你好， 我是 約旦 沃特斯，
我是 JMP 技術實習生
和 我是 去 到 展示 到 你 今天
關於 結構方程模型
和 如何 我們 能 使用 這 在 線性 侵略
到 實際上 尋找 關係
和 否則 可能 不是 已經 是 明顯的。
所以 到 做 這， 是 去 到 有 a 看
在 a 案件 學習 關於 製造業 的 製藥 平板電腦。
之內 這 案件 學習， 有 很多 的 因素 和 回應
那 需要 監控 和 我們 需要 到 嘗試 和 決定 這 關係
之間 這些 因素 和 這些 回應 到 嘗試 和 工作 出去 如何 系統 作品。
和 在 正在做 這， 這 是 去 到 允許 我們 到 尋找
這 最佳的 狀況 為了 我們的 藥片 到 製作 這 最好的 藥片 可能的。
但 到 製作 這 全部的 案件 學習 a 很多 更簡單，
相當 比 聚焦 在 全部 的 這 回應 和 所有 這 因素，
是 只是 去 到 重點 在 一 回覆 和 一 因素。
所以 在 這 案件，
這 一 因素 是 尋找 在 是 這 百分比 作品 的 水
和 這 一 回覆 那 是 去 到 看 在
是 這 密度 的 這 藥片。
和 那是 去 到 是 這 公制 的 無論 或者 不是
我們 有 平板電腦 或者 不是。
所以 只是 為了 參考，
這 藥片 密度 是 在 毫克 每 公分 立方。
所以 通常， 如何 我們 定義 這 關係
之間 這 回覆 和 因素
是 只是 透過 a 簡單的 線性 回歸
哪個 從 這 姓名，
給出 我們 a 線性 關係 之間 這 回覆 和因素。
還有這個 是 什麼 我們 需要 到 完全 理解 這 系統。
但 這 問題 和 線性 回歸 是 它是 僅有的 去 到 允許 我們 到 尋找
這 直接的 之間的影響 改變
水 作品 和 密度 的 這 藥片。
它是 不是 去 到 讓 我們 尋找
任何事物 別的 關於 這 系統 或者 任何 潛在的 特徵。
和 所以 因為 的 這，
它 可能 實際上 失敗 到 給 一個 印象 對於 系統。
和 這 是 在哪裡 結構E 米 建模
能 實際上 來 在 到 嘗試 和 給 我們 a 更多的 綜合的 看法 的 這 系統
哪個 是 去 到 允許 我們 到 尋找 不同的 關係
哪個 或許 更多的 支援 和 不需要明顯的 .
所以 a 位元 的 背景 在 線性 回歸，
在 它是 最簡單的 形式， 線性 回歸
是 只是 a 線性 關係 之間 一 多變的 到 其他。
和 自從 線性 回歸 是 經過 定義， 線性，
這 是 去 到 是 已連接 經過 a 線性 方程式。
在此 方程式 在 這 案件， 是 Y 等於 甲基異噻唑啉酮 加 C.
出色地， Y 是 這 Y 回覆,
X 是 這 X 因素， m 是 我們的 光芒四射， 和 C 是 我們的 抵消。
所以 這 m 和 這 C 是 只是 常量 那 是 去 到 尋找
到 充滿 這 回歸 方程式
所以 那 我們 能 涉及 在 Y 在 X 上 變數。
所以 到 做 這 在 這 情境 的 這 案件 學習，
是 去 到 陰謀 這 X 和 Y 變數
到 嘗試 和 來 向上 和 這 回歸 方程式 在 跳轉。
和 跳轉 能 非常 簡單地 做 這對我們來說。
它 給出 我們 a 很多 的 資訊,
一些 的 哪個 我們 不 需要 為了 表演 這 線性 回歸。
但 這 二 件 的 真的 重要的 資訊 那 我們 得到
是 這 回歸 係數 哪個 是 我們的 m 和 我們的 C,
哪個 是 關於這裡，
和 這 回歸 方程式
哪個 是 這 滿的 形式 的 我們的 線性 回歸。
現在 JMP 做 給 這 到 我們 在 這 形式 的 Y 等於 甲基異噻唑啉酮 加 C
但 為了 這 目的 的 明晰， 和 到 看 如何 這 作品
在我們的 案件 學習 是 呈現 這裡 作為 a 恰當的 關係
存在 那 這 密度 是 平等的 到 0.11 7% 的 水 加 95. 903.
