やあ、私の名前は粘土バーカー、とわたしはa統計デベロッパーののJMPグループ。
わたしは行きますになれおしゃべりだいたいいくつかの新しい特徴のの分布プラットホーム
ギヤードに向かって分析する限界の検出データ。
これは何か私働いたの上と私の同僚、ローラランカスター、
だれのまたa統計デベロッパーでJMP。
にキックものオフ、何はa限定検出問題？
何それは私たちしようとしているに解決？
それは基本レベル、
a限界の検出問題はいつ私たちもついくつかの測定デバイス
とこれはいいえできるに提供良い測定値外のいくつかのしきい値。
それは何私たち電話a限界の検出問題。
ふまた例、しましょう言う私たちもつ、そうだった取る重さ測定値
とそうだった使用してa規模それはいいえできるに作る測定値下1g .
のこれ実例、結婚した言うそれか私たちもつより低い検出限界の1
なぜなら私たちできない測定下それか。
しかしの私たちのデータ設定、そうだったまだ録音それらの値として1.
なぜならのそれらの制限、
私たち見る、私たちそうかもしれないもつaデータ設定それか見える好きこれ。
の部、私たちもついくつかの値の1といくつかの非 1値それかそれは多くのより大きい。
私たちしないでください本当信じるそれかそれらの値それは1秒。
私たちただ知るそれかそれらのそれはで多くの1.
これデータ起こる全ての時間の練習。
もしもあなた考えだいたい時々そうだったいいえできるに測定下a低いしきい値。
時々そうだったいいえできるに測定その上をアッパーしきい値。
それらのそれは両方限定検出問題。
何したほうがいい私たちするだいたいそれか？
しましょう見てでa本当単純例。
私シミュレートされたいくつかのデータそれかそれは通常は分散
と平均10と分散 1 、
とそうだった印象的なa低い検出限界の9.
もしも私たち見てで私たちのデータ設定ここ、
私たちもついくつかの値その上9,と私たちもついくつかの9秒。
いつ私たち見てでのヒストグラム、
これ絶対しません見て通常は分散
なぜなら私たちもつa全体束の追加9秒
と私たちしないでくださいもつなんでも下9.
何起こるもしも私たちただモデルそれかデータとしては？
良い、それ曲がる外の結果ではないそれか素晴らしい。
私たち得るaちゃんとした見積もりの私たちの位置パラメータ、私たちのム、
これは本当近いに10、どれのはの真実。
しかし私たちは本当過小評価それか規模また分散パラメータ。
私たちは推定それになれ0.8、
いつの真実はそれか私たち生成されたそれと規模同等に1.
あなたは知らせそれか私たちの自信間隔ためにそれか規模パラメータ
しません平カバー1.
それしません含むの真実とそれは一般的いいえa素晴らしいシチュエーションになれの。
なにもっと、もしも私たち見てで… 私たちフィットa一握りのディストリビューション、
私たちフィットのログ普通、のガンマ、との普通、
まあ普通分布、どれのは何私たち使用に生成私たちのデータ、
それではない平競争力ベースの上のAIC。
ベースの上それらのAIC値、
私たちだろう絶対選ぶaログ普通分布にモデル私たちの応答。
私たちしていない終わりa良い仕事見積もり私たちのパラメーター。
そうだったいいえ平選ぶに使用の分布
それか私たち生成されたのデータと。
W eただ投げた全てそれらの9秒の中へ私たちのデータ設定。
私たち無視されたの事実それかあれは不完全な情報
そしてそれしませんでした仕事外良い。
何もしも、その代わりの無視するそれか限界の検出、
何もしも私たちただ投げる外全てそれらの回？
良い、今私たちは得たa小さいデータ設定とこれは偏った。
私たちは投げた外a大きいかたまりの私たちのデータの上それ。
私たちもつa偏ったサンプル今。
今もしも私たちフィット私たちの普通分布、
今そうだった過大評価の位置パラメータ、
とそうだったまだ過小評価模倣するの規模パラメータ。
そうだった実際のとてもa悪い位置まだ、
なぜなら私たちしていない終わりa良い仕事とまたのそれらのパラメーター。
そうだったまだありそうもないに選ぶ普通分布。
ベースの上のAIC、のログ普通とのガンマ分布
両方フィットとてもa少しより良いよりもの普通分布。
そうだったまだのa悪い場所。
私たち試した投げ外の9 s、とそれかしませんでした振り向く外良い。
私たち試したただ含む彼らとして9秒。
それかしませんでした振り向く外良いまた。
何したほうがいい私たちするその代わり？
の答えはそれか私たちしたほうがいい扱う
それらの観測での限界の検出。
私たちしたほうがいい扱うそれらのとして検閲された観察。
検閲はaシチュエーションどこ
私たちそれだけもつ部分的情報だいたい私たちの応答変数。
それはその通りのシチュエーションそうだったのここ。
もしも私たちもつを観察での低い検出限界、とここ私は示されるそれ
DサブL、
私たち言うそれか観察は以下検閲された。
私たちしないでください言うそれかよは同等にそれか限界の検出。
私たち言うそれかよは以下よりもまた同等にそれかDL価値。
の上のフリップ側、
もしも私たちもつaアッパー限界の検出、示されるDUここ、
それらの観測それは右検閲された。
なぜならそうだったいいえ言ってそれかよは同等にそれか価値。
そうだったただ言ってこれはで少しでもそれか価値。
もしもあなたは見ているためにもっと情報だいたいどうやってに取り持つ検閲されたデータ、
一のの参考文献それか私たち提案全ての時間は
ミーカーとエスコバルズ本統計メソッドために信頼性データ。
それはa本当良い概要ためにどうやってあなたしたほうがいい扱う検閲されたデータ。
もしもあなたは使用済みいくつかのの...
