| Conférencier |
Transcription |
| |
Bonjour. |
| |
Je m'appelle Ron Kenett. Ceci |
| |
est une conférence conjointe avec Chris |
| |
Gotwalt et nous, en gros |
| |
avoir deux messages |
| |
qui devrait sortir de la |
| |
parler. L'une d'elles est que nous devrions |
| |
être vraiment préoccupé par |
| |
informations et informations |
| |
qualité. Les gens ont tendance à parler |
| |
sur les données et la qualité des données, mais |
| |
les données ne sont pas vraiment le problème. |
| |
Nous sommes des statisticiens. Nous sommes |
| |
scientifiques des données. Nous transformons les chiffres, |
| |
données en informations afin que |
| |
notre objectif devrait être de nous assurer |
| |
que nous générons de la haute qualité |
| |
informations. L'autre message |
| |
est-ce que JMP peut vous aider |
| |
y parvenir, et c'est |
| |
en fait, il s'avère que c'est dans |
| |
des manières surprenantes. Ainsi, en combinant |
| |
l'expertise de Chris et d'un |
| |
introduction à l'information |
| |
qualité, nous espérons que ces deux |
| |
les messages arriveront |
| |
clairement. Donc si je devais |
| |
résumer ce que nous |
| |
je veux parler de, après tout, |
| |
tout est une question d'information |
| |
qualité. J'ai donné une conférence à |
| |
au sommet de Prague il y a quatre ans |
| |
il y a quelques années et ce discours était générique. |
| |
Il a parlé de déplacer le |
| |
voyage de la qualité par la conception. |
| |
Mon parcours d'information |
| |
qualité. Dans cet exposé, nous nous concentrerons |
| |
sur la façon dont cela peut être fait avec |
| |
JMP. Ceci est une version plus détaillée |
| |
et des discussions techniques que le |
| |
conférence générale que j'ai donnée à Prague. |
| |
Vous pouvez regarder cette conférence. |
| |
Un lien est disponible ici. Vous pouvez |
| |
retrouvez-le sur la communauté JMP. |
| |
Nous allons donc parler de |
| |
la qualité de l'information, qui est |
| |
le potentiel de l'ensemble de données, un |
| |
ensemble de données spécifique, pour parvenir à un |
| |
objectif particulier, un objectif spécifique, |
| |
avec la méthode empirique donnée. |
| |
Donc dans cette définition nous avons |
| |
trois composants qui sont |
| |
répertoriés. L'un est une certaine donnée |
| |
ensemble. Voici les données. Le |
| |
le deuxième est le but, |
| |
le but de l'analyse, quoi |
| |
c'est ce que nous voulons réaliser. |
| |
Et la troisième est de savoir comment nous allons |
| |
faire cela, c'est-à-dire avec quoi |
| |
méthodes que nous allons générer |
| |
informations, et ce potentiel |
| |
va être évalué avec le |
| |
fonction d'utilité. Et je vais |
| |
commencer par une introduction à |
| |
la qualité de l'information, puis |
| |
Chris prendra le relais, |
| |
discuter de l'étude de cas et et |
| |
vous montrer comment mener une |
| |
évaluation de la qualité de l'information. |
| |
Finalement, cela devrait |
| |
répondre à la question comment JMP |
| |
prend en charge InfoQ, qui |
| |
seraient les points clés |
| |
que vous pouvez...les points à retenir |
| |
de la conférence. La configuration pour |
| |
c'est ce que nous encourageons |
| |
ce que j'ai appelé une vue du cycle de vie |
| |
des statistiques. En d'autres termes, |
| |
pas seulement une analyse de données. |
| |
Nous devrions savoir...nous devrions faire partie |
| |
de l'élicitation du problème |
| |
phase. De plus, l'objectif |
| |
phase de formulation, qui mérite |
| |
une discussion. Nous devrions |
| |
être évidemment impliqué dans le |
| |
système de collecte de données s'il est |
| |
par des expériences ou par |
| |
enquêtes ou par observation |
| |
données. Nous devrions alors également prendre |
| |
temps de formulation de la |
| |
résultats et pas seulement retirer |
| |
rapports imprimés sur |
| |
coefficients de régression |
| |
estimations et et leurs |
| |
importance, mais nous devrions |
| |
discuter également de ce que sont les |
| |
conclusions ? Opérationnalisation de |
| |
conclusions signifiant, OK, que pouvons-nous |
| |
Qu'en est-il de ces résultats ? Quels sont |
| |
les implications de la |
| |
Des résultats ? Cela devrait... |
| |
doit être communiquée au |
| |
les bonnes personnes de la bonne manière, |
| |
et finalement nous devrions faire un |
| |
évaluation d'impact pour déterminer, |
| |
OK, nous avons fait tout cela ; qu'est-ce qui s'est passé ? |
| |
été la valeur ajoutée de notre |
| |
travail ? J'ai parlé de la vie |
| |
cycle de vos statistiques de quelques années |
| |
il y a quelques années. C'est la condition préalable, |
| |
la perspective de ce que |
| |
Je vais en parler. Alors, comme je |
| |
mentionné, les informations |
| |
la qualité est le potentiel d'un |
| |
ensemble de données particulier pour obtenir un |
| |
objectif particulier en utilisant des données |
| |
méthodes d'analyse empirique. Ceci |
| |
est identifié par quatre |
| composants |
le but, les données, |
| |
la méthode d'analyse et la |
| |
mesure d'utilité. Donc dans un dans un |
| |
expression mathématique, la |
| |
utilité d'appliquer f à x, |
| |
condition sur l'objectif, c'est ainsi que nous |
| |
identifier InfoQ, informations |
| |
qualité. Ceci a été publié dans |
| |
la Royal Statistical Society |
| |
Série A en 2013 avec huit |
| |
les intervenants, donc c'était amplement |
| |
discuté. Certains pensaient |
| |
c'était fantastique et certains |
| |
les gens ont eu beaucoup de critiques sur |
| |
cette idée, donc c'est une idée plus large |
| |
considération de la portée de ce qui |
| |
Les statistiques sont importantes. Nous |
| |
écrit en 2006, nous nous sommes rencontrés |
| |
et Galit Shmueli, un livre intitulé |
| |
Qualité de l'information. Et en |
| |
le contexte de l'information |
| |
qualité nous avons fait ce qu'on appelle |
| |
déconstruction. David Hand a |
| |
un article intitulé Déconstruction |
| |
des statistiques. C'est le |
| |
déconstruction de l'information |
| |
la qualité en huit dimensions. Je |
| |
couvrira ces huit dimensions. |
| |
C'est mon rôle dans la discussion et |
| |
alors Chris montrera comment cela |
| |
est mis en œuvre dans un |
| |
étude de cas. |
| |
Un autre aspect qui se rapporte à |
