398752_ko-KR

liliconcom

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

수준: 중급

 

리치 뉴먼(Rich Newman), 통계학자, 인텔
Don Kent, 데이터 분석 및 기계 학습 관리자, Intel

 

우리는 독립적이지 않을 가능성이 높은 응답과 함께 연속적이고 알려지지 않은 분포를 따르는 일련의 응답을 가지고 있습니다.우리는 각 반응에 대한 동시 95% 상한 또는 하한을 결정하려고 합니다.예를 들어, 데이터의 95%가 동시에 y1과 y2 위에 있고 y3과 y4 아래에 있도록 하한 y1과 y2 및 상한 y3과 y4 경계를 원할 수 있습니다.각 반응의 95% 한계를 찾으면 범위가 부정확해집니다. 해결책: 계산을 수행하는 JMP 스크립트를 작성하여 최근접 이웃 원칙을 사용하여 각 반응의 동시 95% 상한 또는 하한을 계산하는 방법입니다.

 

 

자동 생성된 스크립트...

 

스피커	성적 증명서
부자 n	안녕하세요. 제 이름은 Rich Newman이고 Intel의 통계학자입니다. 오늘은 K-최근접 이웃 접근 방식을 사용하여 동시 95% 경계를 결정하는 JMP 스크립트를 소개하겠습니다.
	이 프리젠테이션은 뉴멕시코주 리오 란초에 위치한 Intel 소속 Don Kent의 공동 저술입니다.
	오늘의 프레젠테이션은 문제에 대한 동기를 부여하는 것으로 시작하고 싶습니다. 거기에서 몇 가지 가능한 해결책을 공유하고 궁극적으로 우리가 선택한 해결책에 도달하겠습니다.
	그 과정에서 요점을 더 자세히 설명하는 데 도움이 되는 몇 가지 그래프를 제공하고 마지막으로 문제를 해결하는 데 사용하는 JMP 추가 기능과 스크립트를 설명하는 스크린샷을 보여드리겠습니다.
	우리는 장치를 설계하고 있으며 우리가 보는 4개의 저항과 4개의 정전용량 값의 최악의 경우 세트가 무엇인지 알아야 합니다.
	그리고 최악의 경우는 낮은 저항/높은 정전 용량 및 높은 저항/낮은 정전 용량 조합으로 정의됩니다. 명확성을 위해,
	8개의 변수가 있고 4개의 낮은 저항 값과 4개의 높은 커패시턴스 값의 동시 경계가 필요할 수 있으므로 이를 사용하여 장치를 설계할 수 있습니다. 최악의 경우는 95% 신뢰도 또는 99% 신뢰도로 정의될 수 있으며 궁극적으로 이는 사용자에게 달려 있습니다.
	좋습니다. 이 문제를 설명하기 위해 하나의 저항과 하나의 커패시턴스 값만 사용하겠습니다. 따라서 X축에는 저항이 있고 Y축에는 정전용량이 있습니다. 우리는 두 가지를 알고 싶습니다. 우리는 알고 싶어 저 노란 별, 최악의
	낮은 저항/높은 정전용량 조합, 그리고 우리는 보라색 오각형, 높은 저항/낮은 정전용량 조합을 알고 싶습니다.
	좋습니다. 우리 문제와 관련하여 저는 우리가 이 8가지 변수와 8가지 반응이 독립적이지 않다는 것을 인식하고 있음을 지적하고 싶습니다. 그들 사이에는 몇 가지 상관관계가 있습니다.
	더욱이, 이들 반응 각각은 정규 분포 또는 다변량 정규 분포를 따를 수도 있고 따르지 않을 수도 있습니다.
	우리는 이런 종류의 질문을 자주 합니다. 즉, 우리는 이 문제를 한 번 해결하고 끝내고 다시는 처리하고 싶지 않습니다. 우리는 이런 질문을 받습니다.
	종종 사용하기 쉬운 강력한 솔루션이 필요합니다. 우리의 경우에는 적어도 400개의 포인트로 비교적 큰 데이터 세트를 보유하는 경향이 있다는 점은 매우 행운입니다.
	1,000포인트. 그리고 우리에게 실용적인 솔루션은 그 뒤에 몇 가지 통계적 방법론이 있는 한 효과적입니다. 따라서 이전 그래프로 돌아가면 그래프에 다트를 던지고 그것이 어디에 도달하는지 말하는 것과는 다릅니다.
	그것은 우리의 최악의 경우가 될 것입니다. 당신은 정말로 그 뒤에 좀 더 많은 내용을 원하지만 저는 99%이든 95%이든 최악의 경우에 대한 정의가 반드시 필요한 것은 아니라는 점을 지적하고 싶습니다.
