Una volta che avrete imparato quanto è facile progettare un esperimento in JMP, non guarderete più il mondo che vi circonda allo stesso modo. Ogni cosa diventerà un'opportunità per un esperimento! Questa presentazione utilizza un esempio pratico per dimostrare il processo di progettazione degli esperimenti (DOE), che include la progettazione dell'esperimento, la modellazione dei risultati e l'ottimizzazione degli input per ottenere l'output più desiderabile.
I partecipanti alla conferenza Discovery dello scorso anno hanno potuto godersi una serata di divertimento unico: colpire palline da golf fluorescenti sul campo pratica dell'Indian Wells Golf Resort. Il campo pratica è dotato della tecnologia Toptracer che monitora ogni colpo. Distanza totale, distanza di volo, velocità della palla, angolo di lancio e traiettoria sono solo alcune delle variabili registrate per ogni colpo. Un campo pratica che fornisce così tanti dati ha offerto l'opportunità perfetta per progettare un esperimento utilizzando JMP!
Dopo una serata trascorsa con altri utenti di JMP e amici, è stato progettato un esperimento utilizzando il Custom Designer di JMP. La progettazione ha richiesto solo pochi minuti. Sono state utilizzate variabili di input basate sulla posizione di partenza nel golf, come l'impugnatura, l'allineamento della testa del bastone, l'ampiezza della posizione e la posizione della palla. L'esperimento progettato è stato eseguito sul campo pratica, è stato creato un modello e sono state individuate le impostazioni ottimali per ottenere il tiro più lungo e preciso. La modellazione e l'ottimizzazione sono state completate in pochi minuti, direttamente sul campo pratica! Ciò ha permesso di effettuare immediatamente delle prove di conferma. I benefici sono stati poi trasferiti anche sul campo da golf.
Ciao a tutti. Sono Don Lifke, statistico dei Sandia National Labs. È un piacere essere qui. Vi farò una breve presentazione che si discosta dal mio solito lavoro, e quando inizieremo capirete il perché. Benvenuti, accomodatevi e cominciamo.
Vi darò qualche informazione di base. Vi mostrerò un po' di PowerPoint, ma non sarà una presentazione noiosa. Usciremo da questo fantastico software e passeremo direttamente a JMP per fare una dimostrazione dal vivo.
A Sandia, il programma in cui lavoro di solito è quello della deterrenza nucleare. Abbiamo anche altre cinque aree di competenza. Come statistico, in realtà lavoro in tutte queste aree, ma più tipicamente nel gruppo della deterrenza nucleare. Utilizzo JMP in tutti questi programmi praticamente in tutto ciò che faccio. Ripeto, lavoro come statistico, ma in realtà sono un ingegnere elettrico di professione. O meglio, di formazione.
La deterrenza nucleare, alcuni dei programmi su cui lavoriamo sono proprio... Questa è una diapositiva della nostra presentazione aziendale, quindi voglio mostrarvi solo alcune delle cose su cui ho usato JMP. L'abbiamo usato sul programma B61, sul W80-4. Molti dei componenti che vanno nelle armi. Come si dice, le nostre armi vengono usate ogni giorno. Sono un deterrente, e per di più molto efficace.
Questi sono alcuni dei programmi su cui ho utilizzato JMP. In realtà, in questa schermata, per tutti tranne uno, ho collaborato con gli ingegneri di questi programmi e ho utilizzato JMP in modo piuttosto esteso.
L'anno scorso ho partecipato alla conferenza JMP a Indian Wells, in California. Un posto bellissimo. Incredibile. Non avrei mai immaginato di poter alloggiare in un hotel direttamente su un campo da golf. È stato davvero fantastico. Un posto magnifico. Mi è venuta un'idea proprio durante la conferenza. Abbiamo organizzato una serata chiamata "Shots in the Night", un evento molto divertente. Se questa è la tua prima conferenza JMP, ovviamente scoprirai quanto siano divertenti e quanto ti tengano impegnato. Non hai un attimo di respiro. Le serate sono piuttosto frenetiche.
