349217_de-DE

liliconcom

Maximierung des Data-Science-Erfolgs mit Information Quality (InfoQ) und JMP® (2021-EU-45MP-750)

https://www.jmp.com/en_us/whitepapers/book-chapters/infoq-support-with-jmp.html

Niveau: Mittelstufe

Ron Kenett, Vorsitzender der KPA Group und Samuel Neaman Institute, Technion
Christopher Gotwalt, JMP-Direktor, statistische Forschung und Entwicklung, SAS

Datenanalysen – von geplanten Experimenten über allgemeine Regression bis hin zu maschinellem Lernen – werden immer schneller eingesetzt. Gleichzeitig deuten Bedenken hinsichtlich der Reproduzierbarkeit der Ergebnisse und einer fehlerhaften p-Wert-Interpretation darauf hin, dass gut gemeinte statistische Analysen zu falschen Schlussfolgerungen und schlechten Entscheidungen führen können. Damit ein Datenanalyseprojekt seine Ziele ordnungsgemäß erreichen kann, muss der Umfang und die Stärke der aus den verfügbaren Daten und Tools abgeleiteten Schlussfolgerungen beurteilt werden. Dieser Fokus auf die statistische Strategie erfordert ein Framework, das die Komponenten des Projekts isoliert: die Ziele, das Datenerfassungsverfahren, die Dateneigenschaften, die bereitgestellte Analyse usw. Das InfoQ-Framework bietet strukturierte Verfahren für die Durchführung dieser Bewertung. Darüber hinaus ist es einfach, InfoQ in JMP zu operationalisieren. In dieser Präsentation bieten wir einen Überblick über InfoQ sowie Anwendungsfallstudien aus der Verbraucherforschung und der pharmazeutischen Herstellung, um zu veranschaulichen, wie JMP zur Durchführung einer InfoQ-Bewertung verwendet werden kann, wobei wir Situationen mit hohem und niedrigem InfoQ hervorheben. Außerdem geben wir Tipps, wie JMP dazu genutzt werden kann, die Informationsqualität durch ein verbessertes Studiendesign zu steigern, ohne unbedingt mehr Daten zu erfassen. Dieser Vortrag richtet sich an Statistiker, Experten für maschinelles Lernen und Datenwissenschaftler, deren Aufgabe es ist, Zahlen in Informationen umzuwandeln.

Automatisch generiertes Transkript...

Lautsprecher	Transkript
	Hallo.
	Mein Name ist Ron Kenett. Das
	ist ein gemeinsamer Talk mit Chris
	Gotwalt und wir im Grunde
	habe zwei Nachrichten
	das sollte rauskommen
	sprechen. Eine davon ist, dass wir es tun sollten
	wirklich besorgt sein
	Informationen und Informationen
	Qualität. Die Leute neigen dazu, zu reden
	über Daten und Datenqualität, aber
	Daten sind wirklich nicht das Problem.
	Wir sind Statistiker. Wir sind
	Datenwissenschaftler. Wir drehen Zahlen,
	Daten in Informationen umwandeln, damit
	Unser Ziel sollte es sein, dafür zu sorgen
	dass wir hohe Qualität generieren
	Information. Die andere Nachricht
	ist, dass JMP Ihnen helfen kann
	das erreichen, und das ist
	Es stellte sich heraus, dass es tatsächlich drin war
	überraschende Wege. Also durch Kombinieren
	das Fachwissen von Chris und an
	Einführung in Informationen
	Qualität, wir hoffen, dass diese beiden
	Botschaften werden rüberkommen
	deutlich. Also, wenn ich müsste
	Fassen Sie zusammen, was es ist, dass wir
	Ich möchte schließlich darüber reden,
	es geht um Informationen
	Qualität. Ich habe einen Vortrag gehalten
	auf dem Gipfel in Prag vier Jahre lang
	vor und dieser Vortrag war allgemein gehalten.
	Es ging darum, das zu verschieben
	Weg von Qualität durch Design.
	Meine Reise mit Informationen
	Qualität. In diesem Vortrag konzentrieren wir uns
	darüber, wie man das machen kann
	JMP. Dies ist eine detailliertere Beschreibung
	und technische Gespräche als die
	allgemeiner Vortrag, den ich in Prag gehalten habe.
	Sie können sich diesen Vortrag ansehen.
	Hier ist ein Link aufgeführt. Du kannst
	Finden Sie es in der JMP-Community.
	Also werden wir darüber reden
	Informationsqualität, das heißt
	das Potenzial des Datensatzes, a
	Spezifischer Datensatz, um eine zu erreichen
	bestimmtes Ziel, ein bestimmtes Ziel,
	mit der angegebenen empirischen Methode.
	In dieser Definition haben wir also
	drei Komponenten, die sind
	aufgeführt. Eine davon sind bestimmte Daten
	Satz. Hier sind die Daten. Der
	Das zweite ist das Ziel,
	das Ziel der Analyse, was
	Das ist es, was wir erreichen wollen.
	Und die dritte ist, wie wir es wollen
	das tun, das heißt, womit
	Methoden, die wir generieren werden
	Informationen und dieses Potenzial
	wird mit dem bewertet
	Utility-Funktion. Und ich werde
	Beginnen Sie mit einer Einführung in
	Informationsqualität und dann
	Chris wird übernehmen,
	die Fallstudie besprechen und und
	Zeigen Sie, wie Sie eine durchführen
	Bewertung der Informationsqualität.
	Irgendwann sollte das so sein
	Beantworten Sie die Frage, wie JMP
	unterstützt InfoQ, das
	wären die Aufzählungspunkte
	dass man...die Punkte mitnehmen kann
	aus dem Vortrag. Das Setup für
	Das ist es, was wir fördern
	was ich eine Lebenszyklusansicht nannte
	der Statistik. Mit anderen Worten,
	nicht nur Datenanalyse.
	Wir sollten es wissen ... wir sollten dabei sein
	der Problemerhebung
	Phase. Auch das Ziel
	Formulierungsphase, das verdient
	eine Diskussion. Wir sollten
	offensichtlich daran beteiligt sein
	Datenerfassungsschema, falls vorhanden
	durch Experimente oder durch
	Umfragen oder durch Beobachtung
	Daten. Dann sollten wir auch nehmen
	Zeit für die Formulierung des
	Erkenntnisse und nicht einfach herausziehen
	gedruckte Berichte über am
	Regressionskoeffizienten
	Schätzungen und und ihre
	Bedeutung, aber wir sollten
	Besprechen Sie auch, was das ist
	Ergebnisse? Operationalisierung von
	Ergebnisse bedeuten: OK, was können wir?