	그리고 우리는 실제로 작동하고 미래에 어떤 문제도 발생하지 않는 장치를 설계하기 위해 약간 보수적인 태도를 취하는 것이 더 낫다는 것을 알고 있습니다.
	좋아요, 저는 이러한 유형의 문제가 모든 산업에서 발생할 수 있다는 것을 설명하기 위해 완전히 만들어진 예를 공유하고 싶습니다.
	교실에 맞게 조절 가능한 책상을 만들고 우리 책상이 전체 인구의 99%를 위해 사용되기를 원한다고 가정해 보세요.
	사람의 키와 너비.
	이제 JMP가 있으면 몇 가지 샘플 데이터가 함께 제공되며 이러한 데이터 세트 중 하나가 BigClass입니다. 그리고 BigClass에서는
	거기에 몇몇 학생들과 그들의 키와 몸무게가 나와 있습니다. 따라서 우리는 해당 데이터 세트를 사용하여 인구의 99%를 포착하는 키와 몸무게 경계를 결정하는 데 도움을 줄 수 있습니다.
	여기 오른쪽 하단에 있는 이 그래프를 보면 점들이 나타내는 것을 볼 수 있습니다. 각 점은 한 학생의 키와 몸무게의 조합을 나타냅니다.
	좋아요, 문제로 돌아가면
	개선될 수 있다고 믿는 현재 접근 방식은 저항과 커패시턴스에 대한 95% 또는 99% 예측 한계를 독립적으로 찾는 것입니다.
	그리고 하나의 저항과 하나의 커패시턴스를 보고 있는 이 예에서는 두 개의 별도 경계를 찾을 수 있습니다.
	예를 들어 저항에 대한 95% 예측 경계는 4.52와 4.97이며 더 어두운 파란색 선으로 표시됩니다.
	그런 다음 녹색 파란색 선으로 지정된 15.6과 16.5인 커패시턴스에 대한 95% 예측 균형을 찾은 다음 최악의 경우에 해당하는 노란색 별과 보라색 오각형을 얻는 조합을 찾습니다.
	이제 우리는 이 접근 방식에 대해 약간의 우려를 갖고 있습니다. 그리고 첫 번째 관심사는 제1종 오류율에 관한 것입니다. 그래서 저항 1에 대한 95% 경계와 저항에 대한 95% 경계를 찾았을 때...
	커패시턴스 1의 경우 변수가 8개 있다는 점을 명심하세요. 전체적으로 신뢰도 수준은 95%가 아니라 알 수 있습니다. 그리고 그것이 무엇인지는 변수의 상관관계에 따라 달라집니다.
	이제 우리는 알파 조정을 함으로써 이 장애물을 극복할 수 있지만, 우리에게 좀 더 큰 우려를 안겨주고 싶은 또 다른 장애물이 있습니다.
	좋습니다. 이 노란색 원으로 표시된 높음/높음 조합에 관심이 있다면 어떨까요?
	이 특정 예에서는 최악의 경우에 가까운 데이터가 없음을 알 수 있으므로 이를 사용한다면 이는 매우 보수적입니다.
	그리고 우리가 장치를 디자인할 때 비용과 시간 요소가 연관되어 있으므로 약간 보수적으로 접근하고 싶지만 너무 보수적으로 이 노란색 원을 사용하고 싶지는 않습니다. 우리는 실제로 주변에 어떤 데이터 포인트도 얻지 못하고 있습니다.
	좋습니다. JMP에서 쉽게 수행할 수 있는 몇 가지 대체 접근 방식이 있는데, 이 문제에 대한 해결책으로 고려하고 싶었습니다. 첫 번째는 밀도 타원입니다.
	그리고 이는 Y by X 맞춤 플랫폼에서 찾을 수 있으므로 이변량 맞춤에서 빨간색 삼각형에 도달하면 밀도 타원을 선택할 수 있으며 이 경우에는 95% 타원을 선택했습니다. 그리고 그래프에 빨간색 타원이 표시됩니다.
	JMP가 이러한 밀도 타원을 제공할 때 프레젠테이션의 오른쪽 하단을 보면 두 변수의 평균 표준 편차와 상관 관계가 표시됩니다.
	그리고 JMP가 제공하지 않는 것은 타원 방정식입니다. 이제 이것은 우리가 극복할 수 있는 장애물입니다. 우리는 그것을 풀기 위해 수학을 좀 하면 됩니다.
	그러나 더 큰 장애물은 변수가 두 개 이상인 경우 어떻게 될까요? 이 경우 JMP에는 쉬운 옵션이 없습니다.
	우리가 이 문제를 해결하기 위해. 따라서 쌍별 타원을 수행하거나 한 번에 두 개의 변수만 수행할 수 있지만 동일한 알파 문제가 발생하고 ???로 사용할 점을 선택하는 것이 꽤 어려울 것입니다.