Questo evento è stato davvero fantastico. Si è svolto al campo pratica dell'hotel che ospitava la conferenza, presso l'Indian Wells Golf Resort. Vediamo se riesco a riprodurre questo video. Proviamo, dura circa [incomprensibile 00:02:31] secondi. Non so se verrà visualizzato correttamente sul tuo schermo.
Bene, ecco fatto. Ho pensato che fosse un video carino. La cosa interessante è che queste palline da golf si illuminano al buio. Le mettono in una piccola scatola con delle luci e si può vedere dove le si colpisce. Ecco alcune foto della conferenza dell'anno scorso che spero di poter condividere qui, se riesco a far ripartire la mia presentazione.
Questo è in realtà il campo pratica che è stato allestito per la conferenza JMP. È stato un evento davvero enorme. C'erano tutti. La cosa bella è che hanno portato dei piccoli food truck. Vedrete Jeff qui sulla destra. Probabilmente lo riconoscete come il presentatore di molte conferenze JMP. Trovo piuttosto divertente che Jeff abbia una specie di aureola sopra di sé. Credo sia più una coincidenza che altro. Forse no. Forse c'è qualcosa sotto, Jeff.
Questi piccoli schermi dietro di voi, ve ne mostrerò uno da vicino. Queste postazioni di tiro sono davvero fantastiche perché mostrano statistiche dettagliate mentre colpite la pallina da golf. Mostrano la distanza totale percorsa dalla pallina, la distanza percorsa, la traiettoria piatta, la velocità, ecc. Tutte queste variabili, in totale 10.
Certo, quello che mi interessa davvero è la distanza totale. Ci sono anche altre cose che potrebbero interessarvi, e il sistema le tiene in considerazione, quindi le ho registrate anch'io. Ma in quel momento ho pensato: "È davvero fantastico. Sarebbe il momento ideale per fare un esperimento sul mio gioco di golf e vedere se riesco a migliorare un po' la traiettoria, la distanza che percorro con la pallina". E ho pensato: "Questi sono dati eccezionali".
In realtà, molti anni fa ho condotto un esperimento simile a una conferenza JMP, ma ho dovuto usare il tracciamento GPS e uscire per fare dei calcoli, ed è stata una vera seccatura. Questo sistema, invece, è fantastico perché mi mostra il riporto totale nell'angolo in alto a sinistra dello schermo, ed è molto più facile raccogliere i dati.
Detto questo, facciamo un esperimento. La mia motivazione è nata dal fatto che non posso condividere molti degli esperimenti che conduco perché non sono di pubblico dominio. Ho bisogno di esempi didattici che possa condividere pubblicamente. Questa è un'ottima opportunità per farlo, perché credo che la maggior parte delle persone possa comprendere almeno le basi di ciò che accade nello swing del golf e le variabili che vi mostrerò.
Questa è solo una citazione che mi è venuta mentre lavoravo a questa presentazione: ero seduto a guardare il Golf Channel e ho visto questa immagine comparire, e ho pensato: "Oh, che bello. Voglio fotografarla". In realtà, nel golf si tratta proprio di questo: cercare di minimizzare l'incertezza, ovvero massimizzare la certezza.
Le variabili che ho considerato nel mio esperimento, ve le mostrerò visivamente, e poi andremo a progettare l'esperimento e a fare l'analisi. Ma giusto per chiarire, ho considerato tre diversi tipi di presa: una presa intrecciata mostrata a sinistra, dove il mignolo e l'indice si sovrappongono, la presa divisa, e poi ho inserito una variabile intermedia in cui, invece della presa divisa, le mani si toccano, quindi la chiamo presa a contatto.
Di nuovo, tre diversi tipi di impugnatura. Ho osservato la testa del bastone e ho visto tre diverse teste di bastone. Ho osservato la testa del bastone molto chiusa a sinistra, una testa del bastone neutra a destra e una posizione intermedia che ho definito testa del bastone chiusa. Ho notato che nel mio gioco a golf, sembra che io ottenga un po' più di distanza se chiudo leggermente la testa del bastone, ma non ne sono sicuro perché non l'ho mai misurato con precisione, quindi questa è un'ottima variabile da includere nell'esperimento.
