Altoparlante
|
Trascrizione
|
| ricco n |
Salve, 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-vicino più vicino. |
| |
Questa presentazione è stata scritta in collaborazione con Don Kent, anche lui della Intel ed entrambi abitiamo a Rio Rancho, nel New Mexico. |
| |
Vorrei iniziare la presentazione di oggi motivando il problema e da lì condividerò alcune possibili soluzioni per arrivare infine alla soluzione che abbiamo scelto. |
| |
Lungo il percorso fornirò alcuni grafici per 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 dobbiamo sapere qual è l'insieme di quattro valori di resistenza e quattro capacità nel caso peggiore che vediamo. |
| |
E il caso peggiore per noi è definito dalle combinazioni 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 e dei quattro valori di alta capacità, quindi possiamo usarli per aiutarci a progettare il dispositivo. E il caso peggiore può essere definito come confidenza al 95% o confidenza al 99% e, in definitiva, dipende dall'utente. |
| |
Va bene, per illustrare questo problema, usiamo solo un valore di resistenza e 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 che il pentagono viola è 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 loro. |
| |
Inoltre, ciascuna di queste risposte può o meno seguire una distribuzione normale o una distribuzione normale multivariata. |
| |
Facciamo spesso questo tipo di domande. Quindi, in altre parole, non vogliamo risolvere questo problema una volta e poi farla finita, per poi 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 perché tendiamo ad avere set di dati relativamente grandi, almeno 400 punti, e in genere abbiamo |
| |
1.000 punti. E per noi, una soluzione pratica funziona purché abbia alle spalle una metodologia statistica. Quindi, se torno al grafico precedente, non lancerò un dardo su quel grafico e dirò, ovunque si fermi, |
| |
sarà il nostro caso peggiore. Vuoi davvero un po' più di carne al fuoco, ma voglio sottolineare che non abbiamo necessariamente una definizione del caso peggiore, che sia 99% o 95. |
| |
E sappiamo solo che è meglio essere un po' conservatori, per essere sicuri di progettare un dispositivo che funzioni davvero e che non abbia problemi in futuro. |
| |
Ok, voglio condividere un esempio completamente inventato, solo per illustrare che questo tipo di problema può verificarsi in qualsiasi settore. |
| |
Immaginiamo quindi di aver realizzato banchi regolabili per le aule e di volere che la nostra scrivania funzioni per il 99% della popolazione. |
| |
l'altezza e la larghezza di una persona. |
| |
Ora, quando si dispone di JMP, vengono forniti alcuni dati di esempio e uno di questi set di dati si chiama BigClass. E in BigClass, lo ha fatto |
| |
alcuni studenti lì dentro e la loro altezza e peso. E quindi 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 in modo indipendente limiti di previsione del 95% o 99% per resistenza e capacità. |
| |
E in questo esempio in cui osservo solo una resistenza e una capacità, troveremmo due limiti separati. |
| |
Quindi, 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 indicato da quelle linee blu verdastre, e poi troviamo le combinazioni per ottenere quella stella gialla e quel pentagono viola, che ottiene il nostro caso peggiore. |
| |
Ora abbiamo un po’ di preoccupazioni con questo approccio. E la prima preoccupazione riguarda il 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, indicata da questo cerchio giallo? |
| |
In questo esempio particolare, puoi vedere che non disponiamo di dati vicini a questo limite del caso peggiore, quindi se dovessimo usarlo, sarebbe estremamente conservativo. |
| |
E quando progetteremo il nostro dispositivo avrà un costo e un elemento temporale ad esso associato, quindi vogliamo essere un po' conservatori, ma non vorremmo essere così conservatori da usare questo cerchio giallo perché non stiamo davvero ottenendo alcun punto dati attorno ad esso. |
| |
Ok, ci sono alcuni approcci alternativi 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 nell'adattamento bivariato, posso scegliere l'ellisse di densità e, in questo caso, ho scelto un'ellisse al 95%. E ottengo quell'ellisse rossa sul grafico. |