	이제 이 접근 방식에는 또 다른 매우 사소한 관심사가 있습니다. 우리가 높은/높은 모서리나 노란색 원에 관심이 있다면 어떻게 될까요? 타원의 어떤 점을 선택합니까?
	그리고 다시 말하지만, 그것은 우리가 극복할 수 있는 장애물이라고 생각합니다. 하지만 두 가지 변수가 두 개 이상 있을 때 그것은 꽤 까다로운 장애물입니다. 쉽게 해결될지 확신할 수 없습니다.
	좋습니다. 우리가 할 수 있는 또 다른 접근 방식이 있습니다...할 수 있습니다...그것은 JMP에서 쉽게 수행할 수 있는 주요 구성 요소입니다.
	그리고 주성분이 하는 일은 새로운 변수를 생성하는 것이고, JMP는 이들에 Prin 1과 Prin 2라는 라벨을 붙입니다.
	새로운 변수는 서로 직교합니다. 그리고 그들이 직교한다는 사실은 최악의 경우 경계를 해결하는 데 도움이 될 수 있습니다.
	이는 다변량 방법 플랫폼에서 찾을 수 있으므로 다변량 방법, 주성분 분석으로 이동하면 이러한 주성분을 요청할 수 있습니다.
	이제 주성분 접근법에 대한 우려는 변수가 세 개 이상일 때 수학이 극도로 어렵다는 것입니다.
	게다가 이론적으로 주성분은 차원을 줄이려고 합니다. 즉, 이 최악의 동시...동시 경계를 찾으려고 하는 8개의 변수가 있다면,
	하지만 JMP가 다시 돌아와서 무슨 일이 일어나고 있는지 설명하는 데 도움이 되는 세 가지 주요 원칙을 찾았다고 말할 수도 있습니다.
	그리고 이 경우에는 3개의 방정식이 있고 8개의 미지수가 있으며 이는 문제를 해결하기 정말 어려운 위치에 놓이게 됩니다. 따라서 이러한 이유로 우리는 이러한 주성분 접근 방식을 사용하지 않을 것입니다.
	그러면 우리는 어디로 갈까요? 따라서 우리의 목표는 동시 최악의 경우 경계, 즉 높음/높음, 낮음/높음 또는 낮음/낮음/높음/높음 조합을 찾는 것입니다.
	우리는 JMP를 사용하여 문제 해결에 도움을 주고 싶습니다. 3개 이상의 변수를 처리할 수 있어야 합니다.
	각 변수는 정상일 수도 있고 아닐 수도 있습니다. 우리는 약간의 상관관계를 기대합니다. 좋은 소식은 상대적으로 큰 데이터 세트를 보유하는 경향이 있다는 것입니다.
	우리가 이 코너를 요청하면, 주변에 데이터가 있고, 데이터가 없는 상황에 갇히지 않도록 하고 싶습니다. 그리고 다시 말하지만, 쉽고 실용적인 솔루션이면 충분할 수 있습니다.
	좋아요, 이제 제가 하고 싶은 것은 개념을 설명하는 것입니다. 그런 다음 그 개념이 문제를 해결하는 데 어떻게 사용되는지 보여 드리겠습니다.
	K-최근접 이웃 접근법이라는 개념이 있는데 그 아이디어는 한 점이 있고 그 점에서 다른 모든 점까지의 거리를 찾는 것입니다.
	그런 다음 해당 점의 k-최근접 이웃 또는 최단 거리에 대한 k개 점을 결정합니다. 이해를 돕기 위해 예를 살펴보겠습니다. 그럼 빨간색으로 강조표시된 점에 초점을 맞춰보겠습니다. 진한 빨간색과 그 좌표는 다음과 같습니다.
	4.51 및 15.66. 파란색 점을 선택하면 좌표는 4.67과 15.54이며 두 점 사이의 거리를 알 수 있습니다.
	또는 가장 가까운 이웃에 대한 아이디어는 빨간색으로 표시된 점에 대한 것입니다. 데이터 세트의 다른 모든 점에서 해당 점으로부터의 거리를 찾을 수 있습니다.
	그런 다음 가장 작은 것부터 가장 큰 것까지 거리를 정렬한 다음 원하는 것을 골라낼 수 있습니다.
	예를 들어, k=2일 때 두 점이 빨간색으로 표시된 점에 가장 가까운 이웃인지 알고 싶다면 이 두 점은 분홍색으로 표시되고 두 점은 빨간색으로 표시된 점에 가장 가까운 점입니다. 빨간 것.
	좋아요, 이제 제가 하고 싶은 것은 솔루션에 대해 이야기한 다음... 높은 수준에서, 속도를 늦추고 단계를 따라가는 것입니다. 따라서 우리의 솔루션은 대규모 데이터 세트가 있는 경우 다음을 기반으로 했습니다.
