere in grado di risolverlo. |
| |
Ma l'ostacolo più grande è cosa succede se hai più di due variabili? In questo caso, JMP non ha un'opzione facile |
| |
per noi per risolvere questo problema. Quindi potremmo fare ellissi a coppie o semplicemente fare due variabili alla volta, ma avremo lo stesso problema alfa e sarà piuttosto difficile scegliere quali punti vogliamo usare come nostro ???. |
| |
Ora c'è anche un'altra preoccupazione molto minore in questo approccio è cosa accadrebbe se fossimo interessati a quell'angolo alto/alto oa quel cerchio giallo? Quale punto dell'ellisse scegliamo? |
| |
E ancora, penso che sia un ostacolo che possiamo superare... superare, ma i due... quando abbiamo più di due variabili, è un ostacolo piuttosto complicato. Non siamo sicuri che sia facilmente risolvibile. |
| |
Va bene, c'è un altro approccio che possiamo... possiamo... che è facilmente realizzabile in JMP e sono i componenti principali. |
| |
E ciò che fanno i componenti principali è creare nuove variabili e JMP le etichetterà Prin 1 e Prin 2, |
| |
in modo tale che le nuove variabili siano ortogonali tra loro. E il fatto che siano ortogonali possiamo usarli per aiutarci a risolvere quali sono i nostri limiti peggiori. |
| |
E questo si trova nella piattaforma dei metodi multivarianti, quindi se andiamo ad analizzare, metodi multivariati, componenti principali, possiamo chiedere questi componenti principali. |
| |
Ora la preoccupazione con l'approccio delle componenti principali è che la matematica è estremamente difficile quando ci sono più di due variabili. |
| |
Inoltre, in teoria, il componente principale cerca di ridurre la dimensionalità quindi, in altre parole, se avessi otto variabili su cui volevo provare a trovare questo caso peggiore simultaneo...limiti simultanei su, |
| |
ma JMP potrebbe tornare e dire, ok, abbiamo trovato tre principi principali che aiutano davvero a spiegare cosa sta succedendo. |
| |
E quel caso abbiamo tre equazioni e abbiamo queste otto incognite e questo ci mette davvero in una posizione difficile per risolvere il problema. E quindi, per questo motivo, non useremmo questo approccio delle componenti principali. |
| |
Allora, dove ci lascia? Quindi il nostro obiettivo è trovare il limite simultaneo del caso peggiore, quella combinazione alto/alto, basso/alto o basso/basso/alto/alto. |
| |
Vogliamo usare...vorremmo usare JMP per aiutarci a risolvere il problema. Deve essere in grado di gestire tre o più variabili. |
| |
Ogni variabile può o non può essere normale. Ci aspettiamo alcune correlazioni. La buona notizia è che tendiamo ad avere set di dati relativamente grandi. |
| |
Vogliamo assicurarci che se chiedessimo questo angolo, se vuoi, che ci siano dati lì intorno e non siamo bloccati in una situazione in cui non ci sono dati. E ancora, una semplice soluzione pratica può essere sufficiente. |
| |
Ok, quindi quello che voglio fare ora è spiegare un concetto, e poi ti mostrerò come quel concetto viene utilizzato per risolvere il nostro problema. |
| |
Quindi c'è un concetto là fuori chiamato approccio K-vicini più vicini e l'idea è che hai un punto e trovi una distanza da quel punto a ogni altro punto. |
| |
E poi determini i k vicini più vicini del punto, o i k punti per le distanze più brevi. Quindi, per dare un senso a questo, diamo un'occhiata a un esempio. Quindi concentriamoci su quel punto evidenziato in rosso... quel rosso scuro e le sue coordinate sono |
| |
4.51 e 15.66. Se prendo quel punto in blu, le coordinate sono 4,67 e 15,54, posso trovare la distanza tra quei punti. |
| |
Oppure l'idea dei vicini più vicini è per quel punto in rosso, posso trovare la distanza da quel punto in ogni altro punto nel set di dati. |
| |
E poi posso ordinare le distanze dalla più piccola alla più grande e poi posso strappare quelle che voglio. |
| |
Quindi, per esempio, se volessi sapere quando k=2, due punti che sono più vicini a quello in rosso, vedo che sono i due punti in rosa e sono quelli che sono i più vicini al quello rosso. |
| |
