181065_de-DE

liliconcom

Graphical Depiction of the Structure of Data Collection - FRD / Sampling Trees

Our students/coworkers typically find themselves with specific needs related to the graphical depiction of the STRUCTURE of data.  We would like JMP to either improve or modify the existing capability for Ishikawa / Fishbone diagrams to enable the creation of "trees" depicting a data collection, or to ignore the Diagram platform to provide a new way to take a list of variables in a data collection, and display the structure of the data easily in tree format.

 

A) Depiction of the data present in existing files/DBs, including the presence of confounding in that data - independent variables that are NOT tracked or present in the existing data, but are confounded with fields that are (Example:  Age and Height might not be tracked in a database that DOES have a field for WEIGHT) - so the tree might show that we have five patients, and each has a WEIGHT in the database, but we each also has an Age and Height NOT present in the data.  We show this because in the analysis we want to indicate where an effect might be INCORRECTLY attributed to a variable present, when in fact it could be due in part or total to some other variable we did not collect.

 

Depiction of NEW data collected passively (sampling plans).  The need here is essentially the same as A, but is listed separately as this data would not exist at the time the plan is created.

 

C) Factor Relationship Diagrams (FRDs).  Essentially the depiction of a DOE created by JMP, with design structure based on the chosen design parameters, but then also the capability of placing within each combination a tree for the unmanipulated variables (unit structure)..For example, for the combination - + + - we would also want to know / show that within this combination, there were two machines examined, and within each we took two material samples.  Ideally Design Structure would be BLACK, and Unit Structure RED.

 

To attempt to do this via the Diagram platform is awkward, and we are in particular interested in C, as JMP is typically where we choose our design, so it would be nice to have it just translate that into a diagram.  Later enhancements would increase flexibility of unit structure capability, including the ability to add CONDITIONS at the top of any diagram (noises/variables constant throughout).

Quality and Process EngineeringBetreff: Grafische Darstellung der Struktur der Datenerfassung – FRD / Stichprobenbäume

Ich denke, Sie (gzmorgan, Ryan und XanGregg) verstehen nicht, worauf es ankommt.Die vorgeschlagenen Elemente (Probenbäume und FRDs) wären eine fantastische Zusatzfunktion für JMP.Es existiert in keiner Statistiksoftware.Ich benutze (und unterrichte) Probenahmepläne/Bäume um zu visualisieren, wie Daten gesammelt werden (Datenerfassung). planen ), warum die Daten auf diese Weise gesammelt werden (welche Hypothesen untersucht werden) und schließlich, welche Xs getrennt, verwechselt und nicht in der Studie enthalten sind (Inferenzraum). Die Bäume helfen auch dabei, Daten für die Analyse zu organisieren und zwischen verschachtelten, systematischen und gekreuzten Studien zu unterscheiden (die jeweils unterschiedliche Analysen erfordern).Für experimentelles Design verwende ich Faktorbeziehungsdiagramme (FRD) . Ebenso ist der FRD ein visuelles Werkzeug, das dem Experimentator hilft planen ihr Experiment. Das FRD verfolgt vor allem den Lärm und die Beziehung des Lärms zur Designstruktur (Faktoren/Pegeleinstellung). Da es sich bei statistischen Tests um einen Vergleich der Auswirkungen des Designfaktors mit dem Lärm handelt, halte ich es für wichtig, dass die Ingenieure verstehen, woraus der Lärm tatsächlich besteht.Es gibt eigentlich keine Möglichkeit, Rauschen in JMP einzugeben, dennoch ist es für jeden statistischen Test unerlässlich.Der FRD verfolgt außerdem den Inferenzraum, um das Vertrauen in die Extrapolation der Ergebnisse beurteilen zu können, und zeigt an, wo es in der Studie Einschränkungen bei der Randomisierung gibt, um diese angemessen analysieren zu können. Keines dieser Planungstools ist in JMP verfügbar. Es wäre für Ingenieure und Wissenschaftler unglaublich, ihren Datenerfassungsplan zu visualisieren und dann JMP die Datentabelle für die Dateneingabe automatisch erstellen zu lassen.

Betreff: Grafische Darstellung der Struktur der Datenerfassung – FRD / Stichprobenbäume – Status geändert in: ArchiviertWir archivieren diese Anfrage. Wenn dies immer noch wichtig ist, kommentieren Sie bitte mit weiteren Details und wir werden wieder öffnen. Danke schön!Betreff: Grafische Darstellung der Struktur der Datenerfassung – FRD / Stichprobenbäume

Sie können in Graph Builder auch eine ähnliche Ansicht ohne direkte Beschriftung mit verschachtelten Achsen erhalten.

Betreff: Grafische Darstellung der Struktur der Datenerfassung – FRD / Stichprobenbäume

Dieser Kommentar soll Ihren Wunschlisteneintrag nicht schmälern. Es ist als Hinweis auf etwas gedacht, das Sie heute wahrscheinlich tun können. Das JMP-Variabilitätsdiagramm ist sehr nützlich, um die Datenstruktur und -beziehungen zu betrachten, wenn nicht zu viele Faktoren und Ebenen vorhanden sind. Tatsächlich ist es mein „Gehe zu“-Diagramm für die Rohdaten, um nach Anomalien zu suchen oder um zu sehen, ob es Ergebnisse gibt, die sich stark voneinander unterscheiden.

 

Das Variabilitätsdiagramm ermöglicht es dem Benutzer, die Reihenfolge der „Faktor“-Variablen zu verschieben. Nachfolgend finden Sie ein einfaches Konzeptskript und das daraus resultierende „Bild“.Das dritte Bild habe ich horizontal gemacht, die übliche Ansicht, sobald es Antwortwerte zum Plotten gibt.Beachten Sie, dass ich für Ihr Beispiel mit zwei Entitäten/Werkzeugen und zwei Beispielen eine Legendenfarbe und/oder ein Symbol verwenden würde, um zu zeigen, dass es zwei Entitäten gab und jeder Wert seinen eigenen Punkt im Diagramm hat.

 

Vielleicht wissen Sie das alles schon, es tut mir leid, wenn ich dem Chor predige. Ich füge diese Anmerkung nur zu Ihrer Information hinzu.

 

Names Default to Here(1);

dt = current data table();  //the DOE table
cnames = dt << get column names("string");

clst = {};

For(i=1, i<=nitems(cnames), i++, 
 If(cnames[i]=="Pattern", Continue());
 prop = (Column(cnames[i])<< get properties list());
 if(Contains(prop, Expr(Design Role)), insert into(clst, cnames[i])  )
);

If( nitems(clst) > 0,
__dt = dt << Subset(Columns(EvalList(clst)), Invisible, OutputTableName( (dt << get name) || "- Layout") );

__dt <<SELECT rows=""></SELECT>