	Was tun mit diesen Erkenntnissen? Was sind
	die Implikationen der
	Ergebnisse? Das sollte...
	muss dem mitgeteilt werden
	die richtigen Leute auf die richtige Art und Weise,
	und irgendwann sollten wir eine machen
	Folgenabschätzung, um herauszufinden,
	OK, das haben wir alles gemacht; was hat
	war der Mehrwert unserer
	arbeiten? Ich habe über das Leben gesprochen
	Zyklus Ihrer Statistiken einige Jahre
	vor. Dies ist die Voraussetzung,
	die Perspektive auf was
	Ich werde darüber reden. So wie ich
	erwähnt, die Informationen
	Qualität ist das Potenzial eines
	bestimmten Datensatz, um eine zu erreichen
	bestimmtes Ziel mit gegebenem
	empirische Analysemethoden. Das
	wird durch vier identifiziert
Komponenten	das Ziel, die Daten,
	die Analysemethode und die
	Nutzenmaß. Also in einem in einem
	mathematischer Ausdruck, der
	Nutzen der Anwendung von f auf x,
	Bedingung für das Ziel, ist wie wir
	Identifizieren Sie InfoQ, Informationen
	Qualität. Dies wurde veröffentlicht in
	der Royal Statistical Society
	Serie A im Jahr 2013 mit acht
	Diskussionsteilnehmer, es war also reichlich vorhanden
	besprochen. Einige Leute dachten
	Das war fantastisch und einige
	Die Leute hatten viel Kritik
	Diese Idee ist also umfassender
	Umfang Überlegung von was
	Statistik ist ungefähr. wir auch
	schrieb 2006, wir trafen mich
	und Galit Shmueli, ein Buch namens
	Informationsqualität. Und in
	Der Informationskontext
	Qualität haben wir gemacht, was man nennt
	Dekonstruktion. David Hand hat
	ein Artikel mit dem Titel Deconstruction
	der Statistik. Dies ist das
	Dekonstruktion von Informationen
	Qualität in acht Dimensionen. ICH
	wird diese acht Dimensionen abdecken.
	Das ist mein Teil des Vortrags und
	Dann wird Chris zeigen, wie das geht
	wird in einem bestimmten umgesetzt
	Fallstudie.
	Ein weiterer Aspekt, der sich darauf bezieht
	Dies ist ein weiteres Buch, das ich habe.
	Das ist neu, vor einem Jahr
	mit dem Titel „Die wahre Arbeit von Daten“.
	Wissenschaft und wir reden worüber
	ist die Rolle der Daten
	Wissenschaftler in Organisationen und
	In diesem Zusammenhang haben wir betont
	die Notwendigkeit des Datenwissenschaftlers
	sich an der Generation zu beteiligen
	von Information als...Information
	Qualität als Erfüllung der Ziele von
	die Organisation. Also lass mich
	decken die acht Dimensionen ab. Das ist
	Das ist mein Intro. Der
	Das erste ist die Datenauflösung. Wir
	ein Ziel haben. OK, das würden wir tun
	Ich möchte gerne wissen, wie hoch die Grippe ist
	denn auf dem Land oder im
	Gegend, in der wir leben, weil das
	wird unsere Entscheidung beeinflussen
	ob man in den Park gehen soll, wo
	Wir könnten Leute treffen oder dorthin gehen
	a...zu einem Jazzkonzert. Und das
	Konzert ist morgen.
	Wenn wir die CDC-Daten nachschlagen
	Das Ausmaß der Grippe, diese Daten sind
	wöchentlich aktualisiert, damit wir es bekommen können
	Die rote Linie in der Grafik Sie
	vor euch haben, also wir
	könnte Daten von ein paar Tagen erhalten
	vor, vielleicht gut, vielleicht nicht gut
	genug für unser Gold. Google Grippe,
	die auf Suchanfragen basiert
	im Zusammenhang mit Grippe, wird aktualisiert
	momentan, also ist es aktualisiert
	online wird es wohl geben
	uns bessere Informationen. So für
	Unser Ziel, die blaue Linie, die
	Google-Trend ... die Google-Grippe
	Trends-Indikator, wahrscheinlich
	angemessener. Der Zweite
	Dimension ist Datenstruktur.
	Um unser Ziel zu erreichen, werden wir es tun
	Schauen Sie sich die Daten an. Wir sollten...wir
	sollte die Datenquellen identifizieren
	und die Struktur in diesen Daten
	Quellen. So könnten einige Daten sein
	Text, einige könnten Video sein, andere
	könnte zum Beispiel sein
	Netzwerk von Empfehlungen. Das
	ist ein Amazon-Bild darüber, wie es wäre
	Wenn Sie sich das Buch ansehen, sind Sie es
	werde welche besorgen
	weitere Bücher empfohlen. Und wenn
	Du gehst zu diesen anderen Büchern,
	Sie werden mehr Daten haben
	empfohlen. Also die Daten
	Struktur kann in allen möglichen Formen auftreten
	von Formen und Gestalten und das kann
	Text sein. Das kann funktional sein
	Daten. Das können Bilder sein. Wir sind
	nicht auf das beschränkt, was wir verwendet haben
	Daten aufzurufen, das ist, was Sie
	in einer Excel-Tabelle finden.
	Die Daten könnten beschädigt sein,
	könnte fehlende Werte haben, könnte
	haben ungewöhnliche Muster, die
	welches sein würde
	etwas zum Nachschauen. Manche
	Muster, wo Dinge sind
	wiederholt. Vielleicht einige der Daten
	Das ist einfach Kopieren und Einfügen und wir
	würde gerne gewarnt werden
	solche Möglichkeiten. Der dritte
	Dimension ist Datenintegration.
	Wenn wir die Daten von betrachten
	Diese verschiedenen Quellen sind wir
	Wir werden sie integrieren, also
	kann eine Analyseverknüpfung durchführen
	durch einen Ausweis. Zum Beispiel wir
	würde das tun, aber indem ich das tue,
	Wir könnten einige Probleme schaffen, z
	zum Beispiel bei der Offenlegung von Daten
	das sollte normalerweise so sein
	anonymisiert. Daten
	Integration, ja, das wird
	Erlaube uns, fantastische Dinge zu tun,
	aber wenn die Daten wahrgenommen werden
	eine gewisse Privatsphäre haben
	Probleme, dann vielleicht die Qualität
	der Informationen aus dem
	Analyse, die wir durchführen werden
	wird sein
	betroffen. Also Datenintegration
	sollte sehr, sehr untersucht werden
	sorgfältig. Das ist es, was Leute
	wird wahrscheinlich zum Aufrufen von ETL verwendet
	extrahieren, transformieren und laden. Wir
	haben jetzt viel bessere Methoden für
	das machen. Die Join-Option, z
	Beispielsweise wird in JMP angeboten
	Optionen dafür.