Poi la mano destra, ci sono solo un paio di impostazioni per la mano destra che ho usato. Ho usato una mano destra neutra e una mano destra forte. La mano destra neutra è semplicemente la tua impugnatura da golf tipica. Una mano destra forte è quando ruoti, e a proposito, sono un golfista destrorso, ruoti la mano destra un po' di più allontanandola dal centro della mazza. Penso che dia un po' più di forza allo swing. Tende a tirare la mazza, a tirare la palla un po' di più a sinistra e a causare un po' meno prevedibilità. Ma ho pensato di includere anche questo come variabile. Perché no? È gratis. Il bello del DOE è che puoi inserire molte variabili senza aumentare di molto le tue serie.
Il piede destro, ho notato anche quando gioco a golf che se lo arretro un po', a volte il mio slice migliora. Non credo ci sia una cura per il mio slice, ma tende ad aiutare un po'. Ho pensato: "Beh, aggiungiamo anche questo". Tirando indietro il piede destro solo un pochino.
Infine, la posizione della mia palla nella mia posizione di partenza. In questo esperimento, sto usando un ferro 9, quindi non un driver. Un ferro 9 viene solitamente posizionato più indietro nella posizione di partenza o al centro, ma non così avanti. Tuttavia, ho notato che quando gioco a golf, se posiziono la palla più avanti nella mia posizione di partenza, tendo a colpirla un po' più lontano. Sembra contraddire ciò che dicono i professionisti, i quali affermano che con i ferri con un numero più alto, come il ferro 9, il pitching wedge, ecc., è meglio posizionare la palla più indietro nella posizione di partenza. Questo non sembra funzionare per me, quindi facciamo un esperimento e scopriamolo.
L'esperimento è stato piuttosto semplice da progettare. In effetti, l'ho fatto subito dopo l'evento Shots in the Dark: sono tornato in albergo e ho progettato l'esperimento in JMP. Ho pensato: "Ok, lo eseguirò giovedì, alla fine della conferenza". La conferenza è finita subito dopo pranzo e ho pensato: "Andrò al campo pratica, eseguirò l'esperimento, inserirò i dati e potrò analizzarli in tempo reale".
Questo è l'esperimento, andrò su JMP e ve lo mostrerò qui, ma voglio mostrarvi in questo screenshot come ho inserito tutti i fattori. Ho aggiunto anche alcune risposte che appariranno, ma la risposta principale che mi interessa è semplicemente quanto lontano ho colpito la palla. Ma con... Uno, due, tre, ho cinque fattori diversi. Ho tre per tre per due per due per tre, quindi ho un bel po' di combinazioni possibili qui.
Ma come sapete, con la progettazione degli esperimenti, ci occupiamo di questo non considerando interazioni di ordine molto elevato, come quelle di terzo, quarto e quinto ordine. Infatti, in questo esperimento, sto considerando solo gli effetti principali. Non sto prendendo in considerazione le interazioni. Quello è un aspetto che potrò approfondire in futuro, magari ampliando questo progetto e iniziando a considerare interazioni a due fattori. Per ora, però, voglio solo capire quali di questi fattori sono rilevanti per gli effetti principali. Il JMP mi dice che dovrei usare 18 prove e sembra proprio corretto. Funziona piuttosto bene.
Questo è lo script che è stato creato. Lo includo solo come screenshot nella presentazione, in modo che se qualcuno di voi volesse replicare esattamente questo esperimento e modificarlo, possa impostare il seed casuale allo stesso valore che non ho impostato io, ma che mi è stato assegnato casualmente. Questo è lo script.
Quindi l'esperimento di progettazione si presentava così. Di nuovo, ora passerò a JMP e lo analizzeremo. Ma potete vedere come ha impostato le mie 18 prove – le chiamo prove – e all'interno di ciascuna di queste prove, ho le mie impostazioni delle variabili, quindi la mia prima prova sarebbe in realtà un'impugnatura intrecciata, con la testa del bastone neutra, con la mano destra neutra, spostando il piede destro indietro e mettendo la palla in avanti nella mia posizione. Vado al campo pratica, imposto questa posizione e quello è stato il mio primo colpo.
