398752_ko-KR

liliconcom

K-최근접 이웃 접근 방식을 사용하여 동시 95% 경계를 결정하는 JMP 스크립트(2021-US-30MP-911)

레벨: 중급

 

Rich Newman, 통계학자, Intel
Don Kent, 데이터 분석 및 기계 학습 관리자, Intel

 

우리는 독립적이지 않을 가능성이 가장 높은 응답과 함께 일부 연속적이고 알려지지 않은 분포를 따르는 응답 세트를 가지고 있습니다.각 응답에 대한 동시 95% 상한 또는 하한을 결정하려고 합니다.예를 들어, 데이터의 95%가 동시에 y1과 y2 위에 있고 y3과 y4 아래에 있도록 하한 y1 및 y2와 상한 y3 및 y4를 원할 수 있습니다.각 응답에 대해 95% 경계를 찾으면 적용 범위가 부정확해집니다. 솔루션: 계산을 수행하는 JMP 스크립트를 작성하여 최근접 이웃 원리를 사용하여 각 응답에 대한 동시 95% 상한 또는 하한을 계산하는 방법입니다.

 

 

자동 생성된 대본...

 

스피커	성적 증명서
부자 n	안녕하세요, 제 이름은 Rich Newman이고 Intel의 통계 전문가입니다. 그리고 오늘 저는 K-최근접 이웃 접근 방식을 사용하여 동시 95% 경계를 결정하는 JMP 스크립트에 대해 설명하겠습니다.
	이 프레젠테이션은 Intel의 Don Kent가 공동 작성했으며 우리 둘 다 뉴멕시코주 Rio Rancho에 있습니다.
	저는 문제에 동기를 부여하는 것으로 오늘 프레젠테이션을 시작하고 거기에서 몇 가지 가능한 솔루션을 공유하고 궁극적으로 우리가 함께 했던 솔루션에 착륙할 것입니다.
	그 과정에서 요점을 자세히 설명하는 데 도움이 되는 몇 가지 그래프를 제공하고 마지막으로 문제를 해결하는 데 사용하는 JMP 추가 기능과 스크립트를 보여주는 일부 스크린샷을 보여드리겠습니다.
	우리는 장치를 설계하고 있으며 우리가 보는 4개의 저항과 4개의 커패시턴스 값의 최악의 경우 집합이 무엇인지 알아야 합니다.
	그리고 우리에게 최악의 경우는 낮은 저항/높은 커패시턴스와 높은 저항/낮은 커패시턴스 조합으로 정의됩니다. 그래서 명확성을 위해,
	8개의 변수가 있고 4개의 낮은 저항 값과 4개의 높은 커패시턴스 값의 동시 경계가 필요할 수 있으므로 장치를 설계하는 데 사용할 수 있습니다. 그리고 최악의 경우는 95% 신뢰 또는 99% 신뢰로 정의될 수 있으며 궁극적으로 사용자에게 달려 있습니다.
	좋습니다. 이 문제를 설명하기 위해 하나의 저항과 하나의 커패시턴스 값만 사용하겠습니다. 그래서 저는 X축에 저항이 있고 Y축에 커패시턴스가 있습니다. 그리고 우리는 두 가지를 알고 싶습니다. 우리는 그 노란 별, 최악을 알고 싶어
	낮은 저항/높은 커패시턴스 조합, 그리고 우리는 보라색 오각형, 높은 저항/낮은 커패시턴스 조합을 알고 싶습니다.
	좋습니다. 우리 문제와 관련하여 저는 우리가 이 8가지 변수, 이 8가지 반응이 독립적이지 않다는 것을 인식하고 있다는 점을 지적하고 싶습니다. 그들 사이에는 몇 가지 상관 관계가 있습니다.
	또한 이러한 응답은 각각 정규 분포 또는 다변량 정규 분포를 따르거나 따르지 않을 수 있습니다.
	우리는 이러한 유형의 질문을 자주 합니다. 즉, 우리는 이것을 한 번 해결하고 끝내고 싶지 않으며 다시는 다루지 않습니다. 우리는 이러한 질문을 받습니다.
	종종 사용하기 쉬운 강력한 솔루션이 필요합니다. 우리의 경우에는 비교적 큰 데이터 세트(적어도 400개 포인트)를 갖고 있는 경향이 있어 매우 운이 좋으며 일반적으로
	1,000포인트. 그리고 우리에게 실용적인 솔루션은 그 이면에 통계적 방법론이 있는 한 작동합니다. 따라서 이전 그래프로 돌아가서 그래프에 다트를 던지고 다음과 같이 말하는 것은 아닙니다.
	그것은 우리의 최악의 경우가 될 것입니다. 당신은 그 뒤에 조금 더 많은 고기를 원하지만 99%이든 95%이든 최악의 경우에 대한 정의가 반드시 있는 것은 아니라는 점을 지적하고 싶습니다.