| |
c'est un autre livre que j'ai. |
| |
C'est récent, il y a un an |
| |
intitulé Le véritable travail des données |
| |
La science et nous parlons de quoi |
| |
quel est le rôle des données |
| |
scientifiques dans les organisations et |
| |
dans ce contexte, nous avons souligné |
| |
le besoin du data scientist |
| |
être impliqué dans la génération |
| |
de l'information en tant qu'...information |
| |
qualité comme répondant aux objectifs de |
| |
l'organisation. Alors laissez-moi |
| |
couvrir les huit dimensions. C'est |
| |
c'est mon intro. Le |
| |
le premier est la résolution des données. Nous |
| |
avoir un objectif. OK, nous le ferions |
| |
j'aimerais connaître le niveau de grippe |
| |
parce que dans le pays ou dans le |
| |
région où nous vivons, car cela |
| |
aura un impact sur notre décision sur |
| |
s'il faut aller au parc où |
| |
nous pourrions rencontrer des gens ou aller à |
| |
à un concert de jazz. Et ça |
| |
le concert est demain. |
| |
Si nous consultons les données du CDC sur |
| |
le niveau de grippe, ces données sont |
| |
mis à jour chaque semaine, afin que nous puissions obtenir |
| |
la ligne rouge dans le graphique que vous |
| |
avoir devant vous, donc nous |
| |
pourrait obtenir des données sur quelques jours |
| |
il y a, peut-être bien, peut-être pas bien |
| |
assez pour notre or. Google Flu, |
| |
qui est basé sur des recherches |
| |
lié à la grippe, est mis à jour |
| |
momentanément, donc c'est mis à jour |
| |
en ligne, cela donnera probablement |
| |
nous fournir de meilleures informations. Donc, pour |
| |
notre objectif, la ligne bleue, la |
| |
Tendance Google... la grippe Google |
| |
L'indicateur de tendances est probablement |
| |
plus approprié. Le deuxième |
| |
la dimension est une structure de données. |
| |
Pour atteindre notre objectif, nous allons |
| |
regarder les données. Nous devrions... nous |
| |
devrait identifier les sources de données |
| |
et la structure de ces données |
| |
sources. Certaines données pourraient donc être |
| |
texte, certains pourraient être des vidéos, d'autres |
| |
pourrait être, par exemple, le |
| |
réseau de recommandations. Ceci |
| |
est une image d'Amazon montrant comment si |
| |
vous regardez le livre, vous êtes |
| |
je vais en chercher |
| |
d'autres livres recommandés. Et si |
| |
tu vas vers ces autres livres, |
| |
vous allez avoir plus de données |
| |
recommandé. Donc les données |
| |
la structure peut être de toutes sortes |
| |
de formes et de silhouettes et cela peut |
| |
être du texte. Cela peut être fonctionnel |
| |
données. Cela peut être des images. Nous sommes |
| |
ne se limite pas maintenant à ce que nous avons utilisé |
| |
pour appeler des données, c'est ce que vous |
| |
trouver dans une feuille de calcul Excel. |
| |
Les données pourraient être corrompues, |
| |
pourrait avoir des valeurs manquantes, pourrait |
| |
ont des motifs inhabituels qui |
| |
ce qui serait |
| |
quelque chose à examiner. Certains |
| |
modèles, où se trouvent les choses |
| |
répétées. Peut-être que certaines données |
| |
c'est juste copier-coller et nous |
| |
j'aimerais être averti de |
| |
de telles options. La troisième |
| |
la dimension est l'intégration des données. |
| |
Lorsque nous considérons les données de |
| |
ces différentes sources, nous sommes |
| |
va les intégrer donc nous |
| |
peut faire quelques analyses de liens |
| |
via une pièce d'identité. Par exemple, nous |
| |
je ferais ça, mais en faisant ça, |
| |
nous pourrions créer des problèmes, par exemple |
| |
par exemple, dans la divulgation de données |
| |
qui devrait normalement être |
| |
anonymisées. Données |
| |
l'intégration, ouais, ça va |
| |
permettez-nous de faire des choses fantastiques, |
| |
mais si les données sont perçues comme |
| |
avoir une certaine exposition à la vie privée |
| |
problèmes, alors peut-être la qualité |
| |
des informations provenant de la |
| |
analyse que nous allons faire |
| |
ça va être |
| |
affectée. L'intégration des données |
| |
devrait être examiné de très près |
| |
soigneusement. C'est ce que les gens |
| |
probablement utilisé pour appeler ETL |
| |
extraire, transformer et charger. Nous |
| |
disposent désormais de méthodes bien meilleures pour |
| |
faire cela. L'option de jointure, pour |
| |
par exemple, dans JMP offrira |
| |
options pour faire cela. |
| |
Pertinence temporelle. OK, c'est |
| |
C'est assez clair. Nous avons des données. C'est |
| |
estampillé d'une manière ou d'une autre. Si nous allons |
| |
faire l'analyse plus tard, plus tard |
| |
après la collecte des données, et |
| |
si le déploiement que nous |
| |
considérer est encore plus tard, alors le |
| |
les données peuvent ne pas être temporellement |
| |
pertinent. Dans un contexte commun |
| |
situation, si nous voulons comparer |
| |
ce qui se passe maintenant, nous le ferions |
| |
j'aimerais pouvoir faire ça |
| |
comparaison avec des données récentes ou |
| |
données avant la pandémie |
| |
commencé, mais pas 10 ans |
| |
plus tôt. Les statistiques officielles |
| |
sur les dossiers médicaux, il y en avait deux |
| |
ou trois ans de retard en termes |
| |
du timing, ce qui le rendait très |
| |
difficile l'utilisation des documents officiels |
| |
statistiques dans l'évaluation |
| |
que se passe-t-il avec le |
| |
pandémie. Chronologie des données et |
| |
l'objectif est lié à la décision |
| |
que nous faisons en raison de notre |
| |
objectif. Donc, si, par exemple, notre |
| |
l'objectif est de prévoir la qualité de l'air, |
| |
nous allons utiliser certains |
| |
modèles prédictifs sur l'air |
| |
Indice de qualité rapporté sur un |
| |
quotidiennement. Cela nous donne une |
| |
sur une échelle de six, de dangereux à |
| |
bien. Il y a des valeurs |
| |
qui représentent les niveaux de |
| |
problème de santé. Zéro-50 est bon ; |
| |
300-500 est dangereux et le |
| |
chronologie des données et objectif |
| |
signifie que nous devrions être capables de |
| |
faire une prévision quotidienne |
| |
base. Donc les méthodes que nous utilisons |
| |
devrait être mis à jour quotidiennement |
| |
base. Si, en revanche, |