Ecco un rapido esempio di cosa può fare per te la Progettazione degli Esperimenti. Nota che gli effetti principali in questa mappa a colori sulle correlazioni sono quasi del tutto inesistenti. C'è una leggera correlazione tra la mano destra e il piede destro, pari a 1/9,111. Una correlazione davvero minima. Ma è fantastico poter condurre un esperimento con cinque variabili diverse, alcune delle quali con tre impostazioni, e non avere alcuna correlazione tra i miei effetti principali. Davvero eccezionale. Questo è il potere della Progettazione degli Esperimenti.
Giovedì, dopo pranzo, sono andato al campo pratica. La conferenza era finita. Prima ho pranzato in quel bellissimo ristorante con vista sul campo da golf di Indian Wells, poi mi sono diretto alla postazione di tiro. Ecco una foto delle mazze che mi hanno dato. Curiosamente, questo è esattamente lo stesso driver che uso io. Credo che siano molto simili anche ai ferri che uso a casa. Ho impostato questo esperimento, basandomi sulle foto con l'indicazione oraria, che vi mostrerò. Il mio primo e ultimo tiro sono stati effettuati dopo soli 20 minuti, quindi mi ci sono voluti cinque minuti per progettare l'esperimento e venti minuti per eseguirlo.
Ecco di nuovo le mie impostazioni per il primo tiro. Primo tentativo, queste erano le impostazioni quando mi sono alzato e ho colpito la palla, e questo è l'aspetto dello schermo. Ho acquisito questi dati semplicemente scattando una foto perché non volevo esitare troppo tra un colpo e l'altro. Ho scattato tutte queste foto e questi sono i miei dati. Poi mi sono seduto e ho inserito questi dati in JMP. Avevo il mio portatile, ed è stato abbastanza facile inserire i dati e analizzare l'esperimento. Andiamo ai dati.
Ecco i miei dati. Quando ero nella postazione di battuta, l'unica cosa che ho inserito in quel momento è stato il totale. È quello che mi interessa davvero. Da allora sono tornato indietro e ho inserito tutte le altre variabili che sono presenti in quella schermata, in modo da poterle modellare anch'esse. Quando si progetta un esperimento e si usa JMP, se si utilizza DOE e Custom Design, è così che si fa. È qui che ho aggiunto i miei fattori. Non vi annoierò mostrandomi mentre scrivo, ma in pratica ho aggiunto il mio fattore numerico discreto a due livelli, il mio fattore discreto a tre livelli... Scusate, non è corretto. Rimuovete "non numerico discreto".
Il mio fattore categoriale aveva due livelli, ne avevo tre e queste erano cinque variabili. Poi per la mia risposta, ho fondamentalmente incluso... Penso che quando ho progettato questo, pensavo che avrei avuto tre risposte. Si è scoperto che in realtà me ne interessava solo una, e in realtà avevo otto risposte. Perché se non ti piacciono le risposte che inserisci qui quando progetti il tuo esperimento, puoi fare la tua analisi con qualsiasi risposta tu voglia.
Ma impostare questo esperimento è stato piuttosto semplice con questo Design Personalizzato. Come potete vedere, aggiungo semplicemente le variabili: vado qui e digito i nomi, poi continuo in JMP per progettare l'esperimento. Qui sotto potete vedere il numero di prove, ma non sto inserendo le stesse identiche informazioni perché non voglio annoiarvi.
Da qui ho semplicemente cliccato su Crea progetto e JMP ha impostato il progetto per me. Le mie cinque variabili sarebbero state qui e la mia mappa dei colori sulle correlazioni sarebbe stata qui sotto. Procediamo eseguendo la finestra di dialogo DOE per mostrarvi come appare.
Mentre impostavo questo progetto, ho eseguito i calcoli relativi al progetto, ed ecco cosa ha impostato il software per me. I fattori che ho inserito sono qui sopra. Ecco come li ho inseriti. Abbastanza semplice. Le risposte che ho inserito, in realtà pensavo che avrei ottenuto slice, velocità della palla e distanza. Sto ottenendo distanza, sto ottenendo velocità della palla. Non sono sicuro di questa variabile slice in questa curva [inaudibile 00:15:28], ma si è rivelata... Non mi interessava in quel momento. È qualcosa che possiamo rivedere in seguito in un esperimento futuro, ma per ora tutto ciò che mi interessa davvero è la distanza. Velocità della palla e distanza erano così correlate che non avevo davvero bisogno di esaminare tutte e tre.