	그리고 우리는 실제로 작동하고 미래에 문제가 없는 장치를 설계하고 있는지 확인하기 위해 약간 보수적인 것이 더 낫다는 것을 압니다.
	좋습니다. 저는 이러한 유형의 문제가 모든 산업 분야에서 발생할 수 있음을 설명하기 위해 완전히 구성된 예를 공유하고 싶습니다.
	그래서, 우리가 교실을 위해 조정 가능한 책상을 만들고 우리 책상이 인구의 99%를 위해 일하기를 원한다고 상상해 보십시오.
	사람의 키와 사람의 너비.
	이제 JMP가 있으면 샘플 데이터와 함께 제공되며 이러한 데이터 세트 중 하나를 BigClass라고 합니다. 그리고 BigClass에서는
	거기에 있는 몇몇 학생들과 그들의 키와 몸무게. 그래서 우리는 그 데이터 세트를 사용하여 인구의 99%를 차지하는 키와 몸무게 경계를 결정할 수 있습니다.
	그래서 여기 오른쪽 하단에 있는 이 그래프를 보면 포인트가 나타내는 것을 볼 수 있습니다. 각 포인트는 한 학생의 키와 체중 조합을 나타냅니다.
	좋아, 내가 우리의 문제로 돌아가면,
	개선될 수 있다고 생각하는 현재 접근 방식은 저항 및 커패시턴스에 대한 95% 또는 99% 예측 범위를 독립적으로 찾는 것입니다.
	그리고 하나의 저항과 하나의 커패시턴스를 보고 있는 이 예에서는 두 개의 개별 경계를 찾을 수 있습니다.
	예를 들어 저항에 대한 95% 예측 경계인 4.52와 4.97을 찾을 수 있으며 더 어두운 파란색 선으로 지정됩니다.
	그런 다음 녹색 파란색 선으로 지정된 15.6과 16.5인 커패시턴스에 대한 95% 예측 균형을 찾은 다음 최악의 경우가 되는 노란색 별과 보라색 오각형을 얻기 위한 조합을 찾습니다.
	이제 이 접근 방식에 대해 약간의 우려가 있습니다. 그리고 첫 번째 문제는 제1종 오류율에 관한 것입니다. 그래서 내가 저항 1에 대한 95% 경계와 저항에 대한 경계 95%를 찾을 때...
	커패시턴스 1의 경우 8개의 변수가 있음을 명심하십시오. 전반적으로 95%가 아닌 신뢰 수준을 알고 있습니다. 그리고 그것이 무엇인지는 상관 변수에 따라 다릅니다.
	이제 우리는 알파 조정을 통해 이 장애물을 극복할 수 있지만, 우리가 좀 더 우려하고 있는 또 다른 장애물이 있습니다.
	좋습니다. 이 노란색 원으로 표시된 high/high 조합에 관심이 있다면 어떨까요?
	이 특정 예에서는 이 최악의 경우 경계 근처에 데이터가 없음을 알 수 있으므로 이것을 사용하는 경우 매우 보수적입니다.
	그리고 우리가 장치를 디자인할 때 비용과 시간 요소가 연관될 것이므로 약간 보수적이기를 원하지만 너무 보수적이어서 이 노란색 원을 사용하고 싶지는 않습니다. 왜냐하면 우리는 주변에 어떤 데이터 포인트도 얻지 못하고 있습니다.
	좋습니다. JMP에서 쉽게 수행할 수 있는 몇 가지 대안적 접근 방식이 있습니다. 이 접근 방식은 우리가 이 문제에 대한 솔루션으로 고려하고자 했으며 첫 번째는 밀도 타원입니다.
	그리고 이것은 X 플랫폼에 의한 맞춤 Y에서 찾을 수 있습니다. 따라서 이변량 맞춤에서 빨간색 삼각형을 맞추면 밀도 타원을 선택할 수 있습니다. 이 경우에는 95% 타원을 선택했습니다. 그리고 저는 그래프에서 그 빨간 타원을 얻습니다.
	JMP가 이 밀도 타원을 제공할 때 프레젠테이션의 오른쪽 하단 모서리를 보면 두 변수의 평균 표준 편차와 상관 관계가 표시됩니다.
	그리고 JMP가 제공하지 않는 것은 타원 방정식입니다. 이제 이것은 우리가 넘을 수 있는 장애물입니다. 우리는 그것을 풀 수 있도록 약간의 수학을 해야 합니다.
	그러나 더 큰 장애물은 변수가 2개 이상인 경우 어떻게 됩니까? 이 경우 JMP에는 쉬운 옵션이 없습니다.
	이 문제를 해결하기 위해. 따라서 쌍으로 타원을 수행하거나 한 번에 두 개의 변수만 수행할 수 있지만 동일한 알파 문제가 발생하고 ???로 사용하려는 점을 선택하는 것은 꽤 어려울 것입니다.