	Zeitliche Relevanz. OK das ist
	ziemlich klar. Wir haben Daten. Es ist
	irgendwie gestempelt. Wenn wir gehen
	um die Analyse später, später durchzuführen
	nach der Datenerhebung und
	wenn die Bereitstellung, die wir
	Überlegen Sie, ob das noch später der Fall ist
	Daten sind möglicherweise nicht temporär
	relevant. In einem gemeinsamen
	Situation, wenn wir vergleichen wollen
	Was jetzt los ist, würden wir tun
	möchte das gerne schaffen
	Vergleich mit aktuellen Daten bzw
	Daten vor der Pandemie
	begonnen, aber nicht 10 Jahre
	früher. Die offizielle Statistik
	In den Gesundheitsakten waren es früher zwei
	oder drei Jahre im Rückstand
	des Timings, was es sehr machte
	schwierig die Verwendung von Beamten
	Statistik bei der Beurteilung
	was ist los mit dem
	Pandemie. Chronologie der Daten und
	Das Ziel hängt mit der Entscheidung zusammen
	das wir als Ergebnis unserer machen
	Ziel. Wenn also zum Beispiel unsere
	Ziel ist die Vorhersage der Luftqualität,
	Wir werden einige verwenden
	Vorhersagemodelle in der Luft
	Qualitätsindex berichtet über a
	täglich. Das gibt uns eine Eins
	bis sechs Skala von gefährlich bis
	Gut. Es gibt einige Werte
	die Ebenen von darstellen
	Gesundheitskonzern. Null-50 ist gut;
	300-500 ist gefährlich und das
	Chronologie von Daten und Ziel
	bedeutet, dass wir dazu in der Lage sein sollten
	Erstellen Sie täglich eine Prognose
	Basis. Also die Methoden, die wir verwenden
	sollte täglich aktualisiert werden
	Basis. Wenn hingegen
	Unser Ziel ist es, herauszufinden, wie es ist
	Dieser AQI-Index wurde berechnet, dann haben wir
	sind nicht wirklich an die gebunden
	die Aktualität der Analyse.
	Weißt du, wir könnten unsere nehmen
	Zeit. Es besteht keine Dringlichkeit
	Die Analyse auf einem durchführen lassen
	täglich. Generalisierbarkeit,
	die sechste Dimension, ist ungefähr
	Nehmen wir unsere Erkenntnisse und
	Wenn man bedenkt, wo das sein könnte
	allgemeiner gelten,
	andere Populationen, alle
	Situationen. Das kann gemacht werden
	intuitiv. Marketingmanager, die
	Habe eine Studie zum Thema gesehen
	Markt, nennen wir es A, könnte
	Ich verstehe bereits, was das ist
	Auswirkungen auf Markt B
	ohne Daten. Menschen, die sind
	Physiker werden dazu in der Lage sein
	Machen Sie Vorhersagen basierend auf
	Mechanik nach ersten Prinzipien
	ohne ohne Daten.
	Also etwas von der Verallgemeinerbarkeit
	erfolgt mit Daten. Dies ist das
	Grundlage der Statistik
	Verallgemeinerung, wohin wir gehen
	die Stichprobe an die Bevölkerung.
	Bei statistischen Schlussfolgerungen geht es darum
	Verallgemeinerung. Wir verallgemeinern
	von der Probe bis zum
	Bevölkerung. Und einige können es sein
	domänenbasiert, mit anderen Worten,
	Verwendung von Expertenwissen, Domäne
	Fachwissen, nicht unbedingt mit
	Daten. Das müssen wir erkennen
	Verallgemeinerbarkeit ist nicht gerecht
	fertig mit Statistiken.
	Die siebte Dimension ist
	Operationalisierung konstruieren,
	Worum es eigentlich geht
	das wir messen. Wir wollen
	Bewerten Sie Verhalten, Emotionen, was
	es ist das, was wir messen können
	wird uns Daten liefern, die dies widerspiegeln
	Verhalten oder Emotionen.
	Das Beispiel, das ich hier gebe
	Typischerweise sind Schmerzen.
	Wir wissen, was Schmerz ist. Wie macht
	messen wir das? Wenn Sie zu einem gehen
	Krankenhaus und du fragst die Krankenschwester,
	Wie beurteilen Sie den Schmerz?
	Ich werde es Ihnen sagen, wir haben eine Skala,
	1 bis 10. Es ist sehr
	qualitativ, nicht sehr
	wissenschaftlich, würde ich sagen. Wenn wir
	Ich möchte das Niveau messen
	Alkohol in Autofahrern auf dem...on
	Die Straße wird schwierig sein
	messen. Also könnten wir messen
	Geschwindigkeit als Ersatzmaß.
	Ein weiterer Teil von
	Operationalisierung ist das andere
	Das Ende der Geschichte. In anderen
	Worte, der erste Teil, der
	Konstrukt ist das, was wir messen,
	was unser Ziel widerspiegelt. Die ... Die
	Ende ... das Endergebnis hier ist das
	Wir haben Erkenntnisse und wir wollen
	mach etwas mit ihnen. Wir wollen
	um unsere Erkenntnisse zu operationalisieren.
	Das ist die Aktion
	Bei der Operationalisierung geht es darum.
	Es geht darum, was man damit macht
	Erkenntnisse und dann Sein
	hier auf einem Podium präsentiert. Wir
	pflegte drei Fragen zu stellen.
	Diese sind sehr wichtig
	zu stellende Fragen. Sobald du hast
	Sie haben eine Analyse durchgeführt
	Jemand vor dir, der
	sagt, oh, vielen Dank,
	Du bist fertig...du, der Statistiker
	oder der Datenwissenschaftler. Also das
	Das bedeutet einen weiteren Schritt,
	Sie dazu bringen, Ihren Kunden zu fragen
diese einfachen Fragen	Was tun
	willst du erreichen? Wie wird
	Du machst das und wie wirst du es tun?
	wissen Sie, ob Sie es geschafft haben
	Das? Wir können Ihnen bei der Beantwortung helfen, oder
	zumindest einige davon unterstützen
	Fragen, die wir beantwortet haben.
	Die achte Dimension ist
	Kommunikation. Ich gebe dir eine
	Beispiel aus einem sehr berühmten alten
	Karte aus dem 19. Jahrhundert, die
	zeigt den Marsch der
	Napoleon-Armee von Frankreich nach
	Von Moskau nach Russland. Du siehst das
	Zahlen sind die Breite von
	Der Pfad gibt die Größe an
	der Armee, und dann weiter hinein
	Schwarz, du siehst, was passiert ist
	sie auf dem Rückweg.
	Im Grunde war das also ein
	katastrophaler Marsch. Wir wir wir wir
	kann diese alte Karte zuordnen
	vorhandene Karten, und es gibt eine
	JMP-Add-In, das Sie können
	finden Sie in der JMP-Community, bis
	zeigen Sie mit Blasendiagrammen,
	dynamische Blasendiagramme, was das ist
	sieht aus wie. Also habe ich abgedeckt
	Sehr schnell die acht Informationen
	Qualitätsdimensionen. Meine letzte
	Folie ist das, worüber ich gesprochen habe
	etwa aus einem historischen
	Perspektive, wirklich einige setzen
	Proportionen zu dem, was ich sage.
	Ich denke, wir befinden uns wirklich in dieser Ära
	der Informationsqualität. Wir verwendeten
	sich um das Produkt kümmern
	Qualität im 18. Jahrhundert, die
	17. Jahrhundert. Wir sind dann umgezogen
	Prozessqualität und Service
	Qualität. Dies ist ein kurzes Memo
	zum Vorschlag einer Kontrollkarte,
	1924, glaube ich.
	Dann wechseln wir zum Management
	Qualität. Das ist der Juran
	Trilogie von Design und Verbesserung
	und Kontrolle. Six Sigma (definieren,
	messen, analysieren, verbessern)
	Steuerungsprozess ist der
	Verbesserungsprozess von Juran,
	und Juran war der Großvater
	von Six Sigma in diesem Sinne.