Ma per impostare questo esperimento, potrei scriverlo probabilmente in tre minuti. Impostare l'esperimento, dire a JMP di creare la tabella. Ma lasciatemi mostrare di nuovo questa mappa di colori sulle correlazioni. Le versioni precedenti di JMP Color Map on Correlations erano effettivamente una mappa di colori. Ora è impostata di default in bianco e nero. Di solito la cambio in una mappa di colori, ma questo è lo stesso colore che vi ho mostrato nelle precedenti diapositive di PowerPoint.
Con JMP, basta creare la tabella e il programma la genera automaticamente. Ora non mi resta che eseguire questi 18 tiri utilizzando queste configurazioni variabili e inserire la distanza qui, dopodiché sarò pronto ad analizzare l'esperimento. Ho già inserito i dati. Non li salverò. Non mi preoccuperò di salvarli per voi. Tornerò a questo progetto personalizzato perché voglio mostrarvi anche qualcosa sull'analisi di potenza. Eseguiamo il modello e vediamo cosa ci mostra.
Quando fai clic su "modello", lo script viene salvato nella tua tabella dati così come lo hai inserito quando hai creato l'esperimento personalizzato. JMP dice: "Immagino che tu voglia usare questi come effetti perché è quello che hai digitato quando hai creato l'esperimento, quindi non devo rifare nulla". La mia risposta è: ne ho tre che ti ho mostrato nel mio progetto. Non mi interessano il carry o il flat carry. Per ora, li rimuoverò e avvierò l'esperimento. Guarda il totale. Ho appena rimosso tutto il resto.
Ora siamo di nuovo in DOE Dialog. Scusate. Sono solo pigro. Non ho voglia di digitare. Eliminerò questo, e rimuoverò anche questo. Avevo selezionato per sbaglio i miei effetti e li ho eliminati anch'essi. Ecco il modello che voglio esaminare. Quando lo eseguo, quello che vedo è un sacco di rumore, perché indovinate un po'? La partita di golf di Don è molto rumorosa. Nessuna sorpresa, vero?
Ho colorato questi punti in base alla distanza direttamente nella tabella dati. Questa è una demo di JMP, vediamo come si fa. Righe, colore o selezione per colonna. Si può dire che voglio colorarli in base alla distanza totale. Ed è quello che ho fatto. Tutte le mie righe sono colorate in base a quella distanza totale. Se avessi avuto un'altra finestra aperta, dove sarebbe finita? Ora la mia tabella dati è sopra tutto il resto. Ricorda che qui sotto in JMP tutto ciò che avevi aperto verrà visualizzato lì sotto.
Osservando questo modello, ciò che sto guardando sono i valori P. Sto anche guardando i miei residui. Questo è il valore effettivo meno quello previsto. In sostanza, è la distanza da ciascuno di questi punti alla linea. Se prendessi questa linea e la tracciassi orizzontalmente, questa linea di regressione rossa e la tracciassi orizzontalmente, questo è ciò che otterresti.
Quanto distano i tuoi punti quando guardi i valori effettivi rispetto a quelli previsti? Quanto sono distanti? Quanto distano i valori effettivi da quelli previsti? Ho una partita piuttosto rumorosa. Puoi vedere che il mio modello mi dà un margine di errore di circa cinque iarde. Ecco quanto di questo non è ancora spiegato. Sto parlando solo della metà della variazione di distanza con queste variabili.
Il mio errore quadratico medio è in realtà sei. Se guardo questi residui di [inaudibile 00:19:35] sei errore quadratico medio su quella roba. Vediamo cos'altro possiamo guardare. Penso di voler guardare... Andiamo direttamente in basso. Guardiamo prima il profiler e poi iniziamo a modificare i modelli. Se guardo il profiler, quello che trovo è una rappresentazione visiva dei miei effetti, e lascia che la ingrandisca per te.