和 這 是 已報道 多於 和 你的 m 和 C 值。
出色地， 你 可能 簡單地 看 那 全部 這 關係 方法
是 那 為了 每一個 一 單元 增加 在 百分比 到 L,
我們 得到 a 一 單元 增加 在 密度。
但 我們 有 那 C 價值 在 這 結尾 哪個 偏移量 我們的 密度 經過 95 .93。
這 目的 的 這 C 價值 是 到 給 a 規模 到 我們的 數據。
沒有 那 規模， 什麼 我們 有 是 a 關係
之間 密度 和 百分比 的組成 H_2O。
添加 這 持續的 在 這 結尾 給出 我們 那 規模
到 實際上 是 這 單位 那 我們 需要 在...內學習 這 案件 學習。
所以 現在 那 我們已經 得到 一個 主意 的 如何 我們 傳統上
去 關於看 這 問題，
讓我們 嘗試 和 開始 大樓 結構 方程式 模型。
所以 到 轉換 傳統的 線性迴歸
進入 這 形式 的 a 結構 方程式 模型，
我們 需要 到 做 a 很少 事物。
我們 開始 經過 移動 這 關係
脫離其圖形形式， 進入 這 視覺的 形式。
出色地， 我們 能 看 那 我們已經 得到 我們的 X 因素
在 這 長方形 存在 連結 到 這 其他 長方形
哪個 是 我們的 回覆.
和 之間 這些 二 矩形， 他們 是 連結 經過 這 箭。
現在， a 單身的- 領導 箭 只是 方法 a 關係 去 一 方式。
進而 結構方程模型， 它 是 可能的 到 有 雙倍的- 領導 箭
但 那是 不是 特別 重要的 在 這 例子。
什麼 這 單身的- 領導 箭 方法
是 那 水 作品 影響 這 密度 的 這 藥片
但 這 密度 的 這 藥片 做 不是 影響 H_2O 作品。
和 這 允許 我們 在 這 實例，
填寫此個人 X 和 a Y 執行線性 回歸。
現在 這 令人困惑 部分 關於 這 圖形
是 大概 這 一 在 這 三角形 在 這 頂部。
和 簡單地， 全部 這 做， 和 這 是 通常 隱
之內 a 結構 方程式 模型，
是 它 允許 我們 到 放 這 規模 為了 我們的 全部的 模型。
和 我們 能 看 那 透過
如何 這 結構 公式 M 模型 實際上 報告 這 數據。
所以 如果 你 看 穿過 這 軸
之間 這 一 在 這 三角形 和 這 Y 回應， 密度片，
你會 看 那 我們 實際上 得到 a 數位 在 那，
哪個 是 95. 903 哪個 我們已經 見過 前。
它是 實際上 我們的 C 我們的價值 線性 回歸。
和 這 更遠 證明 那 這 是 這 部分 的 圖形
使用的 在此 給定 規模。
所以 如果 我們 能 看 在哪裡 這 C 來 從
和 那 直接地 翻譯 在哪裡 做 這 m 未來 從。
出色地， 這 m 是 實際上 從 a 聯繫 在 這 底部 那裡
之間 這 百分比 到 a 作品 到 這 密度 的 這 藥片。
和 我們 能 看 那 它是 不是 0.117， 這 精確的 相同的 作為 我們 成立。
熊 在 頭腦 這裡 那 兩個都 的 這些 分析 執行
在 二 不同的 平台。
現在， 我們 可能 有 二 部分 的 我們的 和， 它在 C方程式 那裡。
但 這 示意圖 是 在 這 形式 的 三 側面。
和 所以 你 可能 是 想知道 什麼 是 那 最終的 邊？
和 簡單地 放， 這 左邊 手 邊，