	이제 이 접근 방식에서 또 하나의 아주 사소한 관심사가 있습니다. 만약 우리가 저 높은/높은 코너나 노란색 원에 관심이 있다면 어떻게 될까요? 타원의 어떤 점을 선택합니까?
	그리고 다시, 저는 그것이 우리가 넘어갈 수 있는 장애물이라고 생각합니다...넘어갑니다. 하지만 두 가지...변수가 2개 이상 있을 때 꽤 까다로운 장애물입니다. 우리는 그것이 쉽게 해결되는지 확신할 수 없습니다.
	좋습니다. 우리가 할 수 있는 또 다른 접근 방식이 있습니다...우리가 할 수 있는...그것은 JMP에서 쉽게 수행할 수 있으며 이것이 주요 구성 요소입니다.
	주요 구성 요소가 하는 일은 새 변수를 생성하는 것이며 JMP는 해당 변수에 Prin 1 및 Prin 2라는 레이블을 지정합니다.
	새로운 변수가 서로 직교하도록 합니다. 그리고 그것들이 직교한다는 사실은 우리가 최악의 경우 한계를 해결하는 데 사용할 수 있습니다.
	그리고 이것은 다변량 방법 플랫폼에서 찾을 수 있으므로 다변량 방법, 주성분 분석으로 이동하면 이러한 주성분을 요청할 수 있습니다.
	이제 주성분 접근 방식에 대한 우려는 두 개 이상의 변수가 있을 때 수학이 극도로 어렵다는 것입니다.
	게다가, 이론상으로 주성분은 차원을 줄이려고 하므로, 다시 말해서 내가 이 최악의 경우를 동시...동시 경계에서 찾으려는 8개의 변수가 있다면,
	하지만 JMP가 돌아와서 "알겠습니다. 진행 상황을 설명하는 데 도움이 되는 세 가지 주요 원칙을 찾았습니다.
	그리고 그 경우에는 3개의 방정식이 있고 이 8개의 미지수가 있으며 문제를 해결하기 어려운 위치에 놓이게 됩니다. 그래서 우리는 이 주성분 접근 방식을 사용하지 않을 것입니다.
	그래서 우리는 어디로 떠나는가? 그래서 우리의 목표는 높은/높은, 낮은/높은 또는 낮은/낮은/높은/높은 조합인 동시 최악의 경우 경계를 찾는 것입니다.
	우리는 이 문제를 해결하는 데 JMP를 사용하고 싶습니다. 3개 이상의 변수를 처리할 수 있어야 합니다.
	각 변수는 정상일 수도 있고 아닐 수도 있습니다. 우리는 약간의 상관관계를 예상합니다. 좋은 소식은 우리가 비교적 큰 데이터 세트를 갖고 있다는 것입니다.
	우리는 이 코너를 요청했다면, 당신이 원한다면 그곳에 데이터가 있고 데이터가 없는 상황에 갇히지 않도록 하고 싶습니다. 그리고 다시, 쉽고 실용적인 해결책으로 충분할 수 있습니다.
	자, 이제 제가 하고 싶은 것은 개념을 설명하는 것입니다. 그런 다음 그 개념을 사용하여 문제를 해결하는 방법을 보여드리겠습니다.
	K-최근접이웃 접근법이라는 개념이 있습니다. 아이디어는 한 점이 있고 그 점에서 다른 모든 점까지의 거리를 찾는 것입니다.
	그런 다음 점의 k-최근접 이웃 또는 최단 거리에 대한 k 점을 결정합니다. 이해를 돕기 위해 예를 살펴보겠습니다. 빨간색으로 강조 표시된 지점에 초점을 맞춰 보겠습니다. 짙은 빨간색과 좌표는 다음과 같습니다.
	4.51 및 15.66. 그 점을 파란색으로 지정하면 좌표가 4.67과 15.54이고 그 점 사이의 거리를 찾을 수 있습니다.
	또는 가장 가까운 이웃에 대한 아이디어는 빨간색으로 표시된 해당 지점에 대한 것이므로 데이터 세트의 다른 모든 지점에서 해당 지점으로부터의 거리를 찾을 수 있습니다.
	그런 다음 가장 작은 것부터 큰 것까지 거리를 정렬한 다음 원하는 거리를 뽑아낼 수 있습니다.
	예를 들어, k=2일 때 빨간색으로 표시된 두 점에 가장 가까운 이웃이 있는지 알고 싶다면 분홍색으로 표시된 두 점과 가장 가까운 두 점입니다. 빨간 것.
	자, 이제 제가 하고 싶은 것은 솔루션을 통해 이야기한 다음...높은 수준에서 이야기하는 것입니다. 그런 다음 속도를 늦추고 단계를 진행하겠습니다. 따라서 우리의 솔루션은 대규모 데이터 세트가 있는 경우