	Dann, in den 80er Jahren, kam Taguchi
	in. Er spricht von robust
	Design. Wie können wir damit umgehen
	Variabilität der Eingaben durch Eigen
	Designentscheidungen? Und jetzt sind wir es
	im Zeitalter der Information
	Qualität. Wir haben Sensoren. Wir
	über flexible Systeme verfügen. Wir sind
	abhängig von KI und Maschine
	Lernen und Data Mining und wir
	versammeln sich groß, groß, groß
	Zahlen, die wir aber groß nennen
	Daten. Das Interesse an Informationen
	Qualität sollte oberste Priorität haben
	Interesse. Ich werde es versuchen und
	Überzeugen Sie sich mit der Hilfe
	von Chris, das.
	Wir sind hier und JMP kann
	Helfen Sie uns, dies in einem zu erreichen
	wirklich ungewöhnliche Art und Weise.
	Was Sie am Ende sehen werden
	die Fallstudie, die Chris machen wird
	Show ist auch, wie man es macht
	Bewertung der Informationsqualität und
	Im Grunde genommen auf einer bestimmten Studie
	eine Informationsqualität erzeugen
	Punktzahl. Wenn wir also von oben nach unten gehen, ich
	kann Ihnen diese Studie sagen, das
	Arbeit, diese Analyse liegt vielleicht bei 80 % oder
	vielleicht 30 % oder vielleicht 95 %.
	Und durch das Beispiel werden Sie es tun
	Sehen Sie, wie das geht. Da ist ein
	JMP-Add-In, um dies bereitzustellen
	Bewertung. Es ist tatsächlich so
	ganz ganz einfach. Es gibt
	nichts wirklich Anspruchsvolles
	über das. Also ich bin fertig und
	Chris, nach dir. Danke, Ron. Also
	Jetzt werde ich das durchgehen
	Analyse eines Datensatzes in gewisser Weise
	das ruft ausdrücklich das auf
	verschiedene Aspekte der Information
	Qualität und zeigen, wie JMP sein kann
	Wird zur Beurteilung einer Verbesserung verwendet
	für InfoQ. Also zunächst einmal: Ich bin
	Ich werde das InfoQ durchgehen
	Komponenten. Das erste InfoQ
	Komponente ist das Ziel, also in
	In diesem Fall die Problemstellung
	War das ein Chemieunternehmen?
	wollte eine Formulierung, die
	maximierte Produktausbeute während
	Minimierung einer störenden Verunreinigung
	das ergab sich aus der Reaktion.
	Das war also das hochrangige Ziel.
	Statistisch gesehen wollten wir
	ein so genaues Modell zu finden
	eine Reaktion auf Daten vorhergesagt
	so eingestellt, dass wir eine finden konnten
	Kombination von Zutaten und
	Verarbeitungsschritte, die dazu führen würden
	zu einem besseren Produkt.
	Die Daten sind in 100 eingestellt
	experimentelle Formulierungen mit
	eine Hauptzutat, X1, und
	10 Zusatzstoffe. Es gibt auch ein
	Verarbeitungsfaktor 13
	Antworten. Die Daten sind
	komplett fabriziert, waren aber
	simuliert, um das Gleiche zu veranschaulichen
	Stärken und Schwächen der
	Originale Daten. Die Daten
	Die Formulierung wurde ebenfalls erstellt
	verzeichnet. Wir werden uns das ansehen
	Diese Daten genau, also möchte ich
	Ausführlicher, als ich nur darauf hinweist
	dass sie in einem gesammelt wurden
	Ad-hoc-Methode, ein oder zwei ändern
	Zusatzstoffe auf einmal statt
	als entworfen oder randomisiert
	Experiment. Es gibt viel
	Möglichkeiten zur Analyse dieser Daten, die
	am typischsten ist am wenigsten
	Quadrate mit Vorwärtsmodellierung
	Auswahl anhand ausgewählter Antworten.
	Das war meine ursprüngliche Absicht
	für diesen Vortrag, aber als ich es zeigte
	Die Daten an Ron, er sofort
	habe die Antwortspalten erkannt
	als Zeitreihe aus analytischen
	Chemie. Auch wenn die Daten
	simuliert wurden, konnte er das sehen
	Struktur. Er konnte Dinge sehen
	in den Daten, die ich nicht gesehen habe
	und hineingelesen war es nicht. ich fand
	das ist auffallend
	beeindruckend. Es liegt jenseits der
	Umfang dieses Vortrags, aber es gibt
	ein noch besserer Ansatz basierend auf
	Ensemble-Modellierung mit
	gebrochen gewichtet
	Bootstrapping. Phil Ramsey,
	Wayne Levin und ich haben noch einen
	Sprechen Sie über diese Methodik unter
	die europäische Entdeckung
	Konferenz dieses Jahr. Der
	Der Ansatz ist vielversprechend, weil er
	kann Modelle an Daten anpassen
	aktivere Interaktionen als
	es gibt Läufe. Der vierte und letzte
	Bestandteil der Informationsqualität
	ist Nutzen, also wie gut wir
	können unsere Ziele einschätzen. Oder
	Wie messen wir, wie gut es uns ergangen ist?
	unsere Ziele bewertet? Da ist ein
	Domänenaspekt, der darin enthalten ist
	Fall wollen wir ein haben
	Formulierung, die dazu führt
	Maximierte Erträge und minimierte die
	Verschwendung bei der Nachbearbeitung des
	Material. Die Statistik
	Das Analysedienstprogramm bezieht sich auf die
	Modell, das wir passen. Was war
	Da geht es am wenigsten
	quadriert die Genauigkeit unseres Modells in
	im Hinblick darauf, wie gut wir dazu in der Lage sind
	Sagen Sie voraus, was ... was würde
	Ergebnis vom Kandidaten
	Kombinationen von Formulierungen...von
	Mischungsfaktoren. Jetzt gehe ich
	eine Reihe von Fragen durchgehen
	die ein detailliertes InfoQ bilden
	Bewertung wie in der organisiert
	Acht Dimensionen der Information
	Qualität. Ich möchte darauf hinweisen
	dass nicht alle Fragen gestellt werden
	gleichermaßen relevant für verschiedene
	Datenwissenschaft und Statistik
	Projekte, und dass dies nicht der Fall ist
	soll aber ein starres Dogma sein
	eher eine Reihe von Dingen, die sind
	Eine gute Idee, sich selbst zu fragen.
	Diese Fragen stellen eine Art dar
	der datenanalytischen Weisheit, dass
	sieht breiter aus als nur das
	Anwendung eines bestimmten
	statistische Technologie. Eine Kopie
	einer Tabellenkalkulation mit diesen
	Fragen zusammen mit Hinweisen auf
	Die meisten JMP-Funktionen
	nützlich für die Beantwortung von a
	Ein bestimmtes wird hochgeladen
	an die JMP-Community weiter
	mit diesem Vortrag für Sie. Als
	Ich gehe die Fragen durch,
	Ich werde eine Analyse von vorführen
	die Daten in JMP. Also Frage 1
Ist	ist die verwendete Datenskala
	auf das erklärte Ziel ausgerichtet? Also
	die Xs, die wir haben, bestehen aus
	eine einzelne kategoriale Variable
	Verarbeitung und die 11 kontinuierlich
	Eingänge. Diese werden gemessen
	als Prozentsätze und sind auch
	auf ein halbes Prozent erfasst. Wir
	Ich habe nicht die Gesamtbeträge von
	die Zutaten, nur die
	Prozentsätze. Die Summen sind
	Informationen, die entweder verloren gegangen sind
	oder nie aufgezeichnet. Es gibt
	andere potenziell wichtige
	Informationen, die sind
	fehlt hier. Die Zeit dazwischen
	Formulierung der Chargen und
	Das Messen ist weg
	und es hätte auch andere geben können
	Informationen auf Kovariatenebene, die
	Hier fehlt das
	beschrieben die Bedingungen unter
	bei dem die Reaktion stattgefunden hat.