| |
notre objectif est de comprendre comment est |
| |
cet indice AQI calculé, alors nous |
| |
ne sont pas vraiment liés par le |
| |
l'opportunité de l'analyse. |
| |
Tu sais, on pourrait prendre notre |
| |
temps. Il n'y a aucune urgence |
| |
faire l'analyse sur un |
| |
base quotidienne. Généralisabilité, |
| |
la sixième dimension, concerne |
| |
en prenant nos conclusions et |
| |
considérant où cela pourrait |
| |
s'appliquent en termes plus généraux, |
| |
autres populations, toutes |
| |
situations. Cela peut être fait |
| |
intuitivement. Les responsables marketing qui |
| |
j'ai vu une étude sur le |
| |
marché, appelons-le A, pourrait |
| |
je comprends déjà quelles sont les |
| |
implications pour le marché B |
| |
sans données. Les personnes qui sont |
| |
les physiciens pourront |
| |
faire des prédictions basées sur |
| |
mécanique sur les premiers principes |
| |
sans sans données. |
| |
Donc, une partie de la généralisabilité |
| |
est fait avec les données. C'est le |
| |
base statistique |
| |
généralisation, d'où partons-nous |
| |
l'échantillon à la population. |
| |
Les inférences statistiques concernent |
| |
généralisation. Nous généralisons |
| |
de l'échantillon à la |
| |
population. Et certains peuvent être |
| |
basé sur le domaine, en d'autres termes, |
| |
en utilisant les connaissances d'experts, le domaine |
| |
expertise, pas nécessairement avec |
| |
données. Nous devons reconnaître que |
| |
la généralisabilité n'est pas seulement |
| |
fini avec les statistiques. |
| |
La septième dimension est |
| |
construire l'opérationnalisation, |
| |
ce qui est vraiment ce que c'est |
| |
que nous mesurons. Nous voulons |
| |
évaluer le comportement, les émotions, ce que |
| |
c'est que nous pouvons mesurer, que |
| |
nous donnera des données qui reflètent |
| |
comportement ou émotions. |
| |
L'exemple que je donne ici |
| |
c'est généralement de la douleur. |
| |
Nous savons ce qu'est la douleur. Comment |
| |
On mesure ça ? Si vous allez dans un |
| |
l'hôpital et vous demandez à l'infirmière, |
| |
comment évaluez-vous la douleur, ils |
| |
je vous le dirai, nous avons une échelle, |
| |
1 à 10. C'est très |
| |
qualitatif, pas très |
| |
scientifique, je dirais. Si nous |
| |
vouloir mesurer le niveau de |
| |
l'alcool chez les conducteurs sur le...sur |
| |
la route, il sera difficile de |
| |
mesurer. Nous pourrions donc mesurer |
| |
la vitesse comme mesure de substitution. |
| |
Une autre partie de |
| |
l'opérationnalisation est l'autre |
| |
fin de l'histoire. En d'autres termes, |
| |
mots, la première partie, le |
| |
la construction est ce que nous mesurons, |
| |
qui reflète notre objectif. Le |
| |
fin...le résultat final ici est que |
| |
nous avons des résultats et nous voulons |
| |
faire quelque chose avec eux. Nous voulons |
| |
pour opérationnaliser notre constatation. |
| |
C'est ce que l'action |
| |
il s'agit d'opérationnalisation. |
| |
Il s'agit de ce que vous faites avec le |
| |
découvertes et ensuite être |
| |
présenté ici sur un podium. Nous |
| |
utilisé pour poser trois questions. |
| |
Ceux-ci sont très importants |
| |
questions à poser. Une fois que vous avez |
| |
fait quelques analyses, vous avez |
| |
quelqu'un en face de vous qui |
| |
dit, oh, merci beaucoup, |
| |
tu as fini...toi, le statisticien |
| |
ou le data scientist. Donc ceci |
| |
cela vous fait franchir une étape supplémentaire, |
| |
vous amener à demander à votre client |
| ces questions simples |
Que faire |
| |
que vous voulez accomplir ? Comment allez-vous |
| |
tu fais ça et comment vas-tu |
| |
savoir si vous avez accompli |
| |
ça ? Nous pouvons vous aider à répondre, ou |
| |
au moins soutenir certains d'entre eux |
| |
questions auxquelles nous avons répondu. |
| |
La huitième dimension est |
| |
communication. Je vous donne un |
| |
exemple d'un ancien très célèbre |
| |
carte du 19e siècle, qui |
| |
montre la marche du |
| |
Armée de Napoléon de la France à |
| |
Moscou vers la Russie. Vous voyez le |
| |
les nombres sont la largeur de |
| |
le chemin indique la taille |
| |
de l'armée, et puis dans |
| |
noir, tu vois ce qui est arrivé à |
| |
eux sur le chemin du retour. |
| |
Donc, fondamentalement, c'était un |
| |
marche désastreuse. Nous, nous, nous, nous |
| |
peut relier cette vieille carte à |
| |
cartes existantes, et il y a un |
| |
Module complémentaire JMP, que vous pouvez |
| |
trouver sur la communauté JMP, à |
| |
vous montrer avec des graphiques à bulles, |
| |
graphiques à bulles dynamiques de quoi s'agit-il ? |
| |
On dirait. Donc j'ai couvert |
| |
très rapidement les huit informations |
| |
dimensions de qualité. Mon dernier |
| |
diapositive est-ce ce dont j'ai parlé |
| |
à propos d'un historique |
| |
perspective, vraiment mettre un peu |
| |
proportions à ce que je dis. |
| |
Je pense que nous sommes vraiment à l'ère |
| |
de la qualité de l'information. Nous avons utilisé |
| |
se préoccuper du produit |
| |
qualité au 18e siècle, la |
| |
XVIIe siècle. Nous avons ensuite déménagé à |
| |
qualité des processus et service |
| |
qualité. Ceci est un court mémo |
| |
sur la proposition d'une carte de contrôle, |
| |
1924, je crois. |
| |
Ensuite, nous passons à la gestion |
| |
qualité. C'est le Juran |
| |
trilogie de conception, d'amélioration |
| |
et contrôle. Six Sigma (définir, |
| |
mesurer, analyser, améliorer) |
| |
le processus de contrôle est le |
| |
processus d'amélioration de Juran, |
| |
et Juran était le grand-père |
| |
de Six Sigma dans ce sens. |
| |
Puis dans les années 80, Taguchi est arrivé |
| |
en. Il parle de robustesse |
| |
conception. Comment pouvons-nous gérer |
| |
variabilité des intrants par des méthodes appropriées |
| |
décisions de conception ? Et maintenant, nous sommes |
| |
à l'ère de l'information |
| |
qualité. Nous avons des capteurs. Nous |
| |
ont des systèmes flexibles. Nous sommes |
| |
en fonction de l'IA et de la machine |
| |
l'apprentissage et l'exploration de données et nous |
| |
se rassemblent en grand, en grand, en grand |
| |
des nombres, mais que nous appelons grands |
| |
données. L'intérêt pour l'information |
