| Lautsprecher |
Transkript |
| Nedjones |
Das Gute, das Böse, das Hässliche oder Unabhängigkeit und Abhängigkeit, synergistisch und antagonistisch. |
| |
Ich bin Ned Jones. Ich betreibe ein kleines Beratungsunternehmen namens 1-alpha Solutions. Meine Kontaktdaten finden Sie dort. Lassen Sie uns über die Simulation sprechen. |
| |
Ich werde natürlich die Simulation ausführen und JMP in der Entdeckung ... |
| |
und ermöglicht es Ihnen, Modell noch Eingabe zufällig sehr...Variation...Modell Ausgabe zufällige Variation und von basierend auf den Eingaben in jedem Rauschen, das Sie in den Simulator hinzufügen. Simulator auch |
| |
ermöglicht Ihnen die Profilerstellung... |
| |
befindet sich im Profiler und definiert, dass der Zufallseingang basierend auf dem Zufallseingang definiert wird, den Sie haben, und Sie können eine Simulation ausführen und Ausgabetabellen erstellen und Variablen simulieren. |
| |
Als nächstes möchte ich über einige verschiedene Arten der Simulation sprechen. |
| |
Nur eine einfache Simulation. Wenn Sie einen Input und einen Output haben, gibt es in der Simulation kein Abhängigkeitsproblem. Was uns in erster Linie interessiert, sind Simulationen mit mehreren Inputs. |
| |
Und wir simulieren und werden einen oder mehrere Systemausgänge haben. Die Sorge ist, dass es |
| |
Abhängigkeit zwischen den Eingabevariablen. |
| |
Scrollen Sie hier ein wenig nach unten und wir werden sehen ... wollen darüber sprechen, was es bedeutet, zu |
| |
haben stochastische Unabhängigkeit. |
| |
Zwei Ereignisse A und B sind genau dann unabhängig, wenn ihre gemeinsamen Wahrscheinlichkeiten dem Produkt ihrer Wahrscheinlichkeiten entsprechen. Genau das ist unser Ziel. Das ist das Endergebnis, das wir erreichen wollen. Ich werde es definieren. Betrachten wir es etwas anders und so weiter. |
| |
Dies sollte es etwas klarer machen. Wenn wir die Schnittmenge von A und B, den Ereignissen A und B, betrachten, ist sie gleich dem gemeinsamen Produkt, das impliziert, dass |
| |
die Wahrscheinlichkeit von A ist gleich der Wahrscheinlichkeit von A bei gegebenem B, oder ähnlich die Wahrscheinlichkeit... mit den gemeinsamen Wahrscheinlichkeiten, aber die Wahrscheinlichkeit von B ist gleich der Wahrscheinlichkeit von B bei gegebenem A. |
| |
Somit ist das Auftreten von A und B |
| |
ist nicht betroffen. |
| |
Das Auftreten von B wird durch die Wahrscheinlichkeit von A nicht beeinflusst und umgekehrt. |
| |
2, 4 oder 6. |
| |
Man kann leicht erkennen, dass |
| |
Die |
| |
Die Wahrscheinlichkeit für A beträgt 2 und 6 oder ein Drittel, und die Wahrscheinlichkeit für B beträgt 3 und 6 oder die Hälfte. |
| |
Aber wenn man sich die |
| |
Schnittmenge von A und B, das ist 2. Und so ist die Wahrscheinlichkeit von A mal B 1, 6 und 2, dass sie 2 erhalten, und das einzige Ergebnis, das Sie erhalten, ist also 1 zu 6. |
| |
Nun ist die Wahrscheinlichkeit von A |
| |
ist gleich der Wahrscheinlichkeit eines beliebigen B als gleich einem Drittel. Und wenn wir uns das ansehen und erkennen, dass wir sagen: „Okay, B ist eingetreten“, wissen wir, dass wir |
| |
eine 2, eine 4 oder eine 6, aber es besteht immer noch eine Wahrscheinlichkeit von einem Drittel, dass A eingetreten sein könnte. Wir sehen also, dass es immer noch bei einem Drittel bleibt. Und ähnlich sehen wir, dass dasselbe mit der Wahrscheinlichkeit B passiert. |
| |
Daher sind A und B unabhängig. |
| |
Jetzt schaue ich mir das Beispiel an und spreche darüber. Ich simuliere die Schädlingslast |
| |
Und die Wahrscheinlichkeit eines Paarungspaares. |
| |
Wir haben eine Obsterntepopulation und von dieser Obsterntepopulation werden wir einige kulturelle Praktiken anwenden in … |
| |
in unserem |
| |
Obstgarten Hain oder |
| |