	먼저 각 변수에 대한 중앙값 +/-3 표준 편차를 찾을 수 있습니다. (그리고 mmean을 사용할 수도 있습니다.)
	그렇게 함으로써 우리는 우리가 목표로 하는 모서리 또는 원하는 모서리라고 부르는 것을 정의합니다. 그리고 그것은 각 변수의 더 낮은 고점을 기준으로 더 낮은 가장 높은 것입니다.
	그리고 나서 우리가 할 일은 각 지점에서 목표로 삼은 모서리까지의 거리를 찾는 것입니다. 거리를 가장 작은 것에서 가장 큰 것 순으로 정렬합니다.
	그리고 우리의 경우 필요에 따라(다음 슬라이드에서 이에 대해 조금 더 설명하겠습니다) k-최근접 이웃을 대상 모서리로 가져갑니다. 그리고 일반적으로 원하는 신뢰도를 나타내는 k-이웃을 수집할 수 있습니다. 그리고 다시 잠시 후에 이것을 조금 더 설명하겠습니다.
	그런 다음 우리가 하는 일은 k-이웃의 평균을 취하는 것입니다. 이것이 우리의 솔루션이 됩니다.
	자, 여기 아이디어가 있습니다. 두 개의 변수로 시작하여 평균 +/-... 실례합니다. 중앙값 +/-3 표준 편차를 찾고 평균을 사용할 수도 있습니다.
	그렇게 함으로써 우리는 목표로 삼은 코너라고 부릅니다. 그래서 제가 낮은/높은 코너에 관심이 있다면 국방부의 노란색 별인 high.low 코너는 우리가 그녀가 정의한 목표 코너라고 부르는 것으로 시작합니다.
	다음 단계는 모든 데이터 포인트를 가져오고 데이터 세트의 모든 포인트에서 목표 모서리까지의 거리를 찾는 것입니다.
	그리고 일단 그 거리를 구하면 가장 작은 것부터 큰 것 순으로 정렬합니다.
	그런 다음 이 특정 예에서 대상 모서리에 가장 가까운 k-최근접 이웃을 찾습니다. 그래서 그림과 같이 노란색으로 5개의 점을 볼 수 있습니다.
	노란색 별에 가장 가까운 5개 점, 보라색으로 표시된 5개 점이 보라색 오각형에 가장 가까운 점입니다.
	그런 다음 우리가 하는 것은 각각 그 다섯 점의 평균을 취하는 것입니다. 그렇게 함으로써 이 검은 타원은 우리가 최악의 경우 값으로 사용할 것을 나타냅니다.
	그런 다음 이를 사용하여 장치를 설계하는 데 도움이 됩니다.
	이제 밀도 타원과 대상 모서리에 대한 상대적인 점을 보여 드리고자 합니다. 노란색 별과 보라색 오각형은 원래 방법이었습니다.
	그리고 우리는 밀도 타원이 나쁘지 않다는 것을 알 수 있습니다. 약간 나아지고 있습니다. 이 특정 솔루션의 정말 좋은 점은 바로 옆에 데이터 포인트가 있고 그것이 설계된 그대로라는 것입니다.
	또한, 우리에게 너무 보수적이지 않으므로 장치를 설계할 때 이 추가 비용을 지불할 필요가 없으며 데이터 배포에 대해 걱정할 필요가 없습니다. 상관 관계는 실제로 문제를 해결하는 방법과 관련이 없습니다.
	좋습니다. 높은/높은/낮은/낮은 경계, 밝은 파란색 오각형 또는 더 어두운 파란색 별에 관심이 있다고 가정해 보겠습니다. 이 방법도 효과가 있습니다.
	그리고 우리의 솔루션인 검은색 타원에서 볼 수 있는 것은 다시 여기에 데이터 포인트가 있다는 것입니다.
	그래서 우리에게 이것은 훌륭한 접근 방식입니다. 특히 현재 접근 방식에 비해 너무 보수적이지 않기 때문입니다. 조금 보수적일 수도 있지만 이 오각형과 별만큼 보수적이지는 않다.
	좋아, 앞서 나는 우리가 그것에 접근하는 방법에 대해 몇 가지 논평을 했고 몇 가지 선택이 있습니다. 그래서 이제 K의 선택에 대해 논의하고 싶습니다. 평균을 내야 할까요?
	그리고 K는 당신의 신뢰 수준, 표본 크기 및 철학의 종류에 기반할 수 있으며 설명하겠습니다.
	예를 들어 1,000개의 데이터 포인트가 있고 95%의 자신감을 갖고 싶었다고 가정해 보겠습니다.
	이 경우 두 모서리에 대해 25번째 가장 가까운 거리를 취할 수 있으며 이는 낮은 쪽 또는 낮은/높은 쪽에서 2.5%, 반대쪽에서 22.5%가 될 것이며 함께 95%를 캡처했습니다. 신뢰.