Quando create questo profiler, fate attenzione. Se ingrandite un grafico, li ingrandirete tutti. Potreste rapidamente esaurire tutto lo schermo. Ma se guardo il mio profiler, posso vedere che, a un primo sguardo, senza entrare nei dettagli di quello che spiegherò tra un minuto (qui semplificherò il modello), sembra che la mia impugnatura sia la migliore, la testa del bastone neutra sia la migliore, la mano destra neutra sia la migliore. Il piede destro, anche con la parte anteriore, sembra la scelta migliore, così come la palla e la posizione avanzata. L'ho fatto manualmente.
Se fai clic sul tuo profiler di previsione e guardi la tua ottimizzazione, ho già una funzione di desiderabilità in questo perché quando ho impostato questo esperimento, JMP ti chiede per la tua risposta, di cui ho appena parlato [inaudibile 00:20:58], cosa vuoi fare con questo? E io ho risposto massimizza. Quando imposti il tuo esperimento, gli dici se vuoi massimizzarlo, minimizzarlo o raggiungere un obiettivo. Io ho risposto massimizzarlo, quindi questa funzione è già presente per me.
Lasciamo che JMP ottimizzi la desiderabilità per me. L'avevo fatto manualmente, quindi non ha spostato nulla, ma fingiamo che questi valori fossero altrove. Poi dico a JMP di massimizzare la desiderabilità e lui risponderà: "Ok, per massimizzare la distanza totale, usa queste impostazioni". Questa è la distanza totale prevista con l'incertezza [inaudibile 00:21:35] previsione, quindi 117. Credo che il mio colpo più lontano sia stato circa 114.
Dopo aver impostato questo esperimento, ho effettivamente effettuato alcune prove combinate con queste impostazioni. Avevo un paio di palline e credo di averle colpite a 115 e 113 metri (me lo ricorderò quando torneremo alla presentazione PowerPoint). È stata una bella conferma che queste impostazioni mi hanno effettivamente dato la distanza migliore. Ne ho fatte solo un paio per questioni di tempo. Faceva caldo ed ero un po' affamato, ma volevo solo confermare che stavo ottenendo dei buoni risultati usando queste impostazioni.
[inaudibile 00:22:22] Semplifichiamo le cose. Ora, ricordate, tutti i modelli sono sbagliati, stiamo solo cercando di creare modelli utili. Non l'ho detto io. Sapete chi l'ha detto? Se non lo sapete, potete cercarlo su Google e scoprirlo. Vogliamo eliminare le cose che non contano perché? Perché non contribuiscono alla prevedibilità, quindi semplifichiamo il modello. Potete farlo manualmente qui in JMP semplicemente cliccando sul vostro effetto e rimuovendolo. [inaudibile 00:22:48].
Cos'è il valore P? È la probabilità di osservare un effetto così grande dovuto esclusivamente alla casualità. Vi risparmierò i dettagli statistici, ma in termini di ingegneria elettrica, è il rapporto segnale/rumore. La testa del cucciolo non era rilevante, quindi la toglierò dal modello. Anche il piede destro non sembra rilevante, quindi lo toglierò dal modello. Ora mi trovo [inaudibile 00:23:11] al limite.
Agli statistici piace usare 0,05 sui modelli davvero buoni. Sarò un po' più generoso perché ho molto rumore nel mio gioco. Toglierò la presa e ora ho cose che sono sotto 0,25. Se lo fai, a volte quando fai una regressione stepwise, il valore P predefinito per inserire le variabili e toglierle è 0,25. Lascerò solo la palla e la posizione lì. [inaudibile 00:23:45] possibilità che si tratti solo di casualità. Questo è abbastanza per me per lasciarlo nel mio modello perché so che c'è molto rumore nel mio swing.
La mano destra e la posizione della palla sembrano essere le uniche due cose ad avere un effetto notevole, ed ecco come appaiono. Per il mio gioco di golf, sembra [inaudibile 00:24:05] mano destra rispetto a una mano destra forte. [inaudibile 00:24:08]. Ho provato questa mano destra forte per eliminare lo slice, ma sembra che la mia mano destra neutra mi dia effettivamente più distanza. Se voglio solo guardare usando il profiler, posso vedere che una mano destra neutra mi dà circa 5 yard in più di una mano destra forte.