Der Weinberg wird von Schädlingen befallen sein ... wird nach der Anwendung dieser Anbaumethoden von Schädlingen befallen sein. |
| |
Dann müssen wir ernten... die Ernte ist eingebracht, wir führen eine manuelle Auslese durch und schätzen die Schädlingsbelastung. Und danach können wir... Sie sehen, wir haben |
| |
ein Kühlhaus und nach der Kühllagerung werden wir eine Menge Schädlinge haben. Wir werden versuchen, sie zu Tode zu erfrieren. |
| |
Und als Letztes werden wir, sobald wir diese Schädlingslast hier haben, sie in einer Marketingverteilung aufteilen und die Population in mehrere kleinere Teile aufteilen. |
| |
Und daraus können wir die Wahrscheinlichkeit eines Paarungspaares berechnen. |
| |
Nun, das Problem, das ist Ihnen sofort klar, besteht darin, dass diese Dinge sehr abhängig werden, weil die Ausgabe der Erntepopulation die Eingabe für Behandlung A ist. Die Ausgabe der Behandlung A ist die Eingabe für Behandlung B und so weiter bis C und hinunter zum Begegnungspaar. |
| |
Hier ist eine Tabelle, mit der wir arbeiten und mit der wir beginnen werden. Und hier ist, was wir für den Simulator eingerichtet haben, und wir haben einen Populationsbereich von 1 Million bis 2,5 Millionen Früchten. Wir haben eine Behandlung |
| |
Hier ist ein Behandlungsbereich der Wirksamkeit der Linderung, den wir sehen. Hier ist die Anzahl der Überlebenden, die wir von dieser Behandlungspopulation erwarten würden, und wir haben eine |
| |
Population A ist ein Ergebnis davon. Wir werden als Ergebnis davon eine Population B haben, wir können uns hier die verwendeten Formeln ansehen. |
| |
Und was hier gemacht wird, ist ein bisschen anders: Ich setze eine Zufallsvariable ein, die in den Profiler eingeht. Der Profiler erkennt dies also sofort als eingehende Zufallsvariable. Wir simulieren also die eingehende Variable, noch bevor sie eingeht. |
| |
Damit können Sie nun … wir können rübergehen. Sie können den Rest der Tabelle sehen. Wir gehen rüber. Wir haben ein weiteres Set, wir haben Überlebende nach Behandlung C, das Gleiche. |
| |
Dann haben wir diese Verteilung und wir hatten eine Wahrscheinlichkeit für ein Paar. Ich zeige Ihnen die Formel. Sie ist etwas anders. Die Wahrscheinlichkeit für ein Paar. Nun, hier wird einfach eine Exponentialfunktion verwendet. |
| |
um die Wahrscheinlichkeit einer Paarung abzuschätzen, damit Sie wissen, was los ist. Ich habe nichts vor Ihnen verheimlicht. Schauen wir uns das mal an. Um den Profiler zu öffnen, gehen wir zu „Graph“ und dann zu „Profiler“. |
| |
Alles klar. Und dann wählen wir die Variablen aus, die eine Formel haben, die uns interessiert. Wir haben also ... wir haben Bevölkerung A, Bevölkerung B, Überlebende und die Wahrscheinlichkeit eines Paars. |
| |
Wir werden diese einfügen und sagen: „Oh, wir müssen die Variation hier erweitern“ und wir werden sagen: „Okay.“ |
| |
Wir haben ein schönes Ergebnis erzielt. |
| |
Sehr ansprechende Grafiken hier. Und als Erstes werden Sie in diesem Profiler Schlangenlinien sehen. Wenn Sie einen Profiler verwenden, sind Sie solche Linien wahrscheinlich nicht gewohnt. |
| |
Es ist nur ein etwas anderer Ansatz und so weiter, damit Sie sehen können, wie diese Dinge funktionieren und |
| |
Nehmen Sie hier eine kleine Anpassung vor, damit Sie die Bildschirme besser sehen können. |
| |
Von nun an öffnen wir den Simulator im Profiler. Wir gehen hier hoch und klicken einfach auf den Simulator. Er gibt uns |
| |
diese Auswahlmöglichkeiten hier unten. Als Erstes möchte ich die Anzahl der Simulationsläufe auf 25.000 erhöhen. Okay. Und was ich tun werde... was wir tun, wenn wir Unabhängigkeit haben, ist einer der Tests, den wir häufig dafür verwenden, dass wir |
| |
Wir werden uns die Korrelation ansehen. Ich werde hier eine Korrelation verwenden. Verwenden Sie die Korrelationen und richten Sie einige Korrelationen ein. Also für dieses erste |