| |
la qualité devrait être une priorité absolue |
| |
intérêt. Je vais essayer de |
| |
vous convaincre de, avec l'aide |
| |
de Chris, ça. |
| |
Nous sommes là et JMP peut |
| |
Aidez-nous à y parvenir en un rien de temps |
| |
d'une manière vraiment inhabituelle. |
| |
Ce que vous verrez à la fin de |
| |
l'étude de cas que Chris va |
| |
le spectacle est aussi comment le faire |
| |
évaluation de la qualité de l'information et |
| |
sur une étude spécifique, essentiellement |
| |
générer une qualité d'information |
| |
score. Donc si on va de haut en bas, je |
| |
je peux vous dire cette étude, cette |
| |
travail, cette analyse est peut-être à 80% ou |
| |
peut-être 30% ou peut-être 95%. |
| |
Et à travers l'exemple vous |
| |
voir comment faire. Il y a un |
| |
Module complémentaire JMP pour fournir cela |
| |
évaluation. C'est en fait |
| |
assez facile. Il y a |
| |
rien de vraiment sophistiqué |
| |
à ce sujet. J'ai donc terminé et |
| |
Chris, après toi. Merci, Ron. Alors |
| |
maintenant je vais passer en revue les |
| |
analyse d'un ensemble de données d'une manière |
| |
qui appelle explicitement le |
| |
divers aspects de l'information |
| |
qualité et montrer comment JMP peut être |
| |
utilisé pour évaluer une amélioration |
| |
pour InfoQ. Alors, tout d'abord, je suis |
| |
je vais passer par l'InfoQ |
| |
composants. Le premier InfoQ |
| |
composant est l'objectif, donc dans |
| |
dans ce cas, l'énoncé du problème |
| |
était-ce une entreprise chimique |
| |
voulait une formulation qui |
| |
rendement du produit maximisé tout en |
| |
minimiser une impureté nuisible |
| |
qui a résulté de la réaction. |
| |
C’était donc l’objectif de haut niveau. |
| |
En termes statistiques, nous voulions |
| |
pour trouver un modèle qui corresponde précisément |
| |
prédit une réponse sur une donnée |
| |
mis en place pour que nous puissions trouver un |
| |
combinaison d'ingrédients et |
| |
étapes de traitement qui conduiraient |
| |
vers un meilleur produit. |
| |
Les données sont configurées en 100 |
| |
formulations expérimentales avec |
| |
un ingrédient principal, X1, et |
| |
10 additifs. Il y a aussi un |
| |
facteur de traitement en 13 |
| |
réponses. Les données sont |
| |
entièrement fabriqués mais étaient |
| |
simulé pour illustrer la même chose |
| |
forces et faiblesses de la |
| |
données originales. Les données |
| |
la formulation a été faite était également |
| |
enregistré. Nous examinerons |
| |
ces données de près, donc je veux |
| |
élaborer au-delà de ce qui est indiqué |
| |
qu'ils ont été collectés dans un |
| |
manière ad hoc, en changeant un ou deux |
| |
additifs à la fois plutôt que |
| |
en tant que conçu ou randomisé |
| |
expérience. Il y a beaucoup de |
| |
façons d'analyser ces données, le |
| |
le plus typique étant le moins |
| |
modélisation de carrés avec forward |
| |
sélection sur les réponses sélectionnées. |
| |
C'était mon intention initiale |
| |
pour cette conférence, mais quand j'ai montré |
| |
les données à Ron, il a immédiatement |
| |
reconnu les colonnes de réponse |
| |
comme séries chronologiques issues de données analytiques |
| |
chimie. Même si les données |
| |
étaient simulés, il pouvait voir le |
| |
structure. Il pouvait voir des choses |
| |
dans les données que je n'ai pas vues |
| |
et je n'y ai pas réfléchi. J'ai trouvé |
| |
ceci pour être frappant |
| |
impressionnant. C'est au-delà de la |
| |
portée de cet exposé, mais il y a |
| |
une approche encore meilleure basée sur |
| |
modélisation d'ensemble utilisant |
| |
pondérée fractionnellement |
| |
amorçage. Phil Ramsey, |
| |
Wayne Levin et moi en avons un autre |
| |
parler de cette méthodologie à |
| |
la découverte européenne |
| |
Conférence cette année. Le |
| |
approche est prometteuse car elle |
| |
peut adapter des modèles aux données avec |
| |
interactions plus actives que |
| |
il y a des points. Le quatrième et dernier |
| |
composante de la qualité de l'information |
| |
est l'utilité, c'est-à-dire la façon dont nous |
| |
sont capables d'évaluer nos objectifs. Ou |
| |
comment mesurons-nous à quel point nous avons |
| |
évalué nos objectifs ? Il y a un |
| |
aspect du domaine qui est dans ce |
| |
au cas où nous voudrions avoir un |
| |
formulation qui conduit à |
| |
rendements maximisés et minimisés |
| |
déchets dans le post-traitement du |
| |
matériel. Les statistiques |
| |
L'utilitaire d'analyse fait référence à |
| |
modèle auquel nous nous adaptons. Ce que nous sommes |
| |
y aller pour le moins |
| |
précision des carrés de notre modèle en |
| |
en termes de notre capacité à |
| |
prédire ce que... ce qui serait |
| |
résultat du candidat |
| |
combinaisons de formulation...de |
| |
facteurs de mélange. Maintenant, je vais |
| |
passer en revue une série de questions |
| |
qui constituent un InfoQ détaillé |
| |
évaluation telle qu'organisée dans le |
| |
huit dimensions de l'information |
| |
qualité. Je tiens à souligner |
| |
que toutes les questions ne seront pas |
| |
tout aussi pertinent pour différents |
| |
science des données et statistique |
| |
projets, et que ce n'est pas |
| |
destiné à être un dogme rigide mais |
| |
plutôt un ensemble de choses qui sont |
| |
une bonne idée de se demander. |
| |
Ces questions représentent une sorte |
| |
de la sagesse analytique des données qui |
| |
regarde plus largement que juste le |
| |
application d'un particulier |
| |
technologie statistique. Une copie |
| |
d'une feuille de calcul avec ces |
| |
questions accompagnées de conseils pour |
| |
Les fonctionnalités JMP les plus |
| |
utile pour répondre à une |
| |
un particulier sera téléchargé |
| |
à la communauté JMP |
| |
avec cette conférence pour que vous puissiez l'utiliser. Comme |
| |
Je passe en revue les questions, |
| |
Je vais faire une démonstration d'une analyse de |
| |
les données dans JMP. Donc, question 1 |
| est |
est l'échelle de données utilisée |
| |
aligné avec l'objectif déclaré ? Alors |
| |
les X que nous avons sont constitués de |
| |
une seule variable catégorielle |
| |
traitement et les 11 continus |
| |
entrées. Celles-ci sont mesurées |
| |