Tenendo la palla in avanti nella mia posizione, avevo già l'intuizione che fosse buona per il mio swing particolare, che fosse meglio. Chiudiamo questo. Facciamo un rapido adattamento y per x. Posso semplicemente guardare rapidamente ogni variabile rispetto alla distanza totale. [inaudibile 00:24:49] distanza totale, e sto solo guardando ogni variabile [inaudibile 00:24:52]. Guardandola lì.
Potrei analizzare la cosa statisticamente e annoiarvi a morte, facendovi impazzire. Ma guardiamo solo il totale. Sembra che la presa a contatto fosse la migliore. Non vedo molta differenza tra la presa chiusa e quella neutra [inaudibile 00:25:15]. Un po' più di distanza in questa posizione neutra [inaudibile 00:25:20], ma voglio solo mostrarvi un rapido adattamento canale y per x. Sembra che mettendo [inaudibile 00:25:28] distanza qui, la palla al centro e la palla dietro non sembravano fare molta differenza, non sembravano essere diverse quanto metterla in avanti nella mia posizione.
Ho adattato il modello. Una rapida matrice di diagrammi a dispersione di tutte le variabili. Mi piace sempre dare un'occhiata a queste cose quando imposto gli esperimenti, e poi dopo averle analizzate per capire cosa sto cercando, ovvero [inaudibile 00:25:57] velocità qui rispetto a quella particolare variabile. Posso vedere che ho coperto abbastanza bene lo spazio di progettazione.
Queste variabili [inaudibile 00:26:10] coprono tutti gli angoli e tutte le combinazioni di queste due variabili l'una rispetto all'altra, e questa è una copertura piuttosto buona di tutte le interazioni tra le due variabili. Se osserviamo questo grafico e rimuoviamo il jitter dai punti, si può vedere un po' più chiaramente. Ma ora ogni punto qui ha più di un dato alle spalle. Ma coprire tutte le basi di queste variabili l'una rispetto all'altra, ecco cosa è davvero interessante quando si progetta un esperimento correttamente.
Posso anche notare molte forti correlazioni. Questa è la mia distanza di volo orizzontale rispetto alla mia distanza di volo totale. La variabile che mi interessa è la distanza totale. Vediamo, distanza totale. È correlata alla distanza di volo orizzontale, alla velocità della palla e a tutte queste cose, proprio come ci si aspetterebbe. La matrice di dispersivi è sempre un piccolo strumento interessante da analizzare.
Un'ultima cosa di cui vorrei parlare è l'analisi di potenza. Quando ho progettato questo esperimento, ho effettuato solo 18 ripetizioni. Se guardiamo l'analisi di potenza al momento dell'impostazione dell'esperimento, sembra piuttosto buona. Questa è la potenza necessaria per rilevare un segnale, se effettivamente esiste. Scusate, statistici, se non mi sono espresso in modo preciso. Ma ricordate, sono un ingegnere che si improvvisa statistico. Sembra un buon valore di potenza.
Ma in realtà, ricordate, il mio errore quadratico medio era più simile a sei. Quando faccio così, non ho molta potenza per rilevare una variabile. Ma ho comunque rilevato un paio di cose anche con questa potenza molto bassa. Ma con una potenza così bassa, quello che potrei fare è forse colpire più di 18 palline. So di poter colpire... vi dico il mio punteggio. So di poter colpire 90 perché è il numero di palline che colpisco in una partita di golf, quindi 18 non dovrebbe essere il mio limite. Dovrei essere in grado di colpire 18 palline. Potrei tornare indietro e ampliare questo esperimento e aggiungere altre prove, magari ottenere un po' più di potenza per rilevare l'effetto di alcune di queste variabili.
Torniamo a PowerPoint. Abbiamo fatto la nostra dimostrazione dal vivo e JMP. Riassumendo. In conclusione, quello che abbiamo visto è che il mio swing di golf presenta molto rumore. Quel rapporto segnale/rumore, è tale che è difficile isolare un segnale quando c'è così tanto rumore. Non c'è da stupirsi. Non sono il miglior golfista del mondo. Il mio handicap attuale è leggermente inferiore a 15, il che mi colloca nella media dei golfisti da bogey.