| |
Population, ich werde es multivariat nennen und Sie können sofort sehen, dass wir unten eine Korrelationsspezifikation erhalten. |
| |
Und wir werden hier eine weitere multivariate Studie und eine weitere multivariate Studie für Behandlung B einrichten. |
| |
Ein weiterer multivariater Wert für Behandlung A. Dies bewirkt Folgendes: Es werden die Behandlungsparameter übernommen, die wir oben hatten, die wir vorher hatten. |
| |
Und es bringt diese in unsere multivariante Beziehung zueinander. |
| |
Wir haben auch das letzte Ding, diese Marketingverteilung. Ich möchte nicht, dass sie kontinuierlich ist, also mache ich sie zufällig und wir machen sie zu einer Ganzzahl. |
| |
Wir machen daraus eine Ganzzahl, führen den Lauf aus und können die Ergebnisse sehen. Das ist nun die ... ich nenne das die Goldlöckchen-Situation mit all den Nullen hier unten. Das bedeutet, dass alle diese Beziehungen völlig unabhängig sind und wir unseren Simulator hier ausführen können. |
| |
Und sehen Sie sich die Ergebnisse an. |
| |
Nehmen Sie hier an diesen Achsen noch ein paar weitere Anpassungen vor. |
| |
Dies wird zum Leben erweckt. Bitte schauen Sie hier. |
| |
Okay. |
| |
Jetzt sehen Sie die Ergebnisse. Aber was wir hier sehen werden, ist, dass wir die Rate |
| |
bei dem es einen dort festgelegten Grenzwert überschreitet. Ich habe diese Spezifikationsgrenzen wieder in die Variablen eingefügt, aber die größte Sorge bereitet mir die Wahrscheinlichkeit eines Paars. |
| |
Und siehe da, ich habe es in Echtzeit ausgeführt, und es ist nicht ganz so geworden, wie es sollte. Versuchen wir es noch ein paar Mal. Sehen Sie. |
| |
Wir haben die Wahrscheinlichkeit für ein Paar ermittelt, die eigentlich bei 0,5 liegen sollte, aber das ist definitiv nicht der Fall. Ich habe da etwas, das nicht stimmt... oh, hier, versuchen wir das und beheben das Problem. |
| |
Dies wäre 4 und |
| |
14 |
| |
Versuchen wir die Simulation noch einmal. Es ist immer noch nichts passiert. Nun, das Beispiel hat nicht ganz funktioniert, aber |
| |
im vorherigen Beispiel hatte ich .4. Das bedeutete, dass die Rate weniger als die Zeit erzeugte, aber ich habe die Wahrscheinlichkeit |
| |
Die Wahrscheinlichkeit für ein Paar liegt bei 0,15, aber das passiert manchmal, wenn man versucht, Dinge spontan zu erledigen. |
| |
Ich gehe also nach oben und habe ein Fenster, in dem ich das Ergebnis betrachten kann. Und das ist etwas anders. Sie sehen jetzt, dass |
| |
Diese Wahrscheinlichkeit liegt unter 5 %. Das ist unser Ziel. |
| |
in dieser Sache, in dieser Simulation. Wenn wir also nach oben gehen und diese Simulationen ausführen können, können Sie wieder sehen, dass diese herumspringen und unter 0,5 bleiben, also |
| |
In weniger als 5 % der Fälle ist die Wahrscheinlichkeit einer Paarung größer als 1,5. |
| |
Nun, ich sage noch einmal, das ist eine Art Goldlöckchen-Szenario, weil wir davon ausgehen, dass alle diese Beziehungen unabhängig sind. Ich habe ein Beispiel, das ich Ihnen zeigen kann, wo wir eine haben, die |
| |
antagonistisch und synergistisch. Ich ziehe hier die erste hoch und in dieser haben wir, dass die |
| |
Beziehungen sind antagonistisch. Wenn Sie nun ein Beispiel wie dieses erstellen, um damit zu arbeiten, können Sie nicht alles negativ machen. Zumindest konnte ich nicht alles negativ machen. Wie Sie sehen, habe ich diese beiden als positiv eingestuft. |
| |
Dies erfordert, dass die Matrix positiv definit ist. Und sie ist nicht positiv definit, wenn Sie alle auf Null setzen. Wir können die Simulation jedoch erneut ausführen. Und Sie sehen, dass... |
| |
Sie können hier sehen, dass diese Simulationen mit einem Negativ die Dinge wirklich sehr, sehr attraktiv machen. Wir erhalten eine niedrige, wirklich niedrige Rate von ... |