	Ohne mehr Informationen als ich
	habe, ich kann nicht sagen, wie wichtig
	diese Art von kovariaten Informationen
	wäre gewesen. Wir haben
	Informationen zum Tag des
	Charge, so dass als verwendet werden könnte
	möglicherweise ein Ersatz. Insgesamt haben wir
	haben, was hoffentlich am meisten ist
	wichtige Eingaben, sowie
	Messungen der Antworten, die wir
	optimieren möchten. Wir könnten haben
	hatte mehr Informationen, aber diese
	sieht vielversprechend genug aus, um es auszuprobieren
	und Analyse mit. Der Zweite
	Frage im Zusammenhang mit Daten
	Auflösung ist, wie zuverlässig und
	Präzise sind die Messgeräte
	und Datenquellen. Und die Tatsache
	Das heißt, wir haben nicht viel davon
	Konkrete Informationen finden Sie hier. Der
	Statistiker intern die
	Das Unternehmen hätte mehr gehabt
	Information. In diesem Fall wir
	keine andere Wahl, als darauf zu vertrauen
	die Chemiker formulierten und
	hat die Mischungen gut aufgenommen. Der
	Dritte Frage bezüglich der Daten
Auflösung ist	sind die Daten
	Analyse passend zu den Daten
	Aggregationsebene? Und das
	Die Antwort hier lautet ja, vorausgesetzt
	dass ihr Messsystem ist
	korrekt sind und dass die Daten korrekt sind
	sauber genug. Was wir machen
	am Ende tatsächlich zu tun, ist
	Wir werden das verwenden
	Funktionsdaten-Explorer zu
	Funktionsprinzip extrahieren
	Komponenten, die Daten sind
	abgeleitete Art von Daten
	Anhäufung. Und dann sind wir es
	Ich werde diese modellieren
	funktionale Hauptkomponenten
	unter Verwendung der Eingabevariablen. Also
	Jetzt kommen wir zu den Daten
	Strukturdimension und die
	Die erste Frage, die wir stellen, ist:
	verwendete Daten im Einklang mit der
	erklärtes Ziel? Und ich denke das
	Die Antwort ist hier ein klares Ja. War
	versuchen zu maximieren
	Ertrag. Wir haben Messungen für
	das, und die Eingaben sind
	als Xs aufgezeichnet. Die zweiten Daten
	Strukturfrage ist wo
	Die Dinge beginnen wirklich zu bröckeln
	interessant für mich. Das ist also so
	sind die Integritätsdetails
	(Ausreißer, fehlende Werte, Daten
	Korruption) beschriebene Probleme und
	angemessen gehandhabt? Also von
	Hier können wir JMP verwenden, um dies zu ermöglichen
	um zu verstehen, wo die Ausreißer sind
	sind, finden Sie Strategien für
	Was tun bei fehlenden Werten?
	Beobachten Sie ihre Muster und so
	An. Das ist also das, wo
	Es wird ein bisschen bergauf gehen
	etwas interessanter. Der erste
	Was wir tun werden, ist, dass wir es tun
	Ich werde feststellen, ob es welche gibt
	etwaige Ausreißer in den Daten, die wir haben
	muss man sich Sorgen machen. Also
	Um das zu tun, werden wir gehen
	in die Erkundungsausreißer
	Plattform außerhalb der Vorführung
	Speisekarte. Wir werden das laden
	Antwortvariablen und weil
	Dies ist eine multivariate Einstellung,
	Wir werden eine neue Funktion verwenden
	in JMP Pro 16 namens Robust
	PCA-Ausreißer. Also sehen wir wo
	die großen Reste liegen darin
	Art Pareto-Diagramme.
	Es gibt einen Schnappschuss, der zeigt, wo
	Es gibt einige potenziell
	ungewöhnlich große Beobachtungen. ICH
	Ich glaube nicht wirklich, dass das so aussieht
	zu ungewöhnlich oder besorgniserregend für mich.
	Die großen Ausreißer können wir uns sparen
	zu einer Datentabelle hinzufügen und dann ansehen
	sie in der Verteilung
	Plattform und was wir sehen
	sieht aus wie eine Normalverteilung
	mit herausgenommener Mitte. Also ich
	Ich denke, das sind Daten, die es gibt
	kommt aus dem gleichen Grund
	Bevölkerung und es gibt nichts
	Hier muss man sich wirklich Sorgen machen,
	Ausreißer-weise. Also sobald wir es getan haben
	kümmerte sich um den Ausreißer
	Situation, in die wir gehen und sie erkunden
	fehlende Werte. Also, was wir sind
	Was wir zuerst tun müssen, ist, dass wir gehen
	um die Ys als...in die zu laden
	Plattform, und dann geht es los
	den fehlenden Wert verwenden
	Schnappschuss, um zu sehen, welche Muster
	Sie gehören zu unseren Vermissten
	Werte. Es sieht so aus
	Fehlende Werte treten in der Regel auf
	horizontale Cluster, und es gibt
	auch die gleichen fehlenden Werte
	über Reihen hinweg. Das sieht man also
	mit den schwarzen Flecken hier.
	Und dann werden wir uns bewerben
	automatisierte Datenimputation,
	was weitergeht und spart
	Formelspalten, die imputieren
	fehlende Werte im Neuen
	Spalten mithilfe eines Regressionstyps
	Algorithmus, der von entwickelt wurde
	ein Doktorand von mir namens Milo
	Seite bei NC State. Damit wir spielen können
	ein bisschen herum und hol dir ein
	Gefühl wie der ADI
	Der Algorithmus funktioniert. So ist es
	Diese Formelspalten wurden erstellt
	die Elemente ablösen
	die ADI-Impute-Spalte
	eine Vektorformelspalte und die
	Scoring-Impute-Funktion
	berechnet das Erwartete
	Wert der fehlenden Zellen angegeben
	die nicht fehlenden Zellen, wann immer
	Es fehlt ein Wert. Und sein
	Ich trage nur ein Non durch
	fehlender Wert. Sie können also 207 sehen
	in YO...Y6 da. Es ist zunächst
	207, aber dann ändere ich es in
	fehlt und es ist jetzt da
	unterstellt 234.
	Also werde ich das ein paar Mal machen
	Man kann irgendwie sehen, wie es ist
	Arbeiten. Also hier füge ich ein großes hinzu
	Wert für Y7 und das ist jetzt.
	ersetzt worden. Und wenn wir untergehen
	und wir fügen eine Zeile hinzu,
	dann sind alle fehlenden Werte vorhanden
	anfänglich und die Spalte bedeutet
	werden durch die ersetzt
	Zuschreibungen. Wenn ich gehen würde
	voraus und fügen Sie Werte für einige hinzu
	diese fehlenden Zellen, das würde es tun
	Beginnen Sie mit der Bedingung
	Erwartung des noch Fehlenden
	Zellen mithilfe der Informationen
	das ist in dem fehlenden....dem
	nicht fehlende. Also unser nächstes
	Frage zur Datenstruktur ist
	sind die Analysemethoden
	passend zur Datenstruktur?