	먼저 각 변수에 대한 중앙값 +/-3 표준 편차를 찾을 수 있습니다(그리고 mmean을 사용할 수도 있다는 점을 지적하고 싶습니다).
	그렇게 함으로써 우리는 목표 코너 또는 원하는 코너를 정의합니다. 그리고 그것은 각 변수의 낮은 고점을 기준으로 가장 낮은 것, 가장 높은 것입니다.
	그런 다음 우리가 할 일은 각 점에서 대상 모서리까지의 거리를 찾는 것입니다. 가장 작은 것부터 가장 큰 것까지 거리를 정렬합니다.
	그리고 우리의 필요에 따라(다가오는 슬라이드에서 이에 대해 조금 더 설명하겠습니다) k-최근접 이웃을 목표 코너로 가져갑니다. 그리고 일반적으로 원하는 신뢰도를 나타내는 k-이웃을 수집할 수 있습니다. 잠시 후에 이에 대해 조금 더 설명하겠습니다.
	그런 다음 우리가 하는 일은 k-이웃의 평균을 취하는 것입니다. 이것이 우리의 해가 됩니다.
	좋습니다. 두 변수로 시작하여 평균 +/-...실례합니다. 중앙값 +/-3 표준 편차를 구하고 평균을 사용할 수도 있다는 아이디어가 있습니다.
	그렇게 함으로써 우리는 이를 목표 코너라고 부릅니다. 따라서 제가 낮은/높은 코너, 펜타곤에 있는 노란색 별인 높은 낮은 코너에 관심이 있다면 그것은 우리가 정의한 목표 코너라고 부르는 것으로 시작합니다.
	다음 단계는 모든 데이터 포인트를 가져와서 데이터 세트의 모든 포인트에서 목표 모서리까지의 거리를 찾는 것입니다.
	그리고 그 거리를 얻은 후에는 가장 작은 것부터 가장 큰 것까지 정렬합니다.
	그런 다음 이 특정 예에서는 목표 모서리에 가장 가까운 k-최근접 이웃을 찾습니다. 그림처럼 노란색으로 표시된 5개의 점을 볼 수 있습니다.
	노란색 별에 가장 가까운 5개 점, 보라색으로 표시된 5개 점은 보라색 오각형에 가장 가까운 점입니다.
	그런 다음 우리가 하는 일은 각각 해당 5개 점의 평균을 취하는 것입니다. 그렇게 함으로써 이 검은색 타원은 최악의 경우 값으로 사용할 값을 나타냅니다.
	그런 다음 이를 사용하여 장치를 설계하는 데 도움을 드리겠습니다.
	이제 밀도 타원과 목표 모서리를 기준으로 한 점을 보여 드리겠습니다. 노란색 별과 보라색 오각형이 원래 방법이었습니다.
	그리고 우리는 밀도 타원이 나쁘지 않고 조금 더 나아지는 것을 볼 수 있습니다. 그리고 이 특정 솔루션의 정말 좋은 점은 바로 근처에 데이터 포인트가 있고 그것이 설계된 그대로라는 것입니다.
	게다가 이는 우리에게 너무 보수적이지 않기 때문에 장치를 설계할 때 추가 비용을 지불할 필요도 없고 데이터 배포에 대해 걱정할 필요도 없습니다. 상관관계는 실제로 문제를 해결하는 방법과 관련이 없습니다.
	좋습니다. 여러분이 높은/높은 경계와 낮은/낮은 경계, 연한 파란색 오각형 또는 더 어두운 파란색 별에 관심이 있다고 가정해 보겠습니다. 이 방법도 효과적입니다.
	그리고 우리의 해결책인 검은색 타원에서 볼 수 있는 것은 여기에 다시 데이터 포인트가 있다는 것입니다.
	따라서 우리에게 있어 이것은 훌륭한 접근 방식입니다. 특히 현재 접근 방식에 비해 너무 보수적이지 않기 때문입니다. 다소 보수적일 수도 있지만 이 오각형과 별만큼 보수적이지는 않습니다.
	좋아, 앞서 우리가 접근하는 방법과 몇 가지 선택 사항에 대해 몇 가지 설명을 했습니다. 이제 K의 선택과 평균을 계산해야 하는지에 대해 논의하고 싶습니다.
	그리고 K는 귀하의 신뢰 수준, 표본 크기 및 철학의 종류를 기반으로 할 수 있으며 설명하겠습니다.
	예를 들어, 1,000개의 데이터 포인트가 있고 95%의 확신을 갖고 싶다고 가정해 보겠습니다.
	이 경우 두 모퉁이에 대해 25번째로 가까운 거리를 선택할 수 있으며 이는 낮은 쪽 또는 낮은/높은 쪽에서 2.5%, 반대쪽에서 22.5%가 되며 합쳐서 95%를 차지합니다. 신뢰.