| |
Bene, quando JMP fornisce questa ellisse di densità, se guardi l'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 qualche calcolo per poterlo risolvere. |
| |
Ma l'ostacolo più grande è cosa succede se hai più di due variabili?. In questo caso, JMP non dispone di un'opzione semplice |
| |
per noi risolvere questo problema. Quindi potremmo fare ellissi a coppie o semplicemente due variabili alla volta, ma avremo lo stesso problema alfa e sarà piuttosto difficile scegliere quali punti vogliamo usare come ???. |
| |
Ora c'è anche un'altra preoccupazione molto minore in questo approccio: cosa accadrebbe se fossimo interessati a quell'angolo alto/alto o a 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 questo 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 che rappresenta i componenti principali. |
| |
E ciò che i componenti principali fanno è creare nuove variabili e JMP le etichetterà Prin 1 e Prin 2, |
| |
tali che le nuove variabili siano ortogonali tra loro. E il fatto che siano ortogonali possiamo usarlo per aiutarci a risolvere i limiti del nostro caso peggiore. |
| |
E questo si trova nella piattaforma dei metodi multivariati, quindi se vai ad analizzare i metodi multivariati, i componenti principali, possiamo chiedere questi componenti principali. |
| |
Ora, il problema con l’approccio delle componenti principali è che i calcoli sono estremamente difficili 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 che volessi provare a trovare questo caso peggiore simultaneo... limiti simultanei su, |
| |
ma JMP potrebbe tornare e dire, okay, abbiamo trovato tre principi principali che aiutano davvero a spiegare cosa sta succedendo. |
| |
E in quel caso abbiamo tre equazioni e queste otto incognite e questo ci mette davvero in una posizione difficile per risolvere il problema. E quindi, per questo motivo non utilizzeremmo questo approccio delle componenti principali. |
| |
Allora dove ci porta questo? Quindi il nostro obiettivo è trovare il limite del caso peggiore simultaneo, ovvero la combinazione alto/alto, basso/alto o basso/basso/alto/alto. |
| |
Vogliamo utilizzare... vorremmo utilizzare JMP per aiutarci a risolvere il problema. Deve essere in grado di gestire tre o più variabili. |
| |
Ogni variabile può essere normale o meno. 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, ci siano dati lì intorno e non siamo bloccati in una situazione in cui non ci sono dati. E ancora una volta, una soluzione pratica e semplice può essere sufficiente. |
| |
Ok, quello che voglio fare ora è spiegare un concetto, e poi ti mostrerò come viene utilizzato quel concetto per risolvere il nostro problema. |
| |
Quindi esiste un concetto 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 lo 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 questi 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 nell'insieme di dati. |
| |
E poi posso ordinare le distanze dalla più piccola alla più grande e poi posso scegliere quelle che voglio. |
| |
Quindi, per esempio, se volessi sapere quando k=2, due punti più vicini a quello in rosso, vedo che sono i due punti in rosa e sono quelli più vicini a quello in rosso quello rosso. |
| |
Ok, quindi quello che voglio fare ora è parlare della soluzione e poi... ad alto livello, e poi rallenterò e seguirò i passaggi. Quindi la nostra soluzione si basava sul fatto che, se disponi di un set di dati di grandi dimensioni, |
| |
possiamo prima trovare la mediana +/-3 deviazioni standard per ciascuna variabile (e ci tengo a sottolinearlo, potresti anche usare la mediana), |
| |
e così facendo, definiamo quelli che chiamiamo i nostri angoli target, o angoli desiderati, e cioè più bassi sono più alti... in base a quanto più basso è il punto più alto di ciascuna variabile. |
| |
E poi, quello che faremo è trovare la distanza da ciascun punto all'angolo target, ordinare 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 k-vicini più vicini all'angolo preso di mira. E in generale, puoi raccogliere i vicini k che rappresentano la fiducia desiderata. E ancora una volta lo spiegherò un po' di più tra solo un secondo. |