en pourcentages et sont également |
| |
enregistré à un demi pour cent. Nous |
| |
je n'ai pas les montants totaux de |
| |
les ingrédients, seulement le |
| |
pourcentages. Les totaux sont |
| |
des informations qui ont été perdues |
| |
ou jamais enregistré. Il y a |
| |
autres potentiellement importants |
| |
éléments d'information qui sont |
| |
manquant ici. Le temps entre |
| |
formuler les lots et |
| |
la prise de mesures a disparu |
| |
et il aurait pu y en avoir d'autres |
| |
informations au niveau des covariables qui |
| |
il manque ici ce qui aurait pu |
| |
décrit les conditions dans lesquelles |
| |
dans lequel la réaction s'est produite. |
| |
Sans plus d'informations que moi |
| |
avoir, je ne peux pas dire à quel point c'est important |
| |
ce type d'informations sur les covariables |
| |
aurait été. Nous avons |
| |
informations sur le jour de la |
| |
lot, afin qu'il puisse être utilisé comme |
| |
une mère porteuse, peut-être. Globalement, nous |
| |
avoir ce qui est, espérons-le, le plus |
| |
des apports importants, ainsi que |
| |
mesures des réponses que nous |
| |
souhaiter optimiser. Nous aurions pu |
| |
avait plus d'informations, mais ceci |
| |
semble assez prometteur pour être essayé |
| |
et analyse avec. Le deuxième |
| |
question relative aux données |
| |
la résolution est la fiabilité et la |
| |
précis sont les appareils de mesure |
| |
et les sources de données. Et le fait |
| |
c'est que nous n'avons pas beaucoup de |
| |
informations spécifiques ici. Le |
| |
statisticien interne |
| |
l'entreprise aurait eu plus |
| |
informations. Dans ce cas, nous |
| |
n'ont pas d'autre choix que de croire que |
| |
les chimistes ont formulé et |
| |
a bien enregistré les mélanges. |
| |
troisième question relative aux données |
| la résolution est |
sont les données |
| |
analyse adaptée aux données |
| |
niveau d'agrégation ? Et le |
| |
la réponse ici est oui, en supposant |
| |
que leur système de mesure est |
| |
exactes et que les données sont |
| |
assez propre. Ce que nous allons faire |
| |
finir par faire en fait est |
| |
nous allons utiliser le |
| |
Explorateur de données fonctionnelles pour |
| |
extraire le principal fonctionnel |
| |
composants, qui sont des données |
| |
type de données dérivées |
| |
agrégation. Et puis nous sommes |
| |
je vais modéliser ceux-là |
| |
composantes principales fonctionnelles |
| |
en utilisant les variables d'entrée. Donc |
| |
maintenant nous passons aux données |
| |
dimension de la structure et la |
| |
La première question que nous posons est la suivante : est-ce que |
| |
données utilisées alignées sur les |
| |
objectif déclaré ? Et je pense que le |
| |
La réponse est clairement oui. Nous |
| |
essayer de maximiser |
| |
rendement. Nous avons des mesures pour |
| |
cela, et les entrées sont |
| |
enregistrées sous forme de X. Les deuxièmes données |
| |
la question de la structure est où |
| |
les choses commencent vraiment à devenir |
| |
intéressant pour moi. Donc c'est |
| |
sont les détails d'intégrité |
| |
(valeurs aberrantes, valeurs manquantes, données |
| |
problèmes de corruption) décrits et |
| |
manipulé de manière appropriée ? Donc, à partir de |
| |
ici nous pouvons utiliser JMP pour pouvoir |
| |
pour comprendre où se trouvent les valeurs aberrantes |
| |
sont, trouver des stratégies pour |
| |
que faire en cas de valeurs manquantes, |
| |
observer leurs schémas et ainsi de suite |
| |
sur. Donc c'est ici que |
| |
les choses vont devenir un peu |
| |
un peu plus intéressant. Le premier |
| |
ce que nous allons faire, c'est que nous allons |
| |
va déterminer s'il y a |
| |
toute valeur aberrante dans les données que nous |
| |
il faut s'en préoccuper. Donc |
| |
pour faire ça, nous allons y aller |
| |
dans l'exploration des valeurs aberrantes |
| |
plate-forme hors de la projection |
| |
menu. Nous allons charger le |
| |
variables de réponse, et parce que |
| |
il s'agit d'un paramètre multivarié, |
| |
nous allons utiliser une nouvelle fonctionnalité |
| |
dans JMP Pro 16 appelé Robust |
| |
Valeurs aberrantes de l'ACP. Nous voyons donc où |
| |
les gros résidus se trouvent dans ceux |
| |
une sorte de diagramme de type Pareto. |
| |
Il y a un instantané montrant où |
| |
il y a potentiellement |
| |
observations inhabituellement grandes. Je |
| |
je ne pense pas vraiment que cela ressemble |
| |
trop inhabituel ou inquiétant pour moi. |
| |
Nous pouvons sauver les grandes valeurs aberrantes |
| |
à un tableau de données, puis regardez |
| |
eux dans la distribution |
| |
plateforme et ce que nous voyons en quelque sorte |
| |
ressemble à une distribution normale |
| |
avec le milieu retiré. Donc je |
| |
je pense que ce sont des données qui sont |
| |
venant en quelque sorte du même |
| |
population et il n'y a rien |
| |
vraiment de quoi s'inquiéter ici, |
| |
valeurs aberrantes. Donc, une fois que nous avons |
| |
pris en charge la valeur aberrante |
| |
situation dans laquelle nous allons et explorons |
| |
valeurs manquantes. Donc, ce que nous |
| |
ce que nous allons faire en premier, c'est que nous allons |
| |
pour charger les Y comme... dans le |
| |
plate-forme, et puis nous allons |
| |
pour utiliser la valeur manquante |
| |
instantané pour voir quels modèles |
| |
ils font partie de nos disparus |
| |
valeurs. Il semble que le |
| |
les valeurs manquantes ont tendance à se produire dans |
| |
clusters horizontaux, et il y a |
| |
également les mêmes valeurs manquantes |
| |
sur plusieurs lignes. Vous pouvez donc voir que |
| |
avec les taches noires ici. |
| |
Et puis nous allons appliquer un |
| |
imputation automatisée des données, |
| |
qui va de l'avant et sauve |
| |
colonnes de formules qui imputent |
| |
valeurs manquantes dans le nouveau |
| |
colonnes utilisant un type de régression |
| |
algorithme développé par |
| |
un de mes doctorants nommé Milo |
| |
Page à NC State. Pour qu'on puisse jouer |
| |
autour un peu et obtenir un |
| |
sens de la façon dont l'ADI |
| |
L'algorithme fonctionne. Donc, c'est |
| |
créé ces colonnes de formules |
| |
qui décollent des éléments de |
| |
la colonne d'imputation ADI, qui est |