もしもあなた使用いくつかののの特徴とのサバイバルと信頼性メニューJMPでは、
それからあなたは見慣れたともの好き人生分布とフィット人生にバツ。
これらはそれは全てプラットフォームそれか収容検閲のJMP。
何そうだった興奮しただいたいのJMP 17は今
私たちもつ追加したいくつかの特徴に分布それでそれか私たちできる取り持つ
これ限界の検出問題と配布として良い。
全てあなたもつにするはあなた追加
a検出限界桁財産にあなたの応答変数、
とあなた特定何のアッパーとまた低い検出限界は、
とあなたは良いに行く、ありますなしそれ以外あなたもつにする。
の私のシミュレートされた例、私もっていたa低い検出限界の9.
私だろう置く9のの低い検出限界分野ここ。
それは本当全てあなたもつにする。
に指定するそれか検出限界、
今分布は行きますに言う、わかった、私知るそれか値の9
それは実際左検閲された、
とわたしは行きますにする推定会計ためにそれか。
今とそれか同じシミュレートされた例、とこれ低い検出限界指定、
今あなたは知らせ私たち得るa多くのもっと適正フィットの普通分布。
今私たちの自信間隔ために両方の位置と規模パラメータ
カバーの真実、
なぜなら私たち知る、また、の位置だった10との規模だった1.
今私たちの自信間隔カバーの真実
そしてそれはa多くのより良いシチュエーション。
もしもあなた見てでのCDFプロットここ、
これはa本当良い道に比較私たちの装着分布に私たちのデータ。
何これはやっているはそれか赤ラインはの経験的なCDF、
との緑ラインはの装着普通CDF。
としてあなたできる教えて、彼らは本当近い上それまで9.
そしてそれ作ります検出、なぜならそれはどこ私たちもつ検閲。
そうだったやっているa多くのより良い仕事フィッティングこれらはデータ
なぜならそうだったちゃんと取り扱いそれか検出限界。
私ただ欲しかったに点外それかいつあなたは指定の検出限界、
の報告作りますそれ本当クリアそれか私たちは使用済みそれ。
としてあなたできる見るここ、
それ言うの装着普通分布と検出制限、
とそれさせてあなた知るその通りどれの検出限界それ使用済み。
今いいえそれだけそれは、
なぜならそうだったやっているaより良い仕事見積もり私たちのパラメーター、
もの好き推論だいたいそれらのパラメーターはもっと信頼できる。
もしも私たちする何か好き私たち見てでの分布プロファイラ
今私たちできる信頼これらは
推論ベースの上私たちの装着分布、
私たち感じられる多くのより良いだいたい信頼するもの好きの分布プロファイラー。
とのシミュレートされた例、もしも私たち使用私たちの装着普通分布、
なぜなら私たちちゃんと取り扱い検閲、
私たち知るそれかだいたい16 %のの観測
それは落下下それか低い検出限界。
私また欲しかったに点外それか
いつあなたもつ検出制限の分布、
今そうだったそれだけできるにフィットaサブセットののディストリビューション
それかあなただろう通常は見るのの分布プラットホーム。
私たちできるフィットの普通、指数、ガンマログ、普通、 WIとベータ。
全てのそれらのディストリビューションサポート検閲
また限定検出の分布。
しかしもしもあなたそうだった使用して何か好きの混合の法線、
良い、それかそれかしません拡張する良いにセンサーデータ。
あなたはいいえ行きますになれできるにフィットそれかいつあなたもつa限界の検出。
私また欲しかったに点外もしもあなたもつJMPプロ
とあなたは使用済みに使用しての一般化された回帰プラットホーム、
一般化された回帰認識するそれかちょうど同じ桁財産。
の検出限界桁財産
は認識されたに両方分布と一般化された.