	그래서 나는 25번째로 가장 가까운 거리를 택하고 끝낼 수 있었습니다. 그것은 하나의 접근 방식입니다. 또한 23번째, 24번째, 25번째, 26번째, 27번째 거리를 취하여 평균을 낼 수도 있습니다.
	그리고 5개 값의 평균을 취하여 이를 접근 방식으로 사용합니다. 따라서 이를 처리할 수 있는 몇 가지 방법이 있습니다.
	우리의 특별한 요구 사항에서 다시 한번 우리는 매우 큰 표본 크기를 갖고 있으며 약간 보수적이기를 원하며 95% 또는 99% 신뢰도를 따르지 않습니다. 예시 목적으로,
	오른쪽 그래프의 주황색 원은 예를 들어 95% 신뢰 구간을 나타낼 수 있으며 이는 단지 5개 지점의 평균일 수도 있고 예를 들어 25번째로 가장 가까운 거리일 수도 있습니다.
	그리고 우리가 할 일은 그 접근 방식을 사용하는 대신 실제로 처음 25개 점의 평균을 취하는 것입니다. 그렇게 하면 검은색 타원이 생기고 그 점들이 점점 멀어지는 것을 볼 수 있습니다. 좀 더 보수적이에요.
	그래서 우리는 좀 더 보수적으로 설계했습니다.
	그리고 다시 그것은 선택이고, 우리에게 좋은 점은 그것이 원하는 모서리, 즉 우리의 현재 접근 방식만큼 보수적이지 않다는 것입니다. 그래서 우리는 거기에 약간 보수적인 성격을 가지지만, 우리는 심하게 보수적이지는 않습니다.
	괜찮은. 그렇다면 이 접근법의 장점과 단점은 무엇입니까? 긍정적인 점은 변수의 분포를 알 필요가 없다는 것입니다.
	일부 상관관계나 종속변수를 쉽게 처리할 수 있으며, 여러 변수, 특히 2개 이상의 변수를 쉽게 처리할 수 있습니다.
	우리는 해당 솔루션에 가까운 데이터가 있고 그 중 일부는 큰 데이터 크기에 따라 다르다는 것을 알고 있으며 JMP의 추가 기능에 스크립트를 작성하여 계산을 쉽게 수행할 수 있습니다.
	단점은 적절한 크기의 데이터 세트가 필요하다는 것입니다. 예를 들어 99% 신뢰 수준, 실제로 높은 신뢰 수준을 원한다면 정말 많은 데이터가 필요하기 때문입니다.
	좋습니다. 이것이 우리의 추가 기능인 사용자 인터페이스의 모습입니다. 왼쪽 상단에 가능한 변수가 있습니다.
	예를 들어 입력한 높은 쪽에는 저항의 높은 값이 필요하며 이는 녹색으로 강조 표시되어 있습니다. 보라색 강조 표시로 가면 낮은 쪽에 몇 가지 값을 추가할 수 있으므로 이 예에서는 낮은 정전 용량 조합을 원한다고 하겠습니다.
	그렇다면 당신이 해야 할 다음 일은 당신이 원하는 자신감을 입력하는 것입니다.
	그리고 사람들의 편의를 위해 리콜 버튼이 있습니다.
	그리고 팀 로고가 있어서 아이템이 멋지고 전문적으로 보입니다.
	좋습니다. 이 추가 기능을 실행하면 스크립트가 트리거되고 출력은 JMP 테이블이 됩니다.
	그리고 이 JMP 표에서 강조하고 싶은 첫 번째 점은 녹색 강조 표시에서 8개 변수 모두에 대해 중앙값, 표준 편차, 낮은 쪽인지 높은 쪽인지 여부를 구한다는 것입니다. 우리는 관심이있었습니다.
	그리고 거기서부터 원하는 모서리를 만들 것입니다. 그러면 중앙값에서 낮은 쪽의 경우 표준 편차 3을 뺀 값이고 높은 쪽의 경우 중간 값에서 표준 편차 3을 더한 값이 됩니다. 그리고 다시 보라색으로 표시된 부분이 우리가 목표로 삼은 코너입니다.
	그런 다음 우리가 할 일은 모든 점에 대한 거리를 찾는 것입니다.
	원하는 코너로 그런 다음 이 예에서는 원하는 모서리에 가장 가까운 5개의 점, 즉 이웃 값을 찾을 것입니다. 이는 5개 값의 벡터가 될 것입니다. 동네 지수에 대해서는 다음 슬라이드에서 조금 더 설명하겠습니다.
	그런 다음 파란색으로 가장 가까운 이웃 5개의 평균을 구하고 이것이 문제에 대한 해결책이 됩니다. 따라서 파란색 열은 최악의 경우 값이거나 장치 설계에 도움이 되는 최악의 경우 값입니다.
	이제 여기에 Neighbor Z-score라는 열이 있습니다. 즉, 해당 이웃 평균, 솔루션 및 일종의 작업을 거꾸로 가져와 중앙값에서 얼마나 많은 표준 편차가 떨어져 있는지 확인합니다.