| |
Quindi quello che facciamo è prendere la media dei k-vicini e questa diventa la nostra soluzione. |
| |
Ok, quindi l'idea è che iniziamo con le nostre due variabili, troviamo la media +/-... scusatemi, la mediana +/-3 deviazioni standard e possiamo anche usare la media. |
| |
E così facendo, li chiamiamo i nostri angoli mirati, quindi se fossi interessato all'angolo basso/alto, l'angolo alto.basso quella stella gialla nel Pentagono iniziano come quelli che chiamiamo i suoi angoli mirati definiti. |
| |
Il passo successivo è prendere tutti i punti dati e trovare la distanza da ogni punto nel set di dati agli angoli target. |
| |
E una volta ottenute queste distanze, le ordiniamo dalla più piccola alla più grande. |
| |
E poi, in questo particolare esempio, troviamo i k-vicini più vicini agli angoli presi di mira. Quindi, a titolo illustrativo, puoi vedere i cinque punti in giallo |
| |
sono i cinque punti più vicini alla stella gialla, mentre i cinque punti in viola sono quelli più vicini al pentagono viola. |
| |
Quindi quello che facciamo è prendere la media di questi cinque punti, rispettivamente, e così facendo, queste ellissi nere rappresentano quello che useremmo come valore del caso 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 sono il nostro metodo originale. |
| |
E possiamo vedere che le ellissi di densità non sono male, anzi migliorano leggermente. E la cosa veramente bella di questa particolare soluzione è che abbiamo dei punti dati vicino ed è esattamente così come è stata progettata. |
| |
Inoltre, non è troppo conservativo per noi, quindi non dobbiamo pagare questo costo aggiuntivo, se vuoi, quando progettiamo il dispositivo e non dobbiamo preoccuparci della distribuzione dei dati. Le correlazioni in realtà non riguardano il modo in cui risolviamo il nostro problema. |
| |
Va bene, diciamo che sei interessato ai limiti alto/alto e basso/basso, al pentagono azzurro o alla stella blu più scura. Anche questo metodo funziona. |
| |
E quello che vedi nelle ellissi nere, la nostra soluzione, è che anche qui abbiamo dei punti dati. |
| |
E quindi, per noi, questo è un approccio meraviglioso perché, soprattutto rispetto al nostro approccio attuale, non è troppo conservatore. Potrebbe essere un po' conservatore, ma non è così conservatore come questo pentagono e la stella. |
| |
Ok, prima ho fatto alcuni commenti su come ci avviciniamo e ci sono alcune scelte, quindi voglio discutere ora della scelta di K e dovremmo fare la media? |
| |
E per me che K potrebbe essere basato sul tuo livello di confidenza, sulla dimensione del campione e sul tipo di filosofia, e lasciami spiegare. |
| |
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 il 2,5% sul lato basso o sul lato basso/alto e il 22,5% sull'altro lato e insieme ho catturato il mio 95% fiducia. |
| |
Quindi potrei semplicemente prendere la 25a distanza più vicina e aver finito. Questo è un approccio. Posso anche prendere le distanze 23, 24, 25, 26 e 27 e calcolarne la media. |
| |
E prendi la media di cinque valori e usala come approccio. Quindi ci sono un paio di modi diversi in cui puoi gestirlo. |
| |
Per quanto riguarda le nostre esigenze particolari, ancora una volta disponiamo di campioni di dimensioni molto grandi e vogliamo essere un po' conservatori e non siamo guidati da confidenze del 95% o 99%. Quindi, a scopo illustrativo, |
| |
quei cerchi arancioni sul grafico a destra, potrebbero 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 per fare un esempio. |
| |
E quello che faremmo è invece di usare questo approccio, prenderemmo effettivamente la media dei primi 25 punti, e così facendo ci ritroveremmo con le ellissi nere e puoi vedere che si stanno allontanando e ce la fanno un po' più conservatore. |
| |
E quindi lo facciamo in base alla progettazione, in modo un po' più conservativo. |
| |
E ancora una volta è una scelta, e per noi la cosa bella è che non è così conservatore come quegli angoli desiderati, il nostro approccio attuale, quindi abbiamo un po' di natura conservatrice, ma non siamo grossolanamente conservatori. |
| |