Ok, quindi quello che voglio fare ora è parlare della soluzione e poi... ad alto livello, e poi rallento e cammino attraverso i passaggi. Quindi la nostra soluzione era basata su, se si dispone di un set di dati di grandi dimensioni, |
| |
possiamo prima trovare la mediana +/- 3 deviazioni standard per ogni variabile (e voglio sottolineare, potresti anche usare la mediana), |
| |
e così facendo, definiamo quelli che chiamiamo i nostri angoli mirati, o i nostri angoli desiderati, e questo è il più basso è il più alto ... in base al più basso è il punto più alto di ciascuna variabile. |
| |
E poi, quello che faremo è trovare la distanza da ogni punto a quell'angolo mirato, ordineremo le distanze dalla più piccola alla più grande, |
| |
e, nel nostro caso per le nostre esigenze (e lo spiegherò un po' di più in una prossima diapositiva) portiamo i vicini più vicini all'angolo mirato. E in generale, puoi raccogliere k-vicini che rappresentano la fiducia desiderata. E di nuovo lo spiegherò un po' di più in un secondo. |
| |
Quindi quello che facciamo è prendere la media dei k-vicini e questa diventa la nostra soluzione. |
| |
Ok, quindi ecco l'idea è che iniziamo con le nostre due variabili, troviamo la media +/-... mi scusi, la mediana +/- 3 deviazioni standard e possiamo anche usare la media. |
| |
E così facendo, li chiamiamo i nostri angoli mirati, quindi se ero interessato all'angolo basso/alto, l'angolo alto.basso quella stella gialla nel Pentagono, iniziano come quelli che chiamiamo angoli mirati definiti. |
| |
Il passo successivo è prendere tutti i punti dati e trovare la distanza da ogni punto nel set di dati a quegli angoli mirati. |
| |
E una volta ottenute quelle distanze, le ordiniamo dal più piccolo al più grande. |
| |
E poi, in questo esempio particolare, troviamo i k-vicini più vicini agli angoli presi di mira. Quindi, proprio come un'illustrazione, puoi vedere i cinque punti in giallo |
| |
sono i cinque punti più vicini alla stella gialla e i cinque punti in viola sono quelli più vicini al pentagono viola. |
| |
Quindi quello che facciamo è prendere la media di quei cinque punti, rispettivamente, e così facendo, queste ellissi nere rappresentano quello che useremmo come valore peggiore. |
| |
E poi lo useremo per aiutarci a progettare il nostro dispositivo. |
| |
Ora voglio mostrarti quei punti relativi all'ellisse di densità e relativi a questi angoli mirati, e la stella gialla e il pentagono viola è quello che era il nostro metodo originale. |
| |
E possiamo vedere che le ellissi di densità non sono male, migliorano un po'. E la cosa davvero bella di questa particolare soluzione è che abbiamo punti dati vicino a loro ed è esattamente come è stato progettato. |
| |
Inoltre, non è troppo prudente per noi, quindi non dobbiamo pagare questo costo aggiuntivo, se vuoi, quando progettiamo il dispositivo e non abbiamo dovuto preoccuparci della distribuzione dei dati. Le correlazioni in realtà non riguardano il modo in cui risolviamo il nostro problema. |
| |
Va bene, diciamo che ti interessano i limiti alto/alto e basso/basso, quel pentagono azzurro o la stella blu più scura. Anche questo metodo funziona. |
| |
E quello che vedi nelle ellissi nere, la nostra soluzione, è che di nuovo abbiamo punti dati qui. |
| |
E quindi, per noi, questo è un approccio meraviglioso perché, soprattutto rispetto al nostro approccio attuale, non è troppo conservativo. Potrebbe essere un po' conservatore, ma non è conservativo come questo pentagono e la stella. |
| |
Va bene prima, ho fatto alcuni commenti su come ci avviciniamo e ci sono alcune scelte, quindi voglio discutere ora la scelta di K e dovremmo fare la media? |
| |
E per me che K possa essere basato sul tuo livello di confidenza, sulla dimensione del campione e sul tipo di filosofia, e lascia che ti spieghi. |
| |
Ad esempio, supponiamo che avessi 1.000 punti dati e volessi essere sicuro al 95%. |
| |
In tal caso, posso prendere la 25a distanza più vicina per le due curve e sarebbe del 2,5% sul lato basso o sul lato basso/alto e del 22,5% sull'altro lato e insieme ho catturato il mio 95% fiducia. |