	우리가 그렇게 하는 이유는 우리의 원래 접근 방식이 대략 이 중간값에 표준 편차 3을 더하거나 뺀 값을 취하는 것이었기 때문입니다.
	그리고 우리가 발견한 것은 우리가 원하는 것을 얻기 위해 실제로 훨씬 더 작은 승수를 사용할 수 있다는 것입니다. 그래서 이것은 우리가 현재의 방법이 얼마나 보수적이거나 지나치게 보수적인지 아는 데 도움이 되었습니다. 우리의 이해를 돕는 것 외에는 어떤 계산에도 사용되지 않습니다.
	좋아요, 제가 그 동네를 언급했는데...실례합니다, 이웃 지수예요. 그래서 오른쪽 상단에서 109와 126을 보라색으로 강조 표시했습니다.
	이는 데이터 행에 해당합니다. 따라서 이 추가 기능을 실행하면 JMP 테이블이 생성됩니다.
	5개의 행이 가장 가까운 이웃 5개를 나타내는 것이 무엇인지 알려줄 것입니다.
	원본 데이터 세트에서도 이를 선택합니다. 그리고 좋은 점은 색상 코드를 쉽게 지정할 수 있다는 것입니다. 앞서 노란색에 대한 예를 보여드렸으니 노란색 5개, 보라색 5개입니다.
	그리고 이 추가 기능을 실행하면 추가 기능을 실행한 직후 바로 색상을 변경하는 것이 쉽습니다.
	좋아요, 이것이 8개 변수에 대한 출력의 모습입니다.
	보시다시피 녹색 점은 낮은 저항/높은 정전 용량 값을 나타내고 빨간색 점은 높은 저항/낮은 정전 용량 값을 나타냅니다. 그리고 저는 이 그래프의 오른쪽 하단에 제가 보라색으로 강조한 부분을 지적하고 싶습니다.
	예를 들어 녹색과 빨간색 점을 볼 수 있는데 이는 특정 변수에 대해 극단적인 점이 아니며 이것이 이 문제의 동시적 측면입니다.
	이는 실제로 8개 변수 모두에 걸쳐 문제를 해결하는 것입니다. 따라서 일부 변수의 경우 이는 극단적일 수 있지만 다른 변수의 경우에는 그렇지 않을 수 있으며 우리에게는 괜찮습니다.
	하지만 다시 말하지만... 그렇게 함으로써 변수 사이의 관계를 이해하는 데 도움이 되며 최종 솔루션, 최악의 경우... 최악의 경우 값이 무엇인지 그래픽으로 표시하게 됩니다.
	좋아요, 추가 기능을 설명하기 위해 BigClass 데이터 세트로 돌아가서 이것이 작은 데이터 세트라는 것을 인식하고 싶습니다. 이는 단지 설명을 위한 것입니다. 스크립트를 실행하고 높은/높은 쪽을 요청할 수 있고, 스크립트를 실행하여 낮은/낮은 쪽을 요청할 수 있습니다.
	다시 이렇게 하면 이전과 마찬가지로 중앙값과 표준편차를 구하게 됩니다. 나는 그것을 경계를 찾는 데 사용할 것입니다.
	그리고 그것이 제가 원하는 코너입니다. 그러면 저는 그 경계에 가장 가까운 5개의 이웃을 찾을 것입니다. 녹색으로 볼 수 있는 것은 실제 값이고 그래프에 노란색과 보라색으로 표시되어 있습니다.
	이웃 인덱스는 행을 참조하므로 데이터에 색상을 신속하게 지정할 수 있습니다.
	이웃 평균은 노란색 별과 보라색 오각형이며 이것이 문제에 대한 해결책이 될 것입니다. 그리고 다시 우리는 이 방법이 얼마나 보수적인지에 대해 내부적으로 아이디어를 얻기 위해 Z 점수를 수행합니다.
	좋아요, 이 시점에서는 스크립트의 몇 가지 요점을 강조하고 싶습니다. 그래서 우리가 스크립트를 만들었을 때 오른쪽 상단에서 볼 수 있듯이 우리가 이 패널 상자를 만들었다는 것을 알 수 있습니다.
	연한 파란색은 사용자에게 변수를 입력하도록 요청하는 곳입니다. 우리는 높은 쪽에서 찾고 변수는 낮은 쪽에서 찾습니다.
	저 구릿빛 색상에서 우리는 백분위수를 입력받는데 이는 실제로 숫자입니다.
	그리고 222행과 223행에서도 볼 수 있는데, 이것이 우리가 재현 함수를 구축하고 있는 것입니다.
	좋습니다. 우리가 하고 싶은 일 중 하나는 데이터 품질 검사입니다. 따라서 우리는 이것이 가능한 한 실수가 없고 오류가 발생하지 않기를 원합니다.