哪個 是 本質上 數位 一 和 %H2_O 作品，
是 只是 這 X 和 SEM。
相似的 到 怎麼樣 這 C 價值，
哪個 給出 我們 這 抵銷 的 這 Y 進入 C 圖形，
是 這 和- 截距 的 這 圖形
哪個 是 通常 重要的 和 相當 有用 從統計上看。
我們 做 也 得到 這 X 值 給定 到 我們 經過 這 結構 方程式 模型，
哪個 不是 特別 重要的
因為 我們 不 有 a 好的 看 在 這 X 截距
但 它是 有趣的 那 這 分析 能 提供 我們
有了這個 額外的 資訊 沒有 真的 詢問 為了 它。
這 是 全部 計算 自動地 喜歡 I 說。
和 那麼通常， 有 頂部 部分 隱，
當然，只是 到 給 我們 情境 作為 到 什麼是 實際上 正在發生 這裡。
和 所以 尋找 在 什麼 這 我們已經 實際上 得到 這裡，
我們已經 得到 這些 堅硬的 線
哪個 表示 那 某物 是 統計上 重要的。
和 之間 這 水 作品 和 這 藥片的密度，
我們 有 這 虛線 線 哪個 實際上 表示
那 那 是 不是 a 統計上 重要的 相關性。
和 這 事實 這 相關性 是 非常 低的， 0.117
暗示 它是 不是 那 出色地 相關 反正。
所以 如果 我們 只是 拿了 這 在 地方 價值，
你 可能 是 傾斜 到 同意 和 我們的 最初的 線性 回歸
和 說 有 不 影響
從 水 作品 在 密度 的 這 藥片。
但 自從 我們已經 已經 得到 關於數據
在 這 形式 的 這 結構 方程式 模型，
讓我們 繼續 與 探索 天
和 看 如果 我們 能 覆蓋 任何 隱 關係。
所以 我們 知道 那 這 全部的 案件 學習
是 建造 向上 的 很多 的 X 因素， 很多 的 Y 回覆
和 是 當然 那 我們 簡化 它 向下 到 只是 一 因素 和 一 回覆.
所以 讓我們 思考 關於 一些 的 這 其他 括號 之內 這 系統
和 如何 他們 可能 涉及 到 這 回覆.
一 例子 哪個 發生 相當 a 很多 之內 這 案件 學習
是 一個 例子 的 a 調解 多變的。
和 什麼 我們 意思是 經過 a 調解 多變的，
是 它是 a 多變的 哪個 不能 確切地 是 受控 直接地，
但 有 一個 影響 在 我們的 最終的 回覆
儘管 仍然 存在 做作的 經過 一 的 我們的 因素 那 我們 能 控制。
所以 在 這 案件， 是 去 到 拿 a 看 在 抗壓強度
作為 存在 一 的 我們的 調解 變數。
並且 原因 為了 這 存在 a 調解 多變的
是 因為 這 破碎 力量 能 是 改變 在 這個過程。
和 它 做 有 一個 影響 在 這 密度 的 這 藥片。
但 這 破碎 力量 能 僅有的 是 [聽不清楚 00:08:50]
肯定 操作 範圍
取決於 在 這 水 作品 之內 這 藥片。
如果 這 平板電腦 也 乾燥,
我們 需要 到 改變 這 破碎 力量 到 匹配 那
所以 它 沒有 完全地 粉末 這 藥片。
如果 它是 也 潮濕， 它是 得到 也 很多 水 作品 在 那裡，
然後 它 可能 是 a 很多 更柔軟 粉碎。
所以 在 這 方式， 你 看 那 這 是 a 多變的
那 我們 不能 改變 直接地
因為 它 需求 到 是 做作的 經過 這 水 作品
但 它 是 重要的 有些