| |
Quindi potrei semplicemente prendere la 25a distanza più vicina e farla finita. Questo è un approccio. Posso anche prendere la 23a, 24a, 25a, 26a e 27a distanza e calcolarne la media. |
| |
E prendi la media di cinque valori e usalo come approccio. Quindi ci sono un paio di modi diversi per gestirlo. |
| |
Nelle nostre esigenze particolari, ancora una volta abbiamo campioni molto grandi e vogliamo essere un po' prudenti e non siamo guidati da confidenze del 95% o del 99%. Quindi, proprio a scopo illustrativo, |
| |
quei cerchi arancioni sul grafico a destra, possono rappresentare, ad esempio, l'intervallo di confidenza del 95% e potrebbe essere solo la media di cinque punti o forse la 25a distanza più vicina, solo a titolo di esempio. |
| |
E quello che faremmo è invece di usare quell'approccio, prenderemmo effettivamente la media dei primi 25 punti, e così facendo finiremmo con le ellissi nere e puoi vedere che si stanno allontanando e ce la fa un po' più conservatore. |
| |
E quindi lo facciamo in base alla progettazione, un po' più prudente. |
| |
E ancora una volta è una scelta, e per noi la cosa bella è che non è conservativo come quegli angoli desiderati, il nostro approccio attuale, quindi otteniamo un po' di natura conservatrice lì dentro, ma non siamo grossolanamente conservatori. |
| |
Bene. Quindi quali sono i pro e i contro di questo approccio? Gli aspetti positivi sono che non abbiamo bisogno di conoscere la distribuzione delle variabili. |
| |
Possiamo facilmente gestire alcune variabili di correlazione o dipendenti, possiamo facilmente gestire più variabili, specialmente più di due. |
| |
Sappiamo che ci sono dati simili a quella soluzione e parte di ciò dipende dalla grande dimensione dei dati e possiamo creare uno script in un componente aggiuntivo in JMP per eseguire facilmente i calcoli. |
| |
Lo svantaggio è che richiede un set di dati di dimensioni decenti, perché se vuoi quel livello di confidenza del 99% come esempio, un livello di confidenza davvero alto, hai davvero bisogno di molti dati. |
| |
Va bene, ecco come appare il nostro componente aggiuntivo, questa interfaccia utente, e quindi hai le possibili variabili nell'angolo in alto a sinistra. |
| |
E poi sul lato alto in cui entri, ad esempio, vogliamo i valori alti della resistenza e questo è in quell'evidenziazione verde. Se vado all'evidenziazione viola, possiamo aggiungere alcuni valori sul lato basso, quindi in questo esempio, diremmo che vogliamo la combinazione bassa di capacità. |
| |
Quindi la prossima cosa che devi fare è entrare nella tua fiducia che vuoi. |
| |
E abbiamo un pulsante di richiamo, che è comodo per le persone. |
| |
E poi abbiamo il logo della nostra squadra, che rende l'articolo bello e professionale. |
| |
Bene, una volta eseguito questo componente aggiuntivo, attiverà gli script e l'output sarà una tabella JMP. |
| |
E in questa tabella JMP, la prima cosa che voglio sottolineare in questa evidenziazione, in questa evidenziazione in verde, è che per tutte le otto variabili, stiamo ottenendo la mediana, la deviazione standard e se fosse il lato basso o alto ci interessava. |
| |
E quindi da lì costruiremo l'angolo desiderato, quindi sarebbe la mediana meno tre deviazioni standard per il lato basso e la media più tre deviazioni standard per il lato alto. E di nuovo in viola ora, questo è il nostro angolo mirato. |
| |
Quindi la prossima cosa che facciamo è trovare le distanze per tutti i punti |
| |
a quell'angolo desiderato. E poi in questo esempio troveremo i cinque punti più vicini all'angolo desiderato, e cioè i valori del vicinato. Saranno il nostro vettore di cinque valori. Gli indici di quartiere, spiegherò un po' di più nella prossima diapositiva. |
| |
Poi in blu, prendiamo la media di quei cinque vicini più vicini e questa diventa la nostra soluzione al problema. Quindi quella colonna in blu rappresenta i valori del caso peggiore o sono i valori del caso peggiore che vorremmo utilizzare per aiutarci a progettare il dispositivo. |
| |