	예를 들어 해당 신뢰 수준을 숫자로 입력해야 하며, 그런 다음 해당 신뢰 수준이 0에서 100 사이인지 확인합니다. 그렇지 않으면 사용자에게 입력을 변경해야 한다는 오류 메시지가 표시됩니다.
	마찬가지로 맨 아래에서도 이를 실행하려면 낮은 목록이나 높은 목록에 뭔가가 필요하므로 무언가가 입력되었는지 확인하기 위해 이러한 데이터 검사를 수행합니다.
	좋습니다. 다음으로 할 일은 sumcols funciton이라는 것을 만드는 것입니다.
	그리고 sumcols 함수가 하는 일은 과거 열을 반복하는 것입니다. 즉, 입력한 최저점과 최고점을 취하는 것입니다.
	우리에게 중요한 일부 정보가 포함된 사전 또는 연관 배열을 반환합니다. 그래서 오른쪽, 오른쪽 아래를 보면,
	죄송합니다. 오른쪽 하단(예: 주황색)을 보면 데이터 유형에 대한 정보를 수집하게 됩니다.
	얼마나 많은 데이터 포인트가 있었는지, 중앙값은 얼마인지, 표준편차는 얼마인지. 보라색으로 계산을 수행하여 원하는 결과를 얻을 것입니다.
	코너 또는 목표 코너를 경계로 부를 것입니다. 파란색으로 표시된 AA는 연관 배열이고 다음 단계에 필요한 모든 정보를 가져오거나 저장하는 역할을 합니다.
	좋아요, 이제부터 우리가 할 일은 그 거리를 계산하기 시작하는 것입니다. 파란색 강조 표시에서 볼 수 있듯이
	그리고 그것은 낮은 쪽에 있고, 그 바로 아래로 가면 그것은 높은 쪽에 있습니다. 각 지점에서 목표 지점까지의 거리를 찾기 시작합니다.
	그리고 우리는 앞서 보여드린 것처럼 수학을 해야 합니다. 여기서 우리는 제곱을 한 다음 제곱근을 구하지만 본질적으로 우리는 점에서 3 시그마까지의 거리를 구합니다.
	그리고 맨 아래에서는 정렬하고, 거리를 정렬하고, 필요한 것을 뽑아내는 과정을 거치게 됩니다.
	그리고 저는 주황색 하이라이트로 6, 7, 8을 지적하고 싶습니다.
	우리는 스크립트를 작성할 때마다 최선을 다해 의견을 제시합니다. 그리고 때로는 한 사람이 대본을 작업할 때 불행하게도 다른 일에 집중하게 되고 다른 사람은 스크립트를 작성할 수 없게 됩니다.
	마무리하세요. 다른 사람이 인계받아 무슨 일이 일어나고 있는지 실제로 이해할 수 있도록 이러한 의견을 갖는 것이 정말 좋습니다.
	더욱이 이러한 의견은 비록 당신이 작업하는 유일한 사람이라 할지라도 몇 년 후에 다시 돌아가야 할 경우 각 단계가 무엇을 하고 있는지 기억할 수 있다는 점입니다. 그래서 우리는 의견을 남기기 위해 최선을 다합니다.
	좋습니다, 마지막으로 우리가 하는 일은 낮은 쪽과 높은 쪽을 통과하고 사전에 일부 값을 반환하는 것입니다. 파란색으로 볼 수 있듯이, 우리가 하는 일은 최소 이웃을 뽑아내는 것인데, 그것이 출력에 나온 벡터입니다.
	그런 다음 우리는 그것들의 평균을 취하는데 이것이 우리의 해결책입니다. 그 일이 주황색에서 일어나고 있어요. 예를 들어, 보라색으로 Z 점수를 찾습니다. 따라서 정보를 얻은 후에는 모든 거리를 정렬하고
	그런 다음 필요한 정보를 뽑아내서 우리만의 테이블을 만듭니다.
	좋아요, 이걸 모두 합치면 됩니다. 우리의 동기 부여 문제는 장치 설계에 도움이 되는 동시에 최악의 경우 경계를 찾고 싶었고 현재 솔루션이 너무 보수적이라는 것입니다. 비용과 시간이 소요됩니다.
	그리고 이 문제를 해결하려고 하면 데이터가 다변량 정규 분포를 따를 수도 있고 따르지 않을 수도 있다는 것을 알 수 있습니다. 우리의 데이터는 독립적이지 않습니다.
	이러한 문제가 자주 발생하려면 간단한 솔루션이 필요합니다. 가급적이면 JMP를 사용하는 것이 좋습니다. 그래서 우리 솔루션도 마찬가지입니다.
	사용하기 쉽고, k-최근접 이웃 개념을 사용하고, 출력을 이해하기 쉬운 JMP 추가 기능을 구축하는 것이었으며, 색상을 구분하여 다른 그래프에 표시할 수 있는 그래프를 신속하게 구축하는 데 도움이 되었습니다.
	알겠습니다. 정말 감사합니다.