一のの本当良いものだいたい
これ新しい特徴はそれかそれ取得運んだの上にの容量プラットホーム。
もしもあなたするあなたのフィットと分布、とあなた発売容量、
今そうだった行きますに得るもっと信頼できる容量結果。
しましょう言うそれかそうだった製造業a新しい薬、
と私たち欲しいに測定の額の和不純物のの薬。
私たちのデータそうかもしれない見て好き何私たちもつここ。
私たちもつa束の小さい値、と私たちもつa低い検出限界の1 mg。
これらは値の1それかそれはハイライトここ、
私たちしないでください本当考えそれらのそれは1.
私たち実際考えこれは何か... 私たち知るそれかこれは何か以下1より.
私たちもつをアッパー仕様限界の2.5ミリグラム。
これはaシチュエーションどこ私たちもつ両方スペック限界と検出限界。
これは本当簡単に特定それらののの桁プロパティ。
ここ私たちは定義済み私たちのアッパースペック限界として2.5
と私たちの低い検出限界の1.
今全てあなたもつにするはただ
与える分布の桁それかあなた欲しいに分析します。
それ知っているその通りどうやってに取り持つそれか応答変数。
しましょう見てでの容量結果。
今、なぜなら私たちはちゃんと取り扱いそれか限界の検出、
私たち信頼それか私たちのログ普通フィットは良い。
私たち見るそれか私たちのPpk、価値ここは0.546 .
それはいいえとても良い。
いつものあなただろう欲しいa Ppkその上1.
これは言う私たちそれか私たちのシステムはいいえとても有能。
私たちは得たいくつかの問題それか私たちそうかもしれない必要に選別外。
一度また、何だろうもつ起こりましたもしも私たちもっていた無視されたそれか限界の検出
と私たちもっていたただ処理された全てそれらの1秒としてもしも彼ら本当にそうだった1秒。
良い、しましょう取ったa見て。
私たちする私たちのフィット、無視するの限界の検出、と私たち得るa Ppkのその上1.
に基づくこれフィット、
私たちだろう言うそれか私たち実際もつaまともに有能システム、
なぜならa Ppkの1はいいえそれも悪い。
それそうかもしれないなれを許容できる価値。
に無視するそれか限界の検出、
私たちはだまされた私たち自身の中へ考え私たちのシステムはもっと有能よりもそれ本当は。
私考えこれはaいいね例、
なぜなら私たちもつa低い検出限界、どれの5月鉛あなたに信じる、
良い、私そうかもしれないなれ多分無視するの限界の検出だろうなれ保守的、
なぜならわたしは過大評価の位置パラメータ。
それは真実、いつ私たち無視の限界の検出、
そうだった過大評価それか位置パラメータ。
しかしの問題はそうだったひどく過小評価の規模パラメータ。
それは何作ります私たち作る悪い意思決定外ののしっぽ
のそれか分布。
に無視するそれか限界の検出、
私たちは本当得た私たち自身の中へa悪いシチュエーション。
ただに要約すると、
これは本当重要に認識いつ私たちのデータ特徴a限界の検出。
私考えこれは簡単に考えの、
時々私たち考えだいたいデータセットどこ
多分私たちは分析したの応答としてはのの過去、
いつ本当、多分私たちしたほうがいいもつ調整済みためにa限界の検出。
なぜなら好き私たちただ見た、いつ私たち無視それらの制限、私たち得る誤解を招くフィットします。
それから私たち5月作る悪い意思決定ベースの上それらの誤解を招くフィットします。
好き私たち見たの私たちの例、
私たち得た悪い見積りまたの位置と規模パラメーター、
と私たちのPpk見積もりだったほとんどダブル何それしたほうがいいもつその間。
しかし何そうだった興奮しただいたいのJMP 17
はそれかの分布プラットホーム作りますそれ本当簡単に避けるこれらは落とし穴
とに分析するこれデータの種類ちゃんと。
全てあなたもつにするは特定それか検出限界桁財産、
と分布知っているその通り何にするとそれか。
今日私たちそれだけ見えたで低い検出制限、
しかしあなたできるただとして良いもつアッパー検出限界として良い。
の事実、あなたできるもつ両方。
好き私言った、ありますそれだけ六ディストリビューションそれか現在サポート
検閲中身のの分布プラットホーム。
しかしそれらのそれはまたの六多くの重要ディストリビューションためにこれらは種類のデータ。
それ本当です良い選択のディストリビューション。
それはそれ。
私はただ欲しかったに感謝あなたためにあなたの時間
と奨励あなたにチェック外これらは強化にの分布プラットホーム。
ありがとう。