Ora abbiamo anche una colonna qui chiamata Neighbor Z-score, e di cosa si tratta, prende la media del vicino, la nostra soluzione, e in qualche modo funziona all'indietro e vede quante deviazioni standard si discosta dalla mediana. |
| |
E il motivo per cui lo facciamo è perché il nostro approccio originale era di prendere all'incirca questa mediana più o meno tre deviazioni standard. |
| |
E quello che stiamo scoprendo è che, per ottenere ciò che vogliamo, possiamo effettivamente utilizzare un moltiplicatore molto più piccolo. Quindi questo ci stava solo aiutando a sapere quanto sia conservatore o eccessivamente conservatore il nostro metodo attuale. Non viene utilizzato in nessun calcolo, a parte solo aiutarci a capire. |
| |
Va bene, ho menzionato quei quartieri... mi scusi, gli indici dei vicini. Quindi in alto a destra ho evidenziato in viola il 109 e il 126. |
| |
Ciò corrisponde alle righe dei dati. Quindi, quando esegui questo componente aggiuntivo, ottieni la tua tabella JMP. |
| |
Ti dirà quali cinque righe rappresentano i cinque vicini più vicini, |
| |
e li seleziona anche nel set di dati originale. E la cosa bella è che rende facile codificare i colori. Quindi prima ti ho mostrato l'esempio con il giallo, quindi cinque gialli e cinque viola. |
| |
Ed è facile una volta eseguito questo componente aggiuntivo solo per cambiare i colori subito... subito dopo aver eseguito il componente aggiuntivo. |
| |
Va bene, ecco come appare l'output per le nostre otto variabili. |
| |
E puoi vedere, i punti verdi rappresentano i valori di bassa resistenza/alta capacità, i punti rossi rappresentano i valori di alta resistenza/bassa capacità. E voglio solo sottolineare nella parte in basso a destra di questo grafico che ho evidenziato in viola, |
| |
che puoi vedere, ad esempio, i punti verde e rosso, non sono punti estremi per una data variabile e questo è l'aspetto simultaneo di questo problema. |
| |
Sta davvero risolvendo il problema in tutte e otto le variabili. E quindi per alcune variabili, potrebbe essere estremo, per altre potrebbe non esserlo, e per noi va bene. |
| |
Ma ancora una volta... e così facendo questo aiuta a capire le relazioni tra le nostre variabili e anche questo sarebbe una visualizzazione grafica di quale sia la nostra soluzione finale, il nostro caso peggiore... i nostri valori peggiori. |
| |
Ok, se torno a quel set di dati BigClass solo per illustrare il componente aggiuntivo e voglio riconoscere che si tratta di un piccolo set di dati. Questo è solo a scopo illustrativo. Posso eseguire lo script e chiedere il lato alto/alto, posso eseguirlo e chiedere il lato basso/basso. |
| |
Così facendo di nuovo, come prima, otterrò la mediana e la deviazione standard. Lo userò per trovare il limite. |
| |
E questo è il mio angolo desiderato, poi troverò i cinque vicini più vicini a quel limite. E puoi vedere in verde, quelli sono i valori effettivi e quelli sono tracciati sul grafico in giallo e viola. |
| |
Gli indici vicini si riferiscono alle righe e questo è ciò che mi consente di codificare rapidamente i miei dati a colori. |
| |
La media vicina è la nostra stella gialla e il nostro pentagono viola, e questa sarebbe la nostra soluzione al problema. E ancora facciamo il punteggio Z solo per avere un'idea internamente di quanto sia conservativo questo metodo. |
| |
Ok, a questo punto, voglio solo evidenziare alcuni punti del nostro copione. Quindi, quando abbiamo creato il nostro script, e puoi vedere in alto a destra, sai che abbiamo creato questo riquadro. |
| |
E in azzurro, è qui che chiediamo all'utente di inserire le variabili che sono... troviamo nella parte alta e le variabili si trovano nella parte bassa. |
| |
In quel colore ramato, è qui che otteniamo l'input del percentile e in realtà è un numero. |
| |
E puoi anche vedere alle righe 222 e 223, questo è ciò che stiamo costruendo una funzione di richiamo. |
| |
Va bene, una delle cose che ci piace fare sono i controlli della qualità dei dati, quindi sai che vogliamo che questo sia il più possibile a prova di errore, a prova di errore. |
| |