	그래서 나는 25번째로 가까운 거리를 택하고 끝낼 수 있었다. 한 가지 접근 방식입니다. 또한 23, 24, 25, 26, 27번째 거리에서 평균을 구할 수도 있습니다.
	그리고 5개 값의 평균을 취하여 접근 방식으로 사용합니다. 따라서 처리할 수 있는 몇 가지 다른 방법이 있습니다.
	우리의 특정 요구 사항에서 다시 우리는 매우 큰 샘플 크기를 가지고 있으며 약간 보수적이기를 원하며 95% 또는 99% 신뢰에 의해 주도되지 않습니다. 그래서 예시 목적으로,
	오른쪽 그래프의 주황색 원은 예를 들어 95% 신뢰 구간을 나타낼 수 있으며 5개 점의 평균일 수도 있고 예를 들어 25번째로 가까운 거리일 수도 있습니다.
	그리고 우리가 할 일은 그 접근 방식을 사용하는 대신 실제로 처음 25개 점의 평균을 취하는 것입니다. 그렇게 하면 검은 타원으로 끝납니다. 조금 더 보수적이다.
	그래서 우리는 조금 더 보수적으로 디자인하여 그렇게 합니다.
	그리고 다시 그것은 선택입니다. 그리고 우리에게 좋은 점은 그것이 원하는 모서리, 우리의 현재 접근 방식만큼 보수적이지 않다는 것입니다. 그래서 우리는 거기에 약간 보수적인 성격을 갖게 되지만 우리는 완전히 보수적이지 않습니다.
	괜찮은. 그렇다면 이 접근 방식의 장단점은 무엇입니까? 긍정적인 점은 변수의 분포를 알 필요가 없다는 것입니다.
	우리는 일부 상관 또는 종속 변수를 쉽게 처리할 수 있으며 여러 변수, 특히 둘 이상의 변수를 쉽게 처리할 수 있습니다.
	우리는 해당 솔루션에 가까운 데이터가 있다는 것을 알고 있으며 그 중 일부는 큰 데이터 크기에 의존하며 JMP의 추가 기능에서 스크립트를 빌드하여 쉽게 계산을 수행할 수 있습니다.
	부정적인 점은 적절한 크기의 데이터 세트가 필요하다는 것입니다. 예를 들어 99% 신뢰 수준, 실제 높은 신뢰 수준을 원한다면 실제로 많은 데이터가 필요하기 때문입니다.
	좋습니다. 이것이 우리의 추가 기능, 이 사용자 인터페이스의 모습입니다. 따라서 왼쪽 상단 모서리에 가능한 변수가 있습니다.
	그런 다음 입력하는 높은 쪽에서 예를 들어 저항의 높은 값을 원하고 녹색 강조 표시에 있습니다. 보라색 강조 표시로 이동하면 낮은 쪽의 일부 값을 추가할 수 있으므로 이 예에서는 낮은 정전 용량 조합을 원한다고 말할 수 있습니다.
	그런 다음 해야 할 일은 자신이 원하는 대로 입력하는 것입니다.
	그리고 사람들의 편의를 위해 좋은 리콜 버튼이 있습니다.
	그런 다음 팀 로고가있어 항목이 멋지고 전문적으로 보입니다.
	좋습니다. 일단 이 추가 기능을 실행하면 스크립트가 트리거되고 출력은 JMP 테이블이 됩니다.
	이 JMP 표에서 이 강조 표시에서 가장 먼저 지적하고 싶은 것은 이 녹색 강조 표시에서 모든 8개 변수에 대해 중앙값, 표준 편차, 그리고 이것이 낮은 쪽인지 높은 쪽인지 여부입니다. 우리는 관심이 있었다.
	그리고 거기에서 우리는 원하는 모서리를 만들 것입니다. 그래서 낮은 쪽의 중앙값에서 3개의 표준 편차를 뺀 값과 중간값에서 높은 쪽의 3개의 표준 편차를 더한 값이 됩니다. 이제 보라색으로 다시 표시됩니다. 이것은 우리의 목표 코너입니다.
	그런 다음 우리가 할 다음 일은 모든 점에 대한 거리를 찾는 것입니다.
	원하는 코너로 그런 다음 이 예에서 원하는 모서리에 가장 가까운 5개의 점을 찾을 것입니다. 이것이 바로 이웃 값입니다. 그것들은 5가지 값의 벡터가 될 것입니다. 이웃 지수는 다음 슬라이드에서 조금 더 설명하겠습니다.
	그런 다음 파란색으로 가장 가까운 5개 이웃의 평균을 구하고 이것이 문제에 대한 솔루션이 됩니다. 따라서 파란색 열은 최악의 경우 값이거나 장치를 설계하는 데 사용할 수 있는 최악의 경우 값입니다.
	이제 우리는 또한 이웃 Z-점수라고 하는 열을 가지고 있습니다. 즉, 이웃 평균, 우리의 솔루션 및 종류가 거꾸로 작동하고 중앙값에서 얼마나 많은 표준 편차가 있는지 확인합니다.