	Wir haben also 11 Mischungseingänge
	und eine Verarbeitungsvariable
	kategorisch. Die gehen
	Eingaben in ein Minimum sein
	Quadratisches Modell. Wir haben
	13 fortlaufende Antworten und
	Wir können sie modellieren mit...
	einzeln mit wenigsten
	Quadrate. Oder wir können modellieren
	Funktionsprinzip
	Komponenten. Die...jetzt gibt es sie
	Probleme. Die Xs sind...die
	Eingabevariablen waren nicht vorhanden
	überhaupt randomisiert. Es ist sehr
	klar, dass sie Mist machen würden
	herum mit einem oder mehreren von
	die Verbindungen und dann bewegen
	weiter zu einem anderen. Also die
	Reihenfolge, in der die
	Die Eingabevariablen wurden variiert
	war irgendwie zufällig. Es ist ein
	eindeutiger Mangel an Randomisierung, und
	das wird negativ
	beeinflussen unsere...die Generalisierbarkeit
	und Stärke unserer Schlussfolgerungen.
	Die Datenintegration ist der dritte
	InfoQ-Dimension. Diese Daten
	sind manuell eingegebene Labornotizen
	größtenteils aus Mischung bestehend
	Prozentsätze und Ausrüstung
	Auslesungen. Wir können nur vermuten
	dass die Daten eingegeben wurden
	richtig und dass die Xs sind
	richtig auf die Antworten abgestimmt.
	Wenn das nicht der Fall ist, dann
	Modell wird ernsthafte Voreingenommenheit haben
	Probleme und haben
	Probleme mit der Generalisierbarkeit.
	Integration ist eher ein Problem
	mit Beobachtungsdaten
	Wissenschaftliche Probleme in der Maschine
	Lernübungen, als Labor
	Experimente wie dieses. Obwohl
	Das trifft hier nicht zu, das tue ich
	Weisen Sie darauf hin, dass Privatsphäre und
	Bedenken hinsichtlich der Vertraulichkeit können bestehen
	identifiziert durch Modellierung der
	sensibler Teil der Daten verwenden
	die zu veröffentlichende Komponente
	an den Daten. Wenn das Ergebnis
	Modell vorhergesagt wird, dann eins
	sollte sich um die Privatsphäre kümmern
	Bedenken werden nicht berücksichtigt. Zeitlich
	Relevanz bezieht sich auf die
	betriebliche Zeitabfolge von
	Datenerfassung, -analyse und
	Bereitstellung und ob Lücken
	zwischen diesen Phasen führt zu a
	Verringerung des Nutzens von
	die Informationen in der Studie.
	In diesem Fall können wir nur einfach
	hoffe, dass das material liefert
	sind einigermaßen konsistent und
	dass das Prüfgerät ist
	einigermaßen genau, was ein ist
	Dabei handelt es sich um eine nicht überprüfbare Annahme
	Punkt. Die Zeitauflösung wir
	haben, wenn die Datenerfassung erfolgt
	auf Tagesebene, das heißt
	dass es da nicht viel gibt
	Wir können überprüfen, ob noch Zeit ist
	Variation innerhalb jedes Tages.
	Chronologie der Daten und Ziel ist
	über die Verfügbarkeit von
	relevante Variablen in beiden Begriffen
	davon, ob die Variable ist
	überhaupt in den Daten vorhanden bzw
	ob die richtigen Informationen
	wird verfügbar sein, wenn das Modell
	wird eingesetzt. Für prädiktive
	Modelle, das bezieht sich auf Modelle
	fit sein für ähnliche Daten wie
	was zu diesem Zeitpunkt vorhanden sein wird
	Das Modell wird am ausgewertet
	neue Daten. Auf diese Weise sind unsere Daten
	Das Set ist auf jeden Fall in Ordnung. Für
	Kausalität feststellen,
	Uns geht es nicht annähernd so gut
	Form, weil das Fehlen von
	Randomisierung impliziert diese Zeit
	Effekte und Faktoreffekte können
	verwirrt sein, was zu Voreingenommenheit führen kann
	in unseren Schätzungen. Endogenität,
	oder umgekehrte Kausalität, könnte
	hier eindeutig ein Problem sein, da
	Variablen wie Temperatur und
	Reaktionszeit könnte eindeutig sein
	Auswirkungen auf die Antworten haben, aber haben
	wurden nicht erfasst. Gesamt,
	Es gibt vieles, was wir nicht wissen
	über diese Dimension in einem
	Sinn für Informationsqualität.
	Der Rest des InfoQ
	Beurteilung wird sein
	abhängig von der Art der
	Analyse, die wir durchführen. Also dabei
	Punkt, ich werde fortfahren und
	Führen Sie eine Analyse dieser Daten durch
	unter Verwendung der Funktionsdaten
	Explorer-Plattform in JMP Pro
	Das ermöglicht es mir, quer zu modellieren
	alle Spalten gleichzeitig
	in gewisser Weise, die darauf basiert
	funktionale Hauptkomponenten,
	die den Höchstbetrag enthalten
	von Informationen über all diese
	Spalten wie in der dargestellt
	möglichst effizientes Format.
	Ich werde daran arbeiten
	unterstellte Versionen der Spalten
	das habe ich früher berechnet
	Präsentation. Und ich werde es tun
	Weisen Sie darauf hin, dass ich es sein werde
	Ich arbeite daran, Kombinationen zu finden
	die Mischungsfaktoren, die erreicht werden
	so nah wie möglich in a
	Kleinstes-Quadrat-Sinn, ein Ideal
	Kurve, die von der erstellt wurde
	Praktiker, der das maximiert
	Menge des potenziellen Produkts, das
	könnte in einer Charge sein, während
	Minimierung der Menge der
	Verunreinigungen, die sie
	Realistisch betrachtet eine Charge
	enthalten könnte. Also fange ich an
	Analyse, indem Sie zur Analyse gehen
	Rufen Sie im Menü „Funktionalität“ auf
	Daten-Explorer. Dies hat Zeilen als
	Funktionen. Ich werde meine aufladen
	unterstellte Zeilen, und dann gehe ich
	um meine Formulierung einzubringen
	Komponenten und meine Verarbeitung
	Spalte als Ergänzung
	Variable. Wir haben einen Ausweis
	Funktion, das ist die Batch-ID. Hier ich
	Steigen Sie ein. Ich kann die Funktionen sehen,
	sowohl die Überlagerung insgesamt als auch
	Ich kann die einzelnen Funktionen erkennen.
	Dann kann ich das Ziel laden
	Funktion, die ideal ist.
	Und das wird das ändern
	Analyse, die sich ergibt, wenn ich
	Beginnen Sie mit dem Modellieren
	Schritte. Die sind also hübsch
	einfache Funktionen, also bin ich einfach
	Ich werde sie modellieren
	B-Splines.