Su un par 72, di solito faccio un colpo sopra il par, il che significa aggiungere 18 colpi e ottenere un 90. Sono un golfista da bogey, ed è un po' il mio obiettivo. Voglio essere un golfista da bogey. Se riuscissi a ridurre il mio punteggio di un colpo a buca, o di un colpo e mezzo a buca, potrei guadagnare 10 milioni di dollari all'anno facendo questo. Ma non è facile ridurre il mio punteggio di un colpo a buca, come ben sanno quelli di voi golfisti.
Ho scoperto che alcuni fattori potevano essere importanti, ma in realtà solo la posizione neutra della mano destra e la palla in avanti nella mia stance mi sembravano promettenti. Ho integrato questo nel mio gioco e ora uso più la mano destra in posizione neutra che una mano destra forte. Ho spostato la palla in avanti nella mia stance, soprattutto con i ferri più corti, come il ferro 9, e sto ottenendo molta più distanza. Non si tratta solo di maggiore distanza, ma anche di una maggiore prevedibilità sulla distanza che riuscirò a raggiungere con la palla.
Ho parlato delle mie prove di conferma che ho fatto al campo pratica. Ho colpito un paio di palline con quelle impostazioni ottimali e ho ottenuto circa 13 colpi su 15 yard. Il mio massimo, credo, nel mio esperimento è stato 114. Una conferma piuttosto buona. Questa è solo la foto di uno dei miei scorecard di cui ero molto entusiasta. Di solito avrei fatto 45 in quel giorno particolare. Ho fatto due colpi sopra il par. Io cerchio i miei par, i professionisti cerchiano i loro birdie. Noi dilettanti, come me, ci emozioniamo per i par e li cerchiamo, e io cerchio due volte un birdie.
Ho giocato un giro piuttosto buono. Ho fatto due colpi sopra il par. Non dirò che sia stato tutto merito del mio esperimento di design e delle modifiche al mio swing, ma si sa che i dati migliori si mostrano sempre quando si cerca di entusiasmare le persone riguardo al progetto a cui si sta lavorando.
Detto questo, vorrei dedicare la mia presentazione a mio fratello. Mio fratello Joe, che abbiamo perso a causa di un aggressivo tumore al cervello tra il 2020 e la fine del 2020, è stato lui a trasmettermi l'amore per il golf. È stato lui a farmi appassionare a questo sport. È tutta colpa sua. Veniva spesso con me alle conferenze JMP ed era anche un ex utente di JMP.
Anche lui era un ingegnere alla Sandia, lavorava nella divisione satelliti. Quindi io e Joe ci vedevamo e andavamo a pranzo insieme tutti i giorni. Mi manca e voglio dedicargli questo. Un aneddoto interessante: qui a sinistra, Joe ed io siamo a The Boulders dopo che gli era stato diagnosticato un tumore al cervello. Eravamo a Phoenix perché si stava curando alla Mayo Clinic. Siamo usciti e abbiamo iniziato tardi a causa di una gelata a Phoenix. Chi l'avrebbe mai detto. Abbiamo giocato nove buche e abbiamo pensato: "Perderai l'appuntamento. Dobbiamo andare".
Siamo andati via a metà partita, siamo andati al suo appuntamento alla Mayo Clinic, siamo tornati e abbiamo finito la partita di golf. Joe era un tipo tosto. Questa palla qui sul green è in realtà una palla che Joe ha colpito troppo forte, ha colpito questo masso dietro di lui ed è rimbalzata di nuovo sul green. Ho pensato che fosse una scena esilarante e ho scattato una foto.
Questi sono Joe e Walter White, Bryan Cranston al campo da golf dove gioco, e questi siamo io e Joe al Paco Ridge Golf Course di Albuquerque. Grazie mille. Spero che questo vi ispiri a utilizzare la progettazione degli esperimenti in tutto il vostro lavoro e anche in alcune delle vostre partite. Grazie.