	우리가 그렇게 하는 이유는 우리의 원래 접근 방식이 대략 이 중앙값 + 또는 - 3 표준 편차를 취하는 것이었기 때문입니다.
	그리고 우리가 찾는 것은 우리가 원하는 것을 얻기 위해 실제로 훨씬 더 작은 승수를 사용할 수 있다는 것입니다. 그래서 이것은 우리의 현재 방법이 얼마나 보수적이거나 지나치게 보수적인지 알 수 있도록 도와준 것입니다. 이해를 돕는 것 외에는 어떤 계산에도 사용되지 않습니다.
	좋아, 나는 그 이웃을 언급했다... 실례합니다, 이웃 지수. 그래서 오른쪽 상단에서 보라색 109와 126으로 강조 표시했습니다.
	이는 데이터 행에 해당합니다. 따라서 이 추가 기능을 실행하면 JMP 테이블이 생성됩니다.
	5개의 행이 5개의 가장 가까운 이웃을 나타내는 것을 알려줍니다.
	또한 원본 데이터 세트에서 선택합니다. 그리고 좋은 점은 색상 코드를 쉽게 지정할 수 있다는 것입니다. 그래서 이전에 노란색으로 5개의 노란색과 5개의 보라색이 있는 예를 보여 드렸습니다.
	그리고 이 추가 기능을 실행하면 추가 기능을 실행한 직후에 색상을 바로 변경할 수 있습니다.
	자, 이것이 8개의 변수에 대한 출력 모양입니다.
	녹색 점은 낮은 저항/높은 정전 용량 값을 나타내고 빨간색 점은 높은 저항/낮은 정전 용량 값을 나타냅니다. 그리고 저는 이 그래프의 오른쪽 하단에서 제가 보라색으로 강조한 부분을 지적하고 싶습니다.
	예를 들어 초록색 점과 빨간색 점은 주어진 변수에 대한 극단점이 아니며 이 문제의 동시적인 측면입니다.
	8개 변수 모두에 걸쳐 문제를 실제로 해결하고 있습니다. 따라서 일부 변수의 경우 극단적일 수 있고 다른 변수의 경우 그렇지 않을 수 있습니다. 우리에게는 괜찮습니다.
	그러나 다시...그리고 그렇게 함으로써 우리 변수들 간의 관계를 이해하는 데 도움이 되며 이것은 우리의 최종 솔루션, 최악의 경우...최악의 경우 값이 무엇인지를 그래픽으로 표시합니다.
	알겠습니다. 추가 기능을 설명하기 위해 BigClass 데이터 세트로 돌아가서 이것이 작은 데이터 세트라는 것을 인식하고 싶습니다. 이것은 단지 설명을 위한 것입니다. 나는 스크립트를 실행하고 높은/높은 쪽을 요청할 수 있고, 나는 그것을 실행하고 낮은/낮은 쪽을 요청할 수 있습니다.
	이전과 마찬가지로 다시 그렇게 하면 중앙값과 표준 편차를 얻을 수 있습니다. 경계를 찾는 데 사용할 것입니다.
	그리고 그것이 내가 원하는 코너입니다. 그런 다음 그 경계에 가장 가까운 5개의 이웃을 찾을 것입니다. 녹색으로 볼 수 있습니다. 실제 값이고 그래프에 노란색과 보라색으로 표시됩니다.
	인접 인덱스는 행을 참조하므로 데이터를 빠르게 색상 코딩할 수 있습니다.
	이웃 평균은 우리의 노란색 별과 보라색 오각형이며, 그것이 문제에 대한 우리의 해결책이 될 것입니다. 그리고 다시 우리는 이 방법이 얼마나 보수적인지 내부적으로 아이디어를 얻기 위해 Z 점수를 수행합니다.
	자, 이 시점에서 저는 스크립트의 몇 가지 요점을 강조하고 싶습니다. 그래서 우리가 스크립트를 만들 때 오른쪽 상단에서 볼 수 있듯이 우리가 이 패널 상자를 만들었다는 것을 알 수 있습니다.
	그리고 연한 파란색은 사용자에게 높은 쪽에서 찾는 변수와 낮은 쪽에서 찾을 변수를 입력하도록 요청하는 곳입니다.
	그 구리빛 색상에서 백분위수를 입력받는 곳이 바로 숫자입니다.
	그리고 222번째 줄과 223번째 줄에서도 볼 수 있습니다. 이것이 우리가 리콜 기능을 만들고 있는 것입니다.
	좋습니다. 우리가 하고 싶은 것 중 하나는 데이터 품질 검사입니다. 그래서 우리는 이것이 가능한 한 실수를 방지하고 오류를 방지하기를 원한다는 것을 알고 있습니다.
	예를 들어, 해당 신뢰 수준을 숫자로 입력해야 하므로 0에서 100 사이인지 확인합니다. 그렇지 않으면 입력을 변경해야 한다는 오류 메시지가 사용자에게 표시됩니다.