| |
une colonne de formules vectorielles, et la |
| |
fonction d'imputation de score |
| |
calcule l'espérance mathématique |
| |
valeur des cellules manquantes donnée |
| |
les cellules non manquantes, chaque fois que |
| |
il manque une valeur. Et c'est |
| |
je ne fais que mener à bien un non |
| |
valeur manquante. Vous pouvez donc voir 207 |
| |
en 6e année. Au départ, c'est |
| |
207 mais ensuite je le change en |
| |
manquant et c'est maintenant |
| |
imputé à 234. |
| |
Je vais donc le faire plusieurs fois, donc |
| |
vous pouvez en quelque sorte voir comment c'est |
| |
Je vais donc ajouter un gros |
| |
valeur pour Y7 et c'est maintenant. |
| |
été remplacé. Et si nous tombons |
| |
et nous ajoutons une ligne, |
| |
alors toutes les valeurs manquantes sont là |
| |
initialement et la colonne signifie |
| |
sont remplacés par le |
| |
imputations. Si je devais y aller |
| |
en avant et ajouter des valeurs pour certains d'entre eux |
| |
ces cellules manquantes, il faudrait |
| |
commencer à faire le conditionnel |
| |
l'attente des disparus |
| |
cellules utilisant les informations |
| |
c'est dans celui qui manque...le |
| |
ceux qui ne manquent pas. Donc notre prochain |
| |
la question sur la structure des données est |
| |
sont les méthodes d'analyse |
| |
adapté à la structure de données ? |
| |
Nous avons donc 11 entrées de mélange |
| |
et une variable de traitement qui est |
| |
catégorique. Ceux-là vont |
| |
être des intrants dans au moins |
| |
modèle de type carré. Nous avons |
| |
13 réponses continues et |
| |
nous pouvons les modéliser en utilisant... |
| |
en utilisant individuellement le moins |
| |
carrés. Ou nous pouvons modéliser |
| |
principe fonctionnel |
| |
composants. Le... maintenant il y a |
| |
problèmes. Les X sont...les |
| |
les variables d'entrée n'ont pas été |
| |
randomisé du tout. C'est très |
| |
clair qu'ils feraient des conneries |
| |
autour avec un ou plusieurs des |
| |
les composés et ensuite se déplacer |
| |
Passons à un autre. Donc, |
| |
ordre dans lequel le |
| |
les variables d'entrée ont été variées |
| |
était un peu aléatoire. C'est un |
| |
manque évident de randomisation, et |
| |
cela va avoir un effet négatif |
| |
impacter notre...la généralisabilité |
| |
et la force de nos conclusions. |
| |
L’intégration des données est la troisième |
| |
Dimension InfoQ. Ces données |
| |
sont des notes de laboratoire saisies manuellement |
| |
constitué principalement d'un mélange |
| |
pourcentages et équipements |
| |
relevés. On ne peut que supposer |
| |
que les données ont été saisies |
| |
correctement et que les X sont |
| |
correctement aligné avec les réponses. |
| |
Si ce n’est pas le cas, alors le |
| |
le modèle comportera un biais sérieux |
| |
problèmes et avoir |
| |
problèmes de généralisabilité. |
| |
L’intégration est un problème plus important |
| |
avec des données d'observation |
| |
problèmes scientifiques en machine |
| |
exercices d'apprentissage, puis laboratoire |
| |
des expériences comme celle-ci. Bien que |
| |
ça ne s'applique pas ici, je vais |
| |
souligner que la confidentialité et |
| |
les problèmes de confidentialité peuvent être |
| |
identifié en modélisant le |
| |
partie sensible des données en utilisant |
| |
le composant à publier |
| |
aux données. Si le résultat |
| |
le modèle est prédit, alors un |
| |
devrait se préoccuper de la confidentialité |
| |
Les préoccupations ne sont pas satisfaites. Temporel |
| |
la pertinence fait référence à la |
| |
séquençage temporel opérationnel de |
| |
collecte, analyse et |
| |
déploiement et si des lacunes |
| |
entre ces étapes conduit à une |
| |
diminution de l'utilité de |
| |
les informations contenues dans l'étude. |
| |
Dans ce cas, nous ne pouvons que simplement |
| |
j'espère que le matériel fourni |
| |
sont raisonnablement cohérents et |
| |
que l'équipement de test est |
| |
raisonnablement précis, ce qui est un |
| |
hypothèse invérifiable à ce stade |
| |
point. La résolution temporelle que nous |
| |
avoir lorsque la collecte de données est |
| |
au niveau du jour, ce qui signifie |
| |
qu'il n'y a pas beaucoup de moyen que |
| |
nous pouvons vérifier s'il y a du temps |
| |
variation au sein de chaque journée. |
| |
La chronologie des données et l'objectif sont |
| |
à propos de la disponibilité de |
| |
variables pertinentes en termes |
| |
de savoir si la variable est |
| |
présent dans les données ou |
| |
si les bonnes informations |
| |
sera disponible lorsque le modèle |
| |
est déployé. Pour la prévision |
| |
modèles, cela concerne les modèles |
| |
être adapté à des données similaires à |
| |
ce qui sera présent à ce moment-là |
| |
le modèle sera évalué sur |
| |
nouvelles données. De cette façon, nos données |
| |
l'ensemble est certainement bien. Pour |
| |
établir la causalité, cependant, |
| |
nous ne sommes pas dans une aussi bonne situation |
| |
forme en raison du manque de |
| |
la randomisation implique que le temps |
| |
les effets et les effets des facteurs peuvent |
| |
être confondu, ce qui conduit à des biais |
| |
dans nos estimations. Endogénéité, |
| |
ou une causalité inverse, pourrait |
| |
être clairement un problème ici, car |
| |
des variables comme la température et |
| |
le temps de réaction pourrait clairement être |
| |
impactant les réponses, mais ont |
| |
n'a pas été enregistré. Dans l'ensemble, |
| |
il y a beaucoup de choses que nous ne savons pas |
| |
à propos de cette dimension dans un |
| |
sens de la qualité de l'information. |
| |
Le reste de l'InfoQ |
| |
l'évaluation va être |
| |
en fonction du type de |
| |
l'analyse que nous faisons. Donc, à ce stade, |
| |
Je vais continuer et |
| |
effectuer une analyse de ces données |
| |
en utilisant les données fonctionnelles |
| |
Plateforme Explorer dans JMP Pro |
| |
qui me permet de modéliser à travers |
| |
toutes les colonnes simultanément |
| |
d'une manière basée sur |
| |
composantes principales fonctionnelles, |
| |
qui contiennent la quantité maximale |
| |
d'informations sur tous ces |
| |
colonnes telles que représentées dans le |
| |
format le plus efficace possible. |
