Salut, mon nom est Michael Crotty.
Je suis un statistique écrivain avec le Statistique Documentation Équipe à JMP,
et aujourd'hui, Je suis en allant à parler à propos un introduction
à censuré données analyse dans JMP et JMP Pro.
À commencer, nous avons a obtenu trois commun les types de censure.
Juste à dos en haut un peu, censuré données se produire
quand toi ne le faites pas avoir un exact la mesure pour un observation,
mais toi faire savoir un gamme pour le observation,
donc toi savoir pas le exact valeur,
mais toi faire savoir quelque chose à propos où le valeur pourrait être.
Quoi nous vouloir à faire par en utilisant censure dans notre analyses
est à utiliser que information que nous avoir, même si c'est pas exact.
Le trois les types de censure que Bien parler à propos aujourd'hui
sont droite la censure, gauche la censure, et intervalle censure.
Droite censure est probablement le la plupart commun formulaire de censure.
Il se produit quand le événement de intérêt juste n'a pas avoir temps à se produire encore
par le fin de le étude.
Dans un fiabilité test,
toi pourrait avoir un bouquet de lumière ampoules sous test
et à le fin de le test période, quelques de eux avoir échoué.
Ceux sont exact des observations, mais alors quelques n'ai pas échoué encore.
Toi savoir ils sont en allant à échouer,
mais ton étude a terminé, donc c'est censuré à que indiquer.
Même chose dans survie des modèles
où un patient survit à le fin de le étude.
Un chose à note est que droite censure est le seulement taper que dans JMP,
les soutiens un célibataire réponse colonne aux côtés de de un binaire censurer colonne.
Le suivant taper est gauche censure.
C'est où le événement de intérêt se produit avant le observation départs.
UN commun exemple de que serait être où toi mettre un bouquet de unités sous test
et à le temps que toi faire le d'abord inspection,
quelques de eux avoir déjà échoué.
Toi savoir que ils commencé sans un échec,
mais par le temps toi mesuré eux, toi vérifié sur eux, ils avait échoué.
Donc ils échoué parfois avant que indiquer.
Un autre exemple de que est limité détection
où toi avoir un la mesure outil
que ne peut pas mesure ci-dessous un certain seuil.
Le dernier taper Bien parler à propos aujourd'hui est intervalle censure.
Ce est où ton événement de intérêt arrive entre observation temps.
Si toi avoir un périodique inspection calendrier plutôt de continu observation,
toi pourrait voir que quelque chose échoue ou quelque chose arrive
entre temps deux et trois.
Il n'a pas arriver à temps deux et il n'a pas arriver à temps trois,
mais il était quelque part dans que intervalle.
Prendre un rapide regarder à quoi ce regards comme dans JMP.
Voici un exemple de le droite censure
avec un réponse colonne et un censurer colonne.
Dans le plates-formes que soutien la censure,
toi toujours voir ce censurer rôle, c'est pour que binaire censure colonne.
Ce est le chemin que toi peut faire, toi peut spécifier censure plus en général,
lequel est avec deux réponse Colonnes.
Essentiellement, c'est comme un commencer temps et un fin temps.
Pour gauche la censure,
nous ne le faites pas savoir quand il arrivé, donc le commencer temps est manquant,
mais le fin temps, nous savoir il arrivé avant temps 50,
donc quelque part avant que.
Renversé que pour droite la censure, nous savoir que à temps 25,
il n'avait pas arrivé encore, mais il arrivé parfois après que.
Alors avec intervalle,
les deux le commencer et points de terminaison sont non manquant,
mais nous ne le faites pas savoir quand le événement arrivé dans ce cas entre 80 et 150.
C'est pas montré dans le tableau en haut ici,
mais vers le bas ici, nous avons a obtenu quelque part il y a exact censure.
À spécifier que,
toi juste utiliser le même valeur dans les deux Colonnes.
Que moyens essentiellement c'est comme un intervalle avec zéro largeur.
Il arrivé à que exact temps.
Suivant, étaient en allant à parler à propos deux exemples de censure.
Le d'abord est si toi avoir censure dans ton données,
mais peut être toi ne le faites pas savoir comment à poignée il,
et donc toi juste pense, "Je vais juste ignorer il."
Étaient en allant à regarder à quoi peut peut-être arriver quand toi faire que.
Dans ce exemple,
nous avons a obtenu simulé données depuis un lognormal distribution
et le observé données
que Bien utiliser pour analyse dans notre différent cas
est où tous le valeurs depuis le vrai données que sont sur 1 900, nous ensemble eux à 1 900,
comme c'est le censure temps pour c'est droite censure.
Là sont un peu possible des choses toi pourrait faire
si tu es en essayant à estimation ce signifier échec temps.
Toi pourrait faire rien.
Toi pourrait juste utiliser ce observé données avec un entier bouquet de valeurs ensemble à 1 900,
acte comme c'est quand il arrivé.
Toi pourrait traiter ceux comme manquant valeurs, juste baisse eux depuis ton données,
ou toi pourrait utiliser le censure information que toi avoir dans ton analyse.
Pour droite la censure, ces d'abord deux approches
sont en allant à tendre à sous-estimer le signifier échec temps
parce que tu es goutte information depuis le données à que loin fin.