	마찬가지로 맨 아래에서 우리는 이것을 실행하기 위해 낮은 목록이나 높은 목록에 무언가가 필요합니다. 그래서 우리는 무언가가 입력되었는지 확인하기 위해 이러한 데이터 검사를 받았습니다.
	좋습니다. 다음으로 할 일은 sumcols 함수라는 것을 만드는 것입니다.
	그리고 sumcols 함수가 하는 일은 과거 열을 반복하는 것입니다. 즉, 사용자가 입력한 최저점과 최고점을 취하는 것입니다.
	그리고 우리에게 중요한 정보가 포함된 사전 또는 연관 배열을 반환합니다. 그래서 제가 오른쪽 아래를 보면,
	실례합니다. 예를 들어 주황색으로 표시된 오른쪽 하단을 보면 데이터 유형에 대한 정보를 수집할 것입니다.
	얼마나 많은 데이터 포인트가 있었는지, 중앙값은 무엇이며, 표준 편차는 무엇입니까? 보라색으로 그 계산을 수행하고 우리가 원하는 것을 얻을 것입니다
	코너 또는 타겟 코너, 우리가 우리의 경계라고 부를 것입니다. 그리고 파란색으로 표시된 AA는 연관 배열이며 모든 정보를 가져오거나 다음 단계에 필요한 모든 정보를 저장합니다.
	좋습니다. 여기에서 우리가 하는 것은 그 거리를 계산하기 시작하는 것입니다. 파란색 강조 표시에서 볼 수 있도록
	그것은 낮은 편에 있고, 그 바로 아래로 가면 높은 편에 있습니다. 우리는 각 지점에서 목표 코너까지의 거리를 찾기 시작합니다.
	그리고 우리는 수학을 해야 합니다. 앞서 보여드린 것처럼 제곱한 다음 제곱근을 취하지만 본질적으로 우리는 점에서 3 시그마까지의 거리를 찾는 것입니다.
	그런 다음 맨 아래에서 정렬하고, 해당 거리를 정렬한 다음 필요한 거리를 뽑아내는 과정을 거치게 됩니다.
	그리고 저는 주황색 하이라이트로 6, 7, 8을 지적하고 싶습니다.
	우리는 스크립트를 작성할 때마다 의견을 남기기 위해 최선을 다합니다. 때로는 한 사람이 대본을 작업할 때 불행히도 다른 작업으로 연결되고 다른 사람은
	끝내세요. 따라서 다른 사람이 인계받아 무슨 일이 일어나고 있는지 진정으로 이해할 수 있도록 이러한 의견을 갖는 것이 정말 좋습니다.
	또한 이러한 의견은 비록 당신이 그 작업을 하는 유일한 사람일지라도, 당신이 그것에 대해 다시 돌아가야 한다면, 알다시피, 몇 년 후에 각 단계가 무엇을 하고 있는지 기억할 수 있다는 것이 좋습니다. 그래서 우리는 댓글을 달기 위해 최선을 다합니다.
	좋습니다. 마지막으로 우리가 하는 일은 낮은 쪽과 높은 쪽을 모두 살펴보고 사전에서 일부 값을 반환하는 것입니다. 파란색으로 볼 수 있습니다. 우리가 하는 것은 최소 이웃을 뽑아내는 것입니다. 이것이 출력으로 나온 벡터입니다.
	그런 다음 평균을 구하고 이것이 우리의 솔루션입니다. 주황색에서 일어나는 일입니다. 예를 들어 보라색으로 Z 점수를 찾습니다. 그래서 일단 우리가 정보를 얻고 나면, 그 모든 거리가 그것들을 정렬하고,
	그런 다음 우리가 필요로 하는 정보를 뽑아내고 우리의 테이블을 만듭니다.
	자, 이 모든 것을 합치면 됩니다. 우리의 동기 부여 문제는 우리가 장치를 설계하는 데 도움이 되도록 이러한 동시 최악의 경우 경계를 찾고 싶었고 현재 솔루션이 너무 보수적이라는 것입니다. 그것은 우리에게 돈과 시간을 요합니다.
	그리고 이 문제를 풀 때 데이터가 다변량 정규 분포를 따를 수도 있고 따르지 않을 수도 있다는 것을 알고 있습니다. 데이터는 독립적이지 않습니다.
	그리고 이 빈도는 실제로 간단한 솔루션이 필요하며 가급적이면 JMP를 사용하는 것이 좋습니다. 따라서 우리의 솔루션은
	사용하기 쉽고 k-최근접 이웃 개념을 사용하는 JMP 추가 기능을 구축하는 것이었습니다. 출력은 이해하기 쉽고 다른 사람들에게 보여줄 수 있도록 색상 코드를 지정할 수 있는 그래프를 빠르게 구축하는 데 도움이 됩니다.
	알겠습니다. 대단히 감사합니다.