在 這 密度 的 這 藥片 哪個 出色地 探索 然後。
所以 如果 我們 添加 這 進入 我們的 小路 圖表 在 我們的 結構 方程式 模型，
你 能 看 那 我們 得到 這 新的 三角形 之間 每個 的 我們的 變數
和 這 數位 一 這 時間 現在， 在 這 中間。
和 什麼 這 是 正在做 在 這 情境 的 這 案件 學習，
是 它是 說 那 現在 我們 有 我們的 直接的 回覆
哪個 是 這 聯繫
之間 這 水 作品 和 這 密度 的 這 藥片。
和 我們 也 有 我們的 間接 回覆,
哪個 來 從 這 聯繫 哪個 去 全部 這 方式 大約 這 圖表
透過 cr 催促 力量 和 進入 這 密度 藥片。
現在， 什麼 這 方法 是 這 是 實際上 a 二- 部分 方程式。
所以 不是 僅有的 做 我們 有 額外的C 和以前一樣 什麼時候 那裡 曾是 一 X 多變的，
我們 現在 也 有 其他 多變的 哪個 是 在 a 中間 部分 的 這 方程式。
所以 因為 的 那， 這 第一的 事物 那 我們 注意 是 在 這 小路 圖表，
這 聯繫 之間 這 H _2O 作品
和 這 密度 的 這 藥片 是 0.054，
哪個 是 已經 顯著地 較少的 的 a 相關性 比 我們 鋸 最後的 時間
什麼時候 我們 只是 包括 這 一 多變的。
和 這 是 因為 這 休息 的 這 成分
實際上 來 從 別處 作為 是 探索 這裡。
所以 再次， 我們 能 看 那 聯繫 仍然
是 不是 統計上 重要的。
和 在 事實， 有 一個 甚至 較弱 相關性 比 以前的。
現在， 如果 我們 看 在 我們的 其他 連接，
說， 之間 我們的 破碎 力量 和 密度 的 這 藥片，
是 看到 a 統計上 重要的 相關性
和 a 合理地 相關 一 在 0.593。
所以 什麼 做 這 實際上 意思是 在 這 情境 的 這 案件 學習？
出色地， 它 方法 a 夫妻 的 事物
和 我們 畫 a 夫妻 的 結論 從 這。
首先， 這 關係 之間 這 水 作品
和 這 密度 藥片 是 統計上 重要的
哪個 不是 某物 我們 知道 前 那 曾是 隱
在後面 這 事實 那 我們 僅有的 執行 線性 回歸。
和 這 第二 事物 那 我們已經 學到了
是 那 破碎 力量 和 這 密度 的 這 藥片
是 相關。
所以 在 a 實際的 感覺， 這 方法 那 我們 能 結論
如果 我們 想 到 控制 這 密度 的 我們的 藥片，
然後 這 必須 是 完畢 透過 改變 這 水 作品
但 僅有的 作為 a 方法 到 改變 那 破碎 力量
到 這 期望 價值。
和 所以 如果 我們 實際上 來了 到 最佳化 這 全部的 情況
在 這 全部的 案件 學習，
這 破碎 力量 是 在哪裡 我們 想 到 支付 注意力 到
和 任何事物 我們 能 做 到 影響 那
哪個 不是 某物 我們 能 改變 和 只是 a 撥號。
所以 在 這 方式， 你 能 看 如何 作為 有 允許 我們 到 揭露 關係
哪個 可能 是 錯過 在 傳統的 造型 方法。
和 在 轉動， 它 提供 a 很多 更深 理解 的 如何 我們的 系統 作品。
所以 下一個 時間 你是 探索 這 系統， ID 鼓勵 你 到 考慮 收購
作為 到 幫助 你 更好的 理解
這 系統 兩個都 視覺上 和 更多的 在 深度。