| |
Wir haben eine Wahrscheinlichkeit von 1,15 für ein Paar, sodass Sie den Effekt sehen können. Und was ich wirklich zeigen möchte, ist der Effekt davon |
| |
Korrelationsspezifikationen, Korrelationsmatrix hier unten, Kovarianzmatrix, die Sie angegeben haben. Schauen wir uns nun noch eine weitere an, wir schauen uns die an, wenn sie positiv ist. |
| |
Und wir haben hier ein Beispiel, wo es positiv ist. Und Sie können sehen, dass ich es hier unten habe. Ich habe es hier gesagt. Nun, ich war nicht gerade heldenhaft, die Korrelationen sehr hoch anzusetzen. |
| |
Ich habe versucht, sie relativ niedrig zu halten, um realistisch zu bleiben, schließlich handelt es sich hier um biologische Daten. Und wenn wir diese Simulationen erneut durchführen, werden wir schnell erkennen, dass wir die 5%-Marke überschreiten. |
| |
große Besorgnis hier und so weiter. Und wenn Sie... wenn diese Simulationen meistens ohne Berücksichtigung der Korrelation zwischen den Variablen durchgeführt werden, ist das so, als würden Sie sich die Augen zuhalten und sagen: „Ich habe das nicht gesehen“ und so weiter. Aber es ist wirklich |
| |
wenn es eine Korrelationsbeziehung gibt, und das ist höchstwahrscheinlich der Fall, weil einer dieser Ausgänge der Eingang für den nächsten Prozess ist, |
| |
Es muss also ziemlich genau eine Abhängigkeit geben, und die Ermittlung dieser Abhängigkeiten und die Abschätzung dieser Korrelationen wird in den meisten Fällen eine große Aufgabe sein. |
| |
Die Arbeit in diesem Bereich basiert auf Forschungsarbeiten und es gibt keine Korrelationen zwischen verschiedenen Behandlungsarten. |
| |
Aber eine Schätzung dieser Werte ist gut. Im nächsten Schritt zeigen wir Ihnen, was wir hier noch tun können. Wir können eine Tabelle erstellen. Und wenn wir diese Tabelle erstellen und... |
| |
Nun, wir erstellen diese Tabelle und ich werde einfach alles in der Tabelle markieren, bis hin zu den Paarungen hier. Und dann werde ich einfach |
| |
Führen Sie eine Analyseverteilung durch. |
| |
Und führen Sie alle diese aus und sagen Sie: „Okay. Jetzt erhalten wir alle diese großen Verteilungen, füllen die |
| |
Papier damit. Aber was wir tun können, ist, dass wir hineingehen und diese Verteilungen auswählen können, die unsere überschreiten |
| |
Limit hier draußen. Wir können diese einfach hervorheben, und es wird sehr aufschlussreich, wenn man zurückblickt und die Abschwächungen sieht, was passiert usw. Was beeinflusst diese Dinge |
| |
stark. Und eines der Dinge, die wirklich ... zunächst einmal, unsere anfängliche Bevölkerung, und das basiert auf dem, was wir im wirklichen Leben gesehen haben, ist, dass, wenn die Bevölkerung höher wird, |
| |
Wenn wir große, große Populationen dieser Frucht haben, besteht die Tendenz, dass das System versagt, |
| |
Behandlung A und so weiter. Was ich am interessantesten fand, war, wenn wir hier zurückblicken und uns die Marketingverteilung ansehen, |
| |
Wenn wir sie verdrängen, wenn wir verlangen, dass die Lieferungen, die ins Land kommen, vom Vertrieb in kleinere Mengen aufgeteilt werden, um sie zu verteilen, dann ist die Wahrscheinlichkeit, dass sich ein Paar bildet, praktisch gleich null. |
| |
Mit diesen Beispielen und so weiter möchte ich nun Fragen stellen. Aber lassen Sie mich noch eines sagen. Ich denke an George Box. |
| |
Er war vor ein paar Jahren bei einem unserer Treffen. Und es war wirklich interessant, was er gesagt hat. Er sagte: „Verliebe dich nicht in ein Model.“ |
| |
Und er sagte auch: „Alle Modelle sind falsch, aber einige sind nützlich.“ Ich hoffe, diese Informationen und Beispiele geben Ihnen Denkanstöße für die Simulation, bei der Sie die Beziehung zwischen den Variablen berücksichtigen müssen. Vielen Dank. |