E quindi, ad esempio, devi inserire quel livello di confidenza come un numero, quindi eseguiamo un controllo per assicurarci che sia compreso tra zero e 100 o l'utente riceve un messaggio di errore che deve modificare il proprio input. |
| |
Allo stesso modo in fondo, abbiamo bisogno di qualcosa nell'elenco basso o nell'elenco alto per eseguire questo, quindi abbiamo questi controlli dei dati per assicurarci che qualcosa sia stato inserito. |
| |
Va bene, la prossima cosa che facciamo è avere qualcosa chiamato sumcols funciton. |
| |
E ciò che fa la funzione sumcols è scorrere le colonne precedenti. Quindi, in altre parole, sta prendendo i bassi e gli alti che hai inserito |
| |
e restituisce un dizionario o un array associativo con alcune informazioni importanti per noi. Quindi se guardo a destra, in basso a destra, |
| |
scusami, se guardo in basso a destra, ad esempio in arancione raccoglierà informazioni sul tipo di dati, |
| |
quanti punti dati c'erano, qual è la mediana, qual è la deviazione standard. In viola farà quel calcolo e ci darà il nostro desiderato |
| |
corner o corner mirato, che chiameremo nostro limite. E poi in blu, quell'AA, quello è il nostro array associativo e sta portando tutte le informazioni o memorizzando tutte le informazioni di cui abbiamo bisogno per il passaggio successivo. |
| |
Va bene, quello che facciamo da qui è iniziare a calcolare quelle distanze. E così puoi vedere nell'evidenziazione blu, |
| |
e quello è sul lato basso, e se ci vai proprio sotto, quello è sul lato alto. Iniziamo a trovare la distanza da ogni punto a quell'angolo mirato. |
| |
E dobbiamo fare i conti, sai, che è stato mostrato prima, dove stiamo quadrando e poi prendiamo la radice quadrata, ma in sostanza stiamo solo trovando quella distanza dai punti a tre sigma. |
| |
E poi in fondo, passeremo attraverso il processo di smistamento, ordine di quelle distanze e poi strappare quelle di cui abbiamo bisogno. |
| |
E voglio sottolineare in arancione che evidenziano, sei, sette e otto. |
| |
Ogni volta che scriviamo i nostri script, facciamo del nostro meglio per avere commenti. E a volte, quando una persona sta lavorando a una sceneggiatura, sfortunatamente, viene attirata da qualcos'altro e qualcun altro può farlo |
| |
finiscilo, quindi è davvero bello avere questi commenti in modo che qualcun altro possa prendere il sopravvento e capire davvero cosa sta succedendo. |
| |
Inoltre è bello che questi commenti, anche se sei l'unico a lavorarci, che se devi tornarci, sai, anni dopo, ricordi cosa sta facendo ogni passaggio. Quindi facciamo del nostro meglio per inserire commenti. |
| |
Va bene, infine, quello che facciamo è, sai, scorrere il lato basso e alto e restituire alcuni valori in un dizionarioj. E puoi vedere in blu, quello che facciamo è strappare i vicini minimi e questo è quel vettore che è uscito nell'output. |
| |
Quindi prendiamo la media di loro e questa è la nostra soluzione; sta succedendo in arancione. E solo a titolo di esempio, in viola troviamo il nostro punteggio Z. Quindi, una volta ottenute le informazioni, tutte quelle distanze, le abbiamo ordinate, |
| |
quindi raccogliamo le informazioni di cui abbiamo bisogno per poi costruire una tabella che è la nostra. |
| |
Va bene, quindi mettendo tutto questo insieme. Il nostro problema motivante è che volevamo trovare questi limiti simultanei del caso peggiore per aiutarci a progettare un dispositivo e la nostra soluzione attuale è troppo conservativa; ci costa denaro e tempo. |
| |
E quando andiamo a risolvere questo problema, sappiamo che i dati possono o non possono seguire la distribuzione normale multivariata, i nostri dati non sono indipendenti. |
| |
E la frequenza di questo richiede davvero una soluzione semplice, e preferibilmente con JMP, e quindi la nostra soluzione |
| |
era quello di creare un componente aggiuntivo JMP facile da usare, utilizza il concetto di vicini più vicini e l'output è facile da capire e ci aiuta a creare rapidamente quei grafici che possiamo codificare a colori, in modo da poter mostrare altri. |
| |
Va bene, grazie mille. |