| |
Je vais travailler sur le |
| |
versions imputées des colonnes |
| |
que j'ai calculé plus tôt dans le |
| |
présentation. Et je vais |
| |
souligner que je vais être |
| |
travailler pour trouver des combinaisons de |
| |
les facteurs de mélange qui permettent d'atteindre |
| |
aussi étroitement que possible dans un |
| |
sens des moindres carrés, un idéal |
| |
courbe qui a été créée par le |
| |
praticien qui maximise la |
| |
quantité de produit potentiel qui |
| |
pourrait être dans un lot pendant |
| |
minimiser la quantité de |
| |
impuretés qu'ils |
| |
j'ai pensé de manière réaliste à un lot |
| |
pourrait contenir. Je commence donc le |
| |
analyse en allant à l'analyse |
| |
menu, afficher le menu fonctionnel |
| |
Explorateur de données. Il contient des lignes comme |
| |
fonctions. Je vais charger mon |
| |
lignes imputées, puis je vais |
| |
à mettre dans ma formulation |
| |
composants et mon traitement |
| |
colonne en complément |
| |
variable. Nous avons un identifiant |
| |
fonction, c'est l'ID du lot. Ici, je |
| |
entrer. Je peux voir les fonctions, |
| |
à la fois la superposition dans son ensemble, et |
| |
Je peux voir les fonctions individuelles. |
| |
Ensuite, je peux charger la cible |
| |
fonction, qui est l'idéal. |
| |
Et cela va changer le |
| |
analyse qui résulte une fois que je |
| |
commencer à se lancer dans la modélisation |
| |
étapes. Donc, ce sont de jolies |
| |
fonctions simples, donc je suis juste |
| |
je vais les modéliser avec |
| |
Cannelures B. |
| |
Et puis je vais entrer dans mon |
| |
analyse fonctionnelle DOE. |
| |
Cela va correspondre au modèle |
| |
qui relie les entrées à |
| |
le principe fonctionnel |
| |
composants, puis connectez tous les |
| |
le chemin à travers le |
| |
fonctions propres pour y parvenir |
| |
nous sommes en mesure de récupérer le |
| |
fonctions globales telles qu'elles |
| |
changé, car nous faisons varier le |
| |
facteurs de mélange. Le |
| |
composante principale fonctionnelle |
| |
l'analyse a indiqué que |
| |
il y a quatre dimensions de |
| |
variation dans ces réponses |
| |
fonctions. Pour comprendre ce que |
| |
ils veulent dire, allons-y et |
| |
explorer avec le profileur FPC. |
| |
Alors regardez ce panneau ici comme |
| |
J'ajuste le FPC 1 et on voit |
| |
que ce FPC est associé à |
| |
hauteur du pic. FPC2, il semble |
| |
comme si c'était une sorte de pic |
| |
étroitesse. C'est presque comme un |
| |
principe de résolution |
| |
composant. Le troisième est |
| |
relatif à une sorte de genou sur |
| |
la gauche du pic dominant. |
| |
Et Peak 4 semble être |
| |
principalement lié à la |
| |
impureté, c'est donc ce que |
| |
le sens sous-jacent est de |
| |
ces quatre fonctions |
| |
composantes principales. |
| |
Nous avons donc caractérisé notre objectif |
| |
comme maximiser le produit et |
| |
minimiser les impuretés, et |
| |
nous avons communiqué cela dans le |
| |
analyse à travers cet idéal ou |
| |
courbe dorée que nous avons fournie à |
| |
le début de la FDE |
| |
exercice que nous faisons. Pour obtenir le plus |
| |
le plus proche possible de cet idéal |
| |
courbe, nous activons la désirabilité |
| |
fonctions. Et puis on peut y aller |
| |
et maximiser la désirabilité. |
| |
Et nous constatons que l'optimum |
| |
la combinaison des entrées concerne |
| |
4,5% de |
| |
Ingrédient quatre, 2 % de |
| |
Ingrédient 6. 2,2 % de |
| |
Ingrédient 8 et 1,24 % de |
| |
Ingrédient 9 utilisant la transformation |
| |
méthode deux. Voyons comment |
| |
Nous sommes arrivés ici. Nous sommes les premiers |
| |
a calculé la réponse manquante |
| |
colonnes. Nous avons ensuite trouvé la B-spline |
| |
modèles qui correspondent à ces fonctions |
| |
bien dans la plateforme FDE. Un |
| |
composantes principales fonctionnelles |
| |
l'analyse a déterminé qu'il y avait |
| |
il y avait quatre fonctions propres |
| |
caractérisant la variation de |
| |
ces données. Ces quatre |
| |
les fonctions propres ont été déterminées |
| |
via le profileur FPC à chaque |
| |
avoir un sujet raisonnable |
| |
matière, sens. Le fonctionnel |
| |
L'analyse DOE consistait en |
| |
application taillée vers l'avant |
| |
sélection à chacun des |
| |
scores FPC individuels utilisant le |
| |
Facteurs DOE comme variables d'entrée. |
| |
Et nous voyons ici que ceux-ci ont |
| |
trouvé des combinaisons de |
| |
interactions et effets principaux |
| |
qui étaient les plus prédictifs pour |
| |
chacun des principaux fonctionnels |
| |
les scores des composants sont attribués individuellement. |
| |
Le profileur DOE fonctionnel |
| |
a élégamment capturé tout |
| |
aspects en une seule représentation |
| |
qui nous permet de trouver le |
| |
étape de traitement de formulation qui |
| |
est censé avoir des effets souhaitables |
| |
propriétés mesurées par des |
| |
rendement et faible teneur en impuretés. |
| |
Nous pouvons donc maintenant faire un InfoQ |
| |
évaluation de la |
| |
généralisabilité des données dans |
| |
l'analyse. Donc dans ce cas, |
| |
nous sommes plus intéressés par |
| |
généralisabilité scientifique, comme |
| |
l'expérimentateur est un profondément |
| |
chimiste compétent travaillant |
| |
avec ce composé. Nous sommes donc |
| |
je vais compter davantage sur |
| |
leur expertise en la matière |
| |
puis sur des principes statistiques |
| |
et des outils comme les tests d'hypothèses |
| |
et ainsi de suite. L'objectif est |
| |
principalement prédictif, mais le |
| |
la généralisabilité est une sorte de |
| |
problématique parce que le |
| |
L'expérience n'a pas été conçue. Notre |
| |
capacité à estimer les interactions |
| |
est affaibli pour des techniques comme |
| |
sélection avancée et impossible |
| |
via l'analyse des moindres carrés de |
| |
le modèle complet. Parce que le |
| |
l'étude n'était pas randomisée, il y a |
| |
pourrait être un temps non enregistré dans |
| |
effets d'ordre. Nous n'avons pas |
| |
covariable potentiellement importante |
| |
des informations telles que la température et |
| |
temps de réaction. Cela crée |
| |
un autre grand point d'interrogation |
| |
concernant la généralisabilité. |
| |