Bene. Quali sono quindi i pro e i contro di questo approccio? Il lato positivo è che non abbiamo bisogno di conoscere la distribuzione delle variabili. |
| |
Possiamo gestire facilmente alcune correlazioni o variabili dipendenti, possiamo facilmente gestire più variabili, soprattutto più di due. |
| |
Sappiamo che ci sono dati vicini a quella soluzione e parte di essi dipende da quelle grandi dimensioni dei dati e possiamo creare uno script in un componente aggiuntivo in JMP per eseguire facilmente i calcoli. |
| |
L'aspetto negativo è che richiede un set di dati di dimensioni adeguate, perché se vuoi quel livello di confidenza del 99% come esempio, livelli di confidenza davvero elevati, 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 evidenziato in verde. Se passo all'evidenziazione viola, possiamo aggiungere alcuni valori sul lato basso, quindi in questo esempio diremmo di volere la combinazione bassa di capacità. |
| |
Quindi la prossima cosa che devi fare è inserire la fiducia che desideri. |
| |
E abbiamo un pulsante di richiamo, che è comodo per le persone. |
| |
E poi abbiamo il logo della nostra squadra, che rende l'oggetto bello e professionale. |
| |
Va bene, una volta eseguito questo componente aggiuntivo, verranno attivati 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 verde, è che per tutte le otto variabili otteniamo la mediana, la deviazione standard e se si tratta del 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 ora di nuovo in viola, questo è il nostro angolo preso di mira. |
| |
Quindi la prossima cosa che facciamo è trovare le distanze per tutti i punti |
| |
a quell'angolo desiderato. E poi troveremo in questo esempio i cinque punti più vicini all'angolo desiderato, e questo è il valore del vicinato. Saranno il nostro vettore di cinque valori. Gli indici di quartiere, li spiegherò un po' di più nella prossima diapositiva. |
| |
Poi in blu prendiamo la media dei cinque vicini più vicini e questa diventa la nostra soluzione al problema. Quindi quella colonna in blu rappresenta i valori del caso peggiore oppure sono i valori del caso peggiore che utilizzeremmo per aiutarci a progettare il dispositivo. |
| |
Ora abbiamo anche una colonna qui chiamata Punteggio Z del vicino, e cioè, prende la media del vicino, la nostra soluzione, e in un certo senso funziona all'indietro e vede quante deviazioni standard ci sono 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 ha solo aiutato a sapere quanto sia conservatore o eccessivamente conservatore il nostro metodo attuale. Non viene utilizzato in nessun calcolo, se non per aiutarci a capire. |
| |
Va bene, ho menzionato quei quartieri... scusate, gli indici dei vicini. Quindi in alto a destra ho evidenziato in viola il 109 e il 126. |
| |
Ciò corrisponde alle righe dei dati. Pertanto, quando esegui questo componente aggiuntivo, ottieni la 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. Prima vi ho mostrato l'esempio con il giallo, quindi cinque gialli e cinque viola. |
| |
Ed è facile, una volta eseguito questo componente aggiuntivo, modificare i colori subito... subito dopo aver eseguito il componente aggiuntivo. |
| |
Va bene, ecco come appare l'output per le nostre otto variabili. |
| |
E come potete 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 che 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 nessuna 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, ciò potrebbe essere estremo, per altre potrebbe non esserlo, e per noi va bene. |
| |
Ma ancora una volta... e così facendo ciò aiuta a comprendere le relazioni tra le nostre variabili e anche questo sarebbe una visualizzazione grafica di quale sarà la nostra soluzione finale, il nostro caso peggiore... i nostri valori del caso peggiore. |
| |
Ok, se torno al set di dati BigClass solo per illustrare il componente aggiuntivo e voglio riconoscere che si tratta di un set di dati di piccole dimensioni. Questo è solo a scopo illustrativo. Posso eseguire lo script e chiedere il lato alto/alto, posso eseguirlo e chiedere il lato basso/basso. |
| |
Facendolo di nuovo, come prima, otterrò la mediana e la deviazione standard. Lo userò per trovare il limite. |
| |