Regarder plus étroitement à ce, parce que ce est simulé données,
nous avoir le vrai distribution ici dans ce d'abord colonne.
C'est juste pour comparaison, mais dans général, toi ne le ferais-je pas avoir que
parce que tu aurais avoir que tous valeurs au-dessus de 1 900.
Toi ne le faites pas savoir où ces automne.
Dans notre observé Oui,
ce est où nous juste utiliser tous le années 1900 comme valeurs de 1 900.
Nous avoir Non manquant valeurs,
mais un grand indiquer masse à le haut de notre distribution ici.
Toi peut voir que le signifier est un parcelle plus petit que le vrai signifier.
Dans ce manquant Oui colonne, ce est où plutôt de traiter eux comme 1 900,
nous baisse eux.
Nous ensemble eux à manquant et analyser le distribution sans eux.
Ici toi peut voir que maintenant notre maximum de le non manquant valeurs
est moins que 1 900, lequel vraiment n'a pas faire n'importe lequel sens
parce que nous savoir que un bouquet de eux, 21 des observations, dans fait,
sont quelques valeur plus grand que 1 900.
Donc ça sous-estime le signifier même plus.
Alors sur le droite ici,
nous avons a obtenu un analyse dans vie distribution dans JMP.
Ce est où étaient en utilisant le observé Oui colonne.
C'est a obtenu ceux années 1900,
mais étaient aussi en utilisant un censure colonne aux côtés de il.
Pour le Lignes où observé Oui est 1 900,
notre censurer colonne est en allant à dire que c'est un censuré observation.
Ici nous peut voir que notre signifier,
il en fait prend fin en haut être un petit plus haut que le vrai signifier,
mais notre lognormal paramètre estimations sont beaucoup plus proche à le vrai valeurs
et étaient incorporation tous le information que nous avoir.
Pour notre suivant exemple, étaient en allant à regarder à détection limites.
Ce est un limite de détection problème
où nous avoir données sur le rendement de un pesticide
appelé Metacrate c'est basé sur les niveaux de quelques autre régression variables.
Dans ce situation,
le la mesure système que nous avoir a un inférieur limite de détection
où il ne peut pas mesure n'importe lequel rendements que sont moins que 1 %.
Donc dans le données, ils sont juste codé comme des zéros,
mais il vraiment juste moyens c'est quelques rendement ci-dessous 1 %.
Là sont deux façons toi pourrait analyser ce
incorporation que information dans JMP.
Le d'abord, toi pourrait traiter il comme gauche la censure,
utiliser deux réponse Colonnes avec le d'abord le gauche colonne a un manquant valeur,
et le droite colonne serait être un un,
ou toi peut utiliser le détection limites colonne propriété
c'est nouveau dans JMP et JMP Pro.
Bien prendre un regarder à ce.
Voici un sous-ensemble de le données.
Ce Métacrate En lisant colonne est le même comme le original en lisant colonne,
mais c'est a obtenu un détection limites colonne propriété.
Parce que ce est un inférieur détection limite
où nous ne peut pas mesure n'importe lequel inférieur que que limite,
étaient en allant à ensemble le inférieur détection limite à un.
Le autre chemin toi pourrait faire ce est avec le deux Colonnes.
Dans ce cas, nous savoir que c'est gauche la censure,
donc le gauche côté est manquant et le supérieur côté de que est un,
juste moyens que le valeur est quelque part moins que un.
C'est tous nous savoir.
Mais comme toi peut voir depuis le colonne information fenêtre vers le bas ici,
le détection limites colonne propriété est reconnu par le distribution
et généralisé régression plate-forme.
Donc ce est un régression problème.
Bien utiliser généralisé régression dans JMP Pro.
Ici nous ajuster un lognormal réponse distribution,
et c'est capable à faire que sur ce Métacrate en lisant colonne,
même avec le des zéros dans là,
parce que GenReg pas traiter ceux observations comme des zéros,
c'est traiter eux comme valeurs censuré à un.
Maintenant, nous étaient capable à utiliser tous le information
et obtenir un régression modèle.
Dans conclusion, probablement, le la plupart important chose est
quand toi avoir censure information,
c'est mieux à utiliser il dans ton analyse que à ignorer il.
Censure peut se produire un parcelle de fois pour temps les réponses,
mais il peut aussi se produire pour autre réponses.
UN bien exemple de que est ces limité détection problèmes.
Enfin, toi peut utiliser le suivant approches
à spécifier censure dans JMP.
Il y a le deux colonnes approche c'est probablement le la plupart flexible
parce que que permet toi à faire droite la censure, gauche la censure,
intervalle la censure, comme Bien comme un mélanger de tous trois de ceux.
Pour droite la censure, toi peut utiliser le un colonne réponse
jumelé avec un binaire indicateur colonne pour censure.
Il y a aussi ce nouveau colonne propriété dans JMP pour détection limites
où toi peut ensemble un limite de détection soit sur le faible côté ou le haut côté.
Nous avons a obtenu un peu les références ici si tu es intéressé dans plus information.
Un de ceux est un Découverte parler je a fait dans 2017
c'est a obtenu plus de le arrière-plan de comment le censure information est utilisé
dans le calculs de ces analyses.
C'est il.Remercier toi.