	Und dann gehe ich in meine
	funktionelle DOE-Analyse.
	Das wird zum Modell passen
	das die Eingänge verbindet
	das Funktionsprinzip
	Komponenten und verbinden Sie dann alle
	der Weg durch die
	Eigenfunktionen, um es so zu machen
	Wir sind in der Lage, das wiederherzustellen
	Gesamtfunktionen wie sie
	geändert, da wir die variieren
	Mischungsfaktoren. Der
	funktionelle Hauptkomponente
	Die Analyse hat darauf hingewiesen
	Es gibt vier Dimensionen von
	Variation in dieser Antwort
	Funktionen. Um zu verstehen, was
	Sie meinen, lasst uns weitermachen und
	Erkunden Sie mit dem FPC-Profiler.
	Sehen Sie sich also diesen Bereich hier an
	Ich passe FPC 1 an und wir können sehen
	mit dem diese FPC verknüpft ist
	Spitzenhöhe. FPC2, wie es aussieht
	als wäre es eine Art Höhepunkt
	Enge. Es ist fast wie ein
	Auflösungsprinzip
	Komponente. Der dritte ist
	im Zusammenhang mit einer Art Kniebeanspruchung
	links vom dominanten Gipfel.
	Und Peak 4 sieht so aus
	hauptsächlich im Zusammenhang mit der
	Unreinheit, also das ist es, was die
	Die zugrunde liegende Bedeutung ist von
	diese vier funktionsfähig
	Hauptbestandteile.
	So haben wir unser Ziel definiert
	als Maximierung des Produkts und
	Minimierung der Verunreinigung und
	Wir haben das in der kommuniziert
	Analyse durch dieses Ideal oder
	goldene Kurve, die wir geliefert haben
	der Beginn der FDE
	Übung, die wir machen. Um als zu bekommen
	diesem Ideal möglichst nahe kommen
	Kurve, wir schalten die Erwünschtheit ein
	Funktionen. Und dann können wir gehen
	aus und maximieren die Begehrlichkeit.
	Und das finden wir optimal
	Kombination von Eingaben ist etwa
	4,5 % von
	Zutat vier, 2 % von
	Zutat 6. 2,2 % von
	Zutat 8 und 1,24 % von
	Zutat 9 unter Verwendung der Verarbeitung
	Methode zwei. Sehen wir uns an, wie
	wir sind hier angekommen. Wir zuerst
	berechnete die fehlende Antwort
	Säulen. Dann haben wir B-Spline gefunden
	Modelle, die diese Funktionen erfüllen
	gut in der FDE-Plattform. A
	funktionale Hauptkomponenten
	Die Analyse ergab, dass dort
	were four eigenfunctions
	Charakterisierung der Variation in
	diese Daten. Diese vier
	eigenfunctions were determined
	über den FPC-Profiler an jeden
	ein vernünftiges Thema haben
	Materie Bedeutung. Das Funktionale
	Die DOE-Analyse bestand aus
	Anwendung nach vorne beschnitten
	Auswahl zu jedem der
	individuelle FPC-Scores mithilfe der
	DOE-Faktoren als Eingabevariablen.
	Und wir sehen hier, dass dies der Fall ist
	gefundene Kombinationen von
	Wechselwirkungen und Haupteffekte
	das war am prädiktivsten für
	jeweils das Funktionsprinzip
	Komponentenbewertungen einzeln.
	Der funktionale DOE-Profiler
	hat alles elegant eingefangen
	Aspekte in einer Darstellung
	das ermöglicht es uns, das zu finden
	Formulierungsverarbeitungsschritt, der
	wird voraussichtlich wünschenswert sein
	Eigenschaften gemessen an hoch
	Ausbeute und geringe Verunreinigung.
	Jetzt können wir also eine InfoQ durchführen
	Einschätzung der
	Generalisierbarkeit der Daten in
	Die Analyse. Also in diesem Fall,
	uns interessiert mehr
	wissenschaftliche Generalisierbarkeit, wie
	Der Experimentator ist ein tief
	sachkundiger Chemiker arbeitet
	mit dieser Verbindung. Also sind wir
	Ich werde mich mehr darauf verlassen
	ihre Fachkompetenz
	dann nach statistischen Prinzipien
	und Tools wie Hypothesentests
	und so weiter. Das Ziel ist
	in erster Linie prädiktiv, aber die
	Verallgemeinerbarkeit ist irgendwie
	problematisch, weil die
	Das Experiment war nicht geplant. Unser
	Fähigkeit, Interaktionen abzuschätzen
	ist für Techniken wie geschwächt
	Vorwärtsauswahl und unmöglich
	mittels Kleinste-Quadrate-Analyse von
	das vollständige Modell. Weil das
	Die Studie war also nicht randomisiert
	könnte eine unaufgezeichnete Zeit sein
	Ordnungseffekte. Das haben wir nicht
	potenziell wichtige Kovariate
	Informationen wie Temperatur und
	Reaktionszeit. Dies schafft
	ein weiteres großes Fragezeichen
	hinsichtlich der Generalisierbarkeit.
	Wiederholbarkeit und
	Reproduzierbarkeit der Studie ist
	auch hier ein Unbekannter wie wir
	keine Informationen darüber
	Variabilität aufgrund der
	Mess-System. Glücklicherweise,
	Wir haben Tools wie die von JMP
	Bewerten Sie das Design, um es zu verstehen
	das bestehende Design sowie
	Erweitern Sie das Design erheblich
	die Verallgemeinerung verstärken
	Durchführung der Analyse.
	Augment kann Informationen verbessern
	über Haupteffekte und
	Interaktionen und eine zweite Runde
	des Experimentierens sein könnte
	randomisiert, um ebenfalls zu verbessern
	Generalisierbarkeit. Jetzt bin ich also
	Ich werde ein paar durchgehen
	Einfache Schritte, um zu zeigen, wie es geht
	Verbessern Sie die Verallgemeinerung
	Leistung unserer Studie mit
	Design-Tools in JMP. Bevor ich
	das tun, möchte ich darauf hinweisen
	dass ich die Daten nehmen musste und
	Konvertieren Sie es so, dass es war
	Proportionen statt in
	Prozente. Ansonsten das Design
	Die Tools stimmten nicht wirklich überein
	mit den Daten sehr gut. Also wir
	Gehen Sie in den Bewertungsdesigner
	und dann laden wir unsere Ys und
	unsere Xs. Ich habe um die Möglichkeit dazu gebeten
	Behandeln Sie Wechselwirkungen zweiter Ordnung.
	Dann ... ja, ich habe diese Warnung erhalten
	sagen: „Hey, das kann ich nicht.“
	weil wir es nicht können
	Schätzen Sie alle Wechselwirkungen ab
	jeweils einen Faktor gegeben
	Daten, die wir haben. Also habe ich unterstützt
	hoch. Wir gehen zur Erweiterung
	Designer, lade alles hoch,
	Set-Ergänzung. Wir werden wählen und ich-
	optimales Design, weil wir es sind
	wirklich besorgt
	prognostizierte Leistung hier.
	Und ich
	Stellen Sie die Anzahl der Läufe auf 148 ein.