정상회의 최고브레이크아웃데이터 탐색JSL 애플리케이션 개발Re: K-최근접 이웃 접근 방식을 사용하여 동시 95% 경계를 결정하는 JMP 스크립트(2021-US-30MP-911)

안녕하세요 패트릭( @PatrickGiuliano ),

 

1) 추가 기능과 관련하여 유감스럽게도 IP 문제로 인해 사용하는 것을 보내드릴 수 없습니다.우리는 프레젠테이션에 대본의 "고기"를 포함하여 누군가가 직접 재현할 수 있도록 하려고 했습니다.이것이 이상적인 상황이 아니라는 것을 알고 있지만 제공된 것을 사용하여 유사한 것을 구축할 수 있기를 바랍니다.

 

2) 두 가지 "자신감" 또는 "범위" 유형의 아이디어가 진행 중입니다.

a) 첫 번째는 평균(또는 중앙값) +/- 3 std devs입니다.이것은 우리가 원하는 모서리를 생성합니다.거리를 찾기 위해 방정식에서 원하는 모서리를 사용합니다.즉, 관찰된 각 점에 대해 해당 점에서 원하는 모서리까지의 거리를 찾습니다.따라서 평균 +/- 3 std devs는 실제로 방향을 위한 것이지 특정 확신이나 적용 범위를 위한 것이 아닙니다.나는 평균 +/- 4 std devs, +/- 5 std devs, ... -- 모두 유사한 결과를 제공했습니다.

b) 두 번째는 대화 상자에 입력된 "가장 가까운 이웃 백분위수"입니다(위에 표시된 구리/갈색 색상).이 값에는 적용 범위 또는 신뢰 유형 정의가 있습니다.이 값은 k의 선택을 유도합니다.예를 들어, 1000개의 관측치가 있고 99%의 백분위수를 입력하면 원하는 모서리까지 10번째로 작은 거리가 필요합니다.이론적으로 분포의 1%가 이 지점 "외부"에 있을 것으로 예상합니다.하나의 포인트를 계산하는 대신 평균 5개의 이웃을 가져갈 수 있습니다.예를 들어, 8번째, 9번째, 10번째, 11번째, 12번째 가장 가까운 이웃의 평균을 취하여 99% 범위(또는 분포의 1%가 이 지점 "외부"에 있을 것으로 예상되는 지점)를 나타낼 수 있습니다.

 

이것이 의미가 있기를 바랍니다.그렇지 않은 경우 기꺼이 데이터 세트를 살펴보겠습니다.

 

문안 인사,

부자

 

Re: K-최근접 이웃 접근 방식을 사용하여 동시 95% 경계를 결정하는 JMP 스크립트(2021-US-30MP-911)

안녕하십니까 @richnewman , 흥미로운 접근!커뮤니티 및 @Discovery Summit Americas 2021과 공유해 주셔서 감사합니다.우리 자신의 응용 프로그램의 맥락에서 이 접근 방식을 시도하는 데 관심이 있는 사람들을 위해 공유할 수 있는 추가 기능의 예가 있는지 궁금합니다.귀하의 고려에 미리 감사드립니다.

Normal Distribution(3)

또한 여기에서 사용하는 k 시그마 승수의 선택에 대해 한 가지 질문이 있습니다(이 경우 k = 3은 정규성 가정 하에서 평균의 양쪽에 있는 모집단의 99.865%를 포함함). 다음을 통해 JMP에서 얻을 수 있습니다.

 

이 컨텍스트에서 선택 "범위"가 실제로 신뢰 수준입니까? 나에게 이것은 "범위"(정규성 가정 하에서 계산된 평균 및 시그마를 가정하는 표준 정규 분포에서 다루는 비율, 또는 귀하의 경우 "비정규" 경우를 처리하기 위한 중앙값)에 대해 더 많이 말하며 자신감은 아닙니다. 수준.이것이 "K Nearest Neighbors"의 맥락에서 말하는 방법입니까?

감사, @PatrickGiuliano