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

안녕하세요 패트릭( @PatrickGiuliano ),

 

1) 추가 기능과 관련하여 안타깝게도 IP 문제로 인해 우리가 사용하는 것을 보내드릴 수 없습니다.우리는 누군가가 직접 재현할 수 있도록 대본의 "핵심"을 프레젠테이션에 포함시키려고 노력했습니다.이것이 이상적인 상황은 아니라는 것을 알고 있지만 제공된 내용을 사용하여 비슷한 것을 구축할 수 있기를 바랍니다.

 

2) "신뢰" 또는 "보장" 유형의 두 가지 아이디어가 진행되고 있습니다.

a) 첫 번째는 평균(또는 중앙값) +/- 3 표준 편차입니다.그러면 원하는 코너가 생성됩니다.방정식에서 원하는 모서리를 사용하여 거리를 찾습니다.즉, 관찰된 각 지점에 대해 해당 지점에서 원하는 모서리까지의 거리를 찾습니다.따라서 평균 +/- 3 표준 개발자는 실제로 방향을 위한 것이지 특정 신뢰도나 적용 범위를 위한 것이 아닙니다.나는 평균 +/- 4 std devs, +/- 5 std devs 등을 사용해 보았습니다. 모두 비슷한 결과를 얻었습니다.

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 입력한 경우 원하는 모서리까지의 10번째 최소 거리를 원합니다.이론적으로 우리는 분포의 1%가 이 지점 "외부"에 있을 것으로 예상합니다.하나의 포인트를 계산하는 대신 평균 5개의 이웃을 선택할 수 있습니다.예를 들어, 8번째, 9번째, 10번째, 11번째, 12번째 가장 가까운 이웃의 평균을 사용하여 99% 적용 범위(또는 분포의 1%가 이 지점 "외부"에 있을 것으로 예상되는 지점)를 나타낼 수 있습니다.

 

이것이 의미가 있기를 바랍니다.그렇지 않다면 귀하와 함께 데이터 세트를 살펴보도록 하겠습니다.

 

문안 인사,

부자

 

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

안녕하세요 @richnewman , 흥미로운 접근 방식!이 내용을 커뮤니티 및 @Discovery Summit Americas 2021과 공유해 주셔서 감사합니다.우리 애플리케이션의 컨텍스트에서 이 접근 방식을 시도하는 데 관심이 있는 사람들을 위해 공유할 수 있는 추가 기능 예제가 있는지 궁금합니다.귀하의 배려에 미리 감사드립니다.

Normal Distribution(3)

또한 여기에서 사용하는 k 시그마 승수의 선택에 대해 한 가지 질문이 있습니다(이 경우 정규성 가정 하에서 평균의 양쪽에 있는 모집단의 99.865%를 포괄하는 k = 3). JMP에서는 다음과 같이 접근할 수 있습니다.

 

이 맥락에서 선택하는 "보장 범위"가 실제로 신뢰 수준인가요? 나에게 이것은 "적용 범위"(정규성 가정에 따라 계산된 평균 및 시그마를 가정하는 표준 정규 분포에 포함되는 비율, 또는 귀하의 경우 "비정규" 사례를 처리하기 위한 중앙값)에 대해 더 많이 말하며 신뢰도에는 해당되지 않습니다. 수준.이것이 "K Nearest Neighbors"의 맥락에서 우리가 말하는 방식인가요?

감사해요, @PatrickGiuliano