E quello è l'angolo che desidero, 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 dei vicini si riferiscono alle righe e questo è ciò che mi permette di codificare rapidamente i miei dati con colori. |
| |
La media del vicino è la nostra stella gialla e il nostro pentagono viola, e quella sarebbe la nostra soluzione al problema. E ancora una volta eseguiamo il punteggio Z solo per avere un'idea interna di quanto sia conservativo questo metodo. |
| |
Ok, a questo punto, voglio solo evidenziare alcuni punti della nostra sceneggiatura. Quindi quando abbiamo creato il nostro script, come puoi vedere in alto a destra, sai che abbiamo creato questo riquadro. |
| |
E l'azzurro, è lì che chiediamo all'utente di inserire le variabili che... stiamo trovando nella parte alta e le variabili che si trovano nella parte bassa. |
| |
In quel colore ramato, è lì che riceviamo l'input del percentile e in realtà è un numero. |
| |
E puoi anche vedere sulle linee 222 e 223, ecco cosa stiamo costruendo una funzione di richiamo. |
| |
Va bene, una delle cose che ci piace fare sono i controlli sulla qualità dei dati, quindi sai che vogliamo che questo sia il più a prova di errore possibile, a prova di errore. |
| |
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 altrimenti l'utente riceve un messaggio di errore che deve modificare il proprio input. |
| |
Allo stesso modo in basso, abbiamo bisogno di qualcosa nell'elenco basso o nell'elenco alto per eseguirlo, quindi abbiamo questi controlli dei dati per assicurarci che sia stato inserito qualcosa. |
| |
Bene, la prossima cosa che facciamo è avere qualcosa chiamata la funzione sumcols. |
| |
E ciò che fa la funzione sumcols è scorrere le colonne precedenti. Quindi, in altre parole, sta prendendo i minimi 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 porterà ciò che desideriamo |
| |
angolo o angolo mirato, che chiameremo il nostro limite. E poi in blu, quell'AA, che è il nostro array associativo e che porta tutte le informazioni o memorizza 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 vai proprio sotto, è sul lato alto. Iniziamo a trovare la distanza da ciascun punto all'angolo target. |
| |
E dobbiamo fare i calcoli, sai, che sono stati mostrati prima, dove stiamo elevando al quadrato e poi prendendo la radice quadrata ma ma in sostanza stiamo solo trovando quella distanza dai punti a tre sigma. |
| |
E poi in fondo, seguiremo il processo di classificazione, ordine delle distanze e poi selezioneremo quelle che ci servono. |
| |
E voglio sottolineare in arancione che, 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 su una sceneggiatura, sfortunatamente, viene trascinata a qualcos'altro e qualcun altro può farlo |
| |
finiscilo, quindi è davvero bello avere questi commenti così qualcun altro può subentrare 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, ti 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 quello alto e restituire alcuni valori in un dizionarioj. E puoi vedere in blu, quello che facciamo è togliere i vicini minimi e questo è quel vettore che è uscito nell'output. |
| |
Poi ne prendiamo la media e questa è la nostra soluzione; sta succedendo in arancione. E proprio per fare un esempio, in viola troviamo il nostro punteggio Z. Quindi, una volta ottenute le informazioni, tutte quelle distanze, dopo averle ordinate, |
| |
quindi estraiamo le informazioni di cui abbiamo bisogno per costruire una tabella che sia nostra. |
| |
Va bene, quindi mettiamo insieme tutto questo. 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 tempo e denaro. |
| |
E quando andiamo a risolvere questo problema, sappiamo che i dati possono o meno seguire la distribuzione normale multivariata, i nostri dati non sono indipendenti. |
| |
E la frequenza di ciò richiede davvero una soluzione semplice, preferibilmente con JMP, e quindi la nostra soluzione |
| |
era creare un componente aggiuntivo JMP facile da usare, che utilizza il concetto dei k-vicini più vicini e l'output è facile da capire e ci aiuta a costruire rapidamente quei grafici che possiamo codificare a colori, in modo da poterli mostrare agli altri. |
| |
Va bene, grazie mille. |