	Der benutzerdefinierte Designer hat es angefordert
	141 als Minimum, aber ich ging zu
	148, nur um sicherzugehen
	dass wir alle Möglichkeiten dazu haben
	Schätzen Sie alle unsere Interaktionen
	ziemlich gut. Danach ist es
	dauert etwa 20 Sekunden
	Konstruieren Sie den Entwurf. Also jetzt
	Dass wir das Design haben, bin ich
	Ich werde die beiden am meisten zeigen
	wichtige Diagnosewerkzeuge in
	der Augment-Designer für
	Bewertung eines Entwurfs. Auf der
	Links haben wir den Bruchteil von
	Raumgrundstück entwerfen. Das ist
	zeigt, dass 50 % des Volumens
	des Designs hat
	eine Vorhersagevarianz also
	kleiner als 1. Also wäre 1
	äquivalent zum Rest
	Fehler. So können wir es bekommen
	besser als Messfehler
	Qualitätsvorhersagen über die
	Großteil des Designs. Auf der
	Richtig, wir haben die Farbkarte eingeschaltet
	Zusammenhänge. Das zeigt sich
	dass wir abschätzen können
	alles ganz gut. Es gibt
	einige ... wegen der Mischung
	Einschränkung, wir bekommen welche
	starke Korrelationen zwischen
	Wechselwirkungen und Haupteffekte.
	Insgesamt sind die Effekte recht gut
	sauber. Und die Interaktionen sind
	ziemlich gut von einem getrennt
	ein anderes und die Haupteffekte
	sind ziemlich gut getrennt von
	auch untereinander. Nach
	Blick auf das Design
	Diagnostik können wir durchführen
	Tisch. Hier habe ich das gezeigt
	Die ersten 13 der erweiterten Läufe
	und wir sehen, dass wir ... wir haben
	haben mehr Randomisierung. Wir nicht
	den gleichen Haupteffekt haben
	immer und immer wieder Streifen.
	Das ist ein Beweis dafür, dass es besser ist
	Randomisierung und insgesamt die
	Design wird es können
	Schätzen Sie die Hauptsache viel besser ein
	Wirkungen und Wechselwirkungen haben
	bessere, höhere Qualität erhalten
	Informationen in dieser zweiten Phase
	des Experimentierens. Also die Eingabe
	Variablen, die Xs, sind korrekt
	Darstellungen der Mischung
	Proportion, das ist also klar
	objektives Interesse. Der
	Antworten sind ein enger Ersatz
	für die Menge des Produkts
	und die Menge der darin enthaltenen Verunreinigungen
	die Chargen. Wir sind ziemlich gut dran
	7.1. Dort. Die Begründungen
	sind sauber. Nach dem Studium haben wir
	Kann natürlich gehen und einen vorbereiten
	Charge, die die Formulierung darstellt
	das wurde vom FDOE empfohlen
	Profiler. Probieren Sie es aus und sehen Sie, ob
	Wir bekommen die Art von
	Leistung, die wir gesucht haben
	für. Das ist ganz klar
	wäre der Weg, den wir können
	beurteilen, wie gut wir es geschafft haben
	unsere Studienziele. Also jetzt unter dem
	letzte InfoQ-Dimension
	Kommunikation. Durch die Beschreibung der
	Idealkurve als Ziel
	Funktion, das funktionale DOE
	Profiler macht das Ziel und das
	Ergebnisse des Analysekristalls
	klar. Aber das lässt sich ausdrücken
	auf einem Niveau, das leicht ist
	von den Chemikern interpretiert und
	Leiter der Forschungs- und Entwicklungseinrichtung.
	Und wie wir es ausführlich gemacht haben
	Bewertung der Informationsqualität,
	Wir waren offen darüber
	Stärken und Schwächen der
	Studiendesign und Daten
	Sammlung. Wenn die Ergebnisse es tun
	nicht verallgemeinern, wir auf jeden Fall
	wissen, wo man nach dem suchen muss
	Probleme waren. Sobald du wirst
	mit den Konzepten vertraut,
	Es gibt ein schönes Add-In
	von Ian Cox, das Sie nutzen können
	Führen Sie eine kurze quantitative InfoQ durch
	Bewertung. Das Add-In hat
	Schieber für oben und unten
	Grenzen jeder InfoQ-Dimension.
	Diese Dimensionen werden kombiniert
	unter Verwendung einer Erwünschtheitsfunktion
	Ansatz für ein Gesamtintervall
	für das InfoQ auf der linken Seite.
	Hier ist eine Bewertung für die
	Daten und Analysen, die ich behandelt habe
	diese Präsentation. Das Add-In ist
	auch ein nützliches Denkwerkzeug
	wird Sie dazu bringen, über jeden einzelnen Aspekt nachzudenken
	die InfoQ-Dimensionen. Es ist auch ein
	praktische Art zu kommunizieren
	InfoQ-Bewertungen für Sie
	Kunden oder an Ihr Management, z
	Es bietet einen umfassenden Überblick über
	Informationsqualität ohne
	mit viel Technik
	Konzepte und Fachjargon. Das Add-in
	eignet sich auch als Grundlage für
	ein InfoQ-Vergleich. Mein
	ursprüngliche Hoffnung darauf
	Präsentation sollte ein wenig sein
	etwas ehrgeiziger. Ich hatte Hoffnung
	um die Analyse abzudecken, die ich hatte
	gerade durchgemacht, sowie
	noch eine einfachere, bei der ich überspringe
	Eingabe der Antworten und Durchführung
	eine einfache multivariate Linearität
	Regressionsmodell der Antwort
	Säulen. Heute kann ich nur
	eine abschließende Einschätzung dazu abgeben
	Ansatz. Wie du sehen kannst,
	mehrere der InfoQ
	Die Abmessungen leiden erheblich
	ohne das Anspruchsvollere
	Analyse. Das ist ganz klar
	Die einfache Analyse führt zu
	viel niedrigerer InfoQ-Score.
	Die Obergrenze des Einfachen
	Analyse ist nicht viel höher
	als die untere Grenze des Mehr
	Anspruchsvoll. Mit
	Erfahrung wirst du gewinnen
	Intuition darüber, was für ein gutes InfoQ
	Die Punktzahl bezieht sich auf Datenwissenschaft
	Projekte in Ihrer Branche und
	Erwerben Sie bessere Gewohnheiten als Sie
	wird nicht länger blind sein
	Informationsengpässe in Ihrem
	Datenerfassung, -analyse und
	Modellbereitstellung. Information
	Qualität mit einfacher Bedienung
	Schnittstelle. Das war mein erstes
	formale Informationsqualität
	Bewertung. Wenn ich für mich selbst spreche, dann,
	die Informationsqualität
	Rahmen hat Worte gegeben und
	Struktur für viele Dinge, die ich habe
	wusste es schon instinktiv. Es
	ist schon geändert wie ich
	Ansatz für neue Datenanalysen
	Projekte. Ich ermutige Sie, zu gehen
	durch diesen Prozess selbst weiter
	Ihre eigenen Daten, auch wenn diese Daten
	und Analyse ist schon sehr
	Dir bekannt. Ich garantiere
	dass du klüger wirst und
	effizienterer Datenwissenschaftler
	deswegen. Danke schön.

AusbrechenDAMHIRSCHKUHPrädiktive Modellierung