Répétabilité et |
| |
la reproductibilité de l'étude est |
| |
également une inconnue ici car nous avons |
| |
aucune information sur le |
| |
variabilité due à la |
| |
système de mesure. Heureusement, |
| |
nous avons des outils comme JMP |
| |
évaluer la conception pour comprendre |
| |
la conception existante ainsi que |
| |
conception d'augmentation qui peut grandement |
| |
améliorer la généralisation |
| |
réalisation de l'analyse. |
| |
L'augmentation peut améliorer l'information |
| |
sur les principaux effets et |
| |
interactions et un deuxième tour |
| |
de l'expérimentation pourrait être |
| |
randomisé pour également améliorer |
| |
généralisabilité. Donc maintenant je suis |
| |
je vais passer par quelques |
| |
étapes simples pour montrer comment |
| |
améliorer la généralisation |
| |
réalisation de notre étude en utilisant |
| |
outils de conception dans JMP. Avant |
| |
fais ça, je tiens à souligner |
| |
que j'ai dû prendre les données et |
| |
le convertir pour qu'il soit |
| |
proportions plutôt que dans |
| |
pourcentages. Sinon, la conception |
| |
les outils n'étaient pas vraiment d'accord |
| |
avec les données très bien. Donc nous |
| |
aller dans le concepteur d'évaluation |
| |
et puis nous chargeons nos Y et |
| |
nos X. J'ai demandé la possibilité de |
| |
gérer les interactions du second ordre. |
| |
Alors... ouais, j'ai reçu cette alerte |
| |
en disant, hé, je ne peux pas faire ça |
| |
parce que nous ne sommes pas capables de |
| |
estimer toutes les interactions |
| |
étant donné un facteur à la fois |
| |
données dont nous disposons. J'ai donc soutenu |
| |
en haut. Nous allons à l'augmentation |
| |
designer, charge tout, |
| |
ensemble augmenté. Nous choisirons et je- |
| |
conception optimale car nous sommes |
| |
vraiment préoccupé par |
| |
performances prévues ici. |
| |
Et moi |
| |
définissez le nombre d'exécutions à 148. |
| |
Le concepteur personnalisé a demandé |
| |
141 au minimum, mais je suis allé à |
| |
148 juste pour être sûr |
| |
que nous avons tous la capacité de |
| |
estimer toutes nos interactions |
| |
plutôt bien. Après ça, |
| |
cela prend environ 20 secondes pour |
| |
construire le design. Alors maintenant |
| |
que nous avons le design, je suis |
| |
va montrer les deux plus |
| |
outils de diagnostic importants dans |
| |
le concepteur d'augmentation pour |
| |
évaluer une conception. Sur le |
| |
à gauche, nous avons la fraction de |
| |
intrigue de l'espace de conception. C'est |
| |
montrant que 50 % du volume |
| |
de la conception a |
| |
une variance de prédiction qui est |
| |
moins de 1. Donc 1 serait |
| |
équivalent au résidu |
| |
erreur. Nous pouvons donc obtenir |
| |
mieux que l'erreur de mesure |
| |
prévisions de qualité sur la |
| |
la majorité de la conception. Sur le |
| |
à droite, nous avons la carte des couleurs sur |
| |
corrélations. Ceci montre |
| |
que nous sommes en mesure d'estimer |
| |
tout va plutôt bien. Il y a |
| |
certains... à cause du mélange |
| |
contrainte, nous en obtenons |
| |
de fortes corrélations entre |
| |
interactions et effets principaux. |
| |
Dans l’ensemble, les effets sont assez |
| |
propre. Et les interactions sont |
| |
assez bien séparé l'un de l'autre |
| |
un autre, et les principaux effets |
| |
sont assez bien séparés de |
| |
l'un l'autre aussi. Après |
| |
en regardant le design |
| |
diagnostics, nous pouvons faire le |
| |
table. Ici, j'ai montré le |
| |
les 13 premières courses augmentées |
| |
et nous voyons que nous avons...nous |
| |
avoir plus de randomisation. Nous n'avons pas |
| |
avoir recours au même effet principal |
| |
des séquences encore et encore. |
| |
C'est la preuve d'une meilleure |
| |
randomisation et globalement la |
| |
le design va pouvoir |
| |
estimer beaucoup mieux le principal |
| |
effets et interactions ayant |
| |
reçu une meilleure qualité |
| |
informations dans cette deuxième étape |
| |
d'expérimentation. Donc, l'entrée |
| |
les variables, les X, sont exactes |
| |
représentations du mélange |
| |
proportion, donc c'est clair |
| |
intérêt objectif. Le |
| |
les réponses sont des substituts proches |
| |
pour la quantité du produit |
| |
et la quantité d'impuretés présentes |
| |
les lots. On est plutôt bons |
| |
7.1. Voilà. Les justifications |
| |
sont claires. Après l'étude, nous |
| |
peut bien sûr aller préparer un |
| |
lot qui est la formulation |
| |
qui a été recommandé par le FDOE |
| |
profileur. Essayez-le et voyez si |
| |
nous obtenons le genre de |
| |
la performance que nous recherchions |
| |
pour. Il est très clair que cela |
| |
serait la façon dont nous pouvons |
| |
évaluer dans quelle mesure nous avons réussi |
| |
nos objectifs d'étude. Donc maintenant, sous le |
| |
dernière dimension InfoQ |
| |
Communication. En décrivant le |
| |
courbe idéale comme objectif |
| |
fonction, le DOE fonctionnel |
| |
Profiler fait l'objectif et le |
| |
résultats de l'analyse cristalline |
| |
clair. Mais cela peut être exprimé |
| |
à un niveau qui est facilement |
| |
interprété par les chimistes et |
| |
responsables du centre de R&D. |
| |
Et comme nous l'avons fait en détail, |
| |
évaluation de la qualité de l'information, |
| |
nous avons été francs à propos de la |
| |
forces et faiblesses de la |
| |
conception de l'étude et données |
| |
collection. Si les résultats ne |
| |
ne généralisons pas, nous |
| |
savoir où chercher où se trouve le |
| |
problèmes étaient. Une fois que vous devenez |
| |
familier avec les concepts, |
| |
il y a un joli complément écrit |
| |
par Ian Cox que vous pouvez utiliser pour |
| |
faire un InfoQ quantitatif rapide |
| |
évaluation. Le module complémentaire a |
| |
curseurs pour le haut et le bas |
| |
limites de chaque dimension InfoQ. |
| |
Ces dimensions sont combinées |
| |
en utilisant une fonction de désirabilité |
| |
approche pour un intervalle global |
| |
pour l'InfoQ à gauche. |
| |
Voici une évaluation pour le |
| |
données et analyses que j'ai couvertes dans |
| |
cette présentation. Le module complémentaire est |
| |
également un outil de réflexion utile qui |
| |
vous fera considérer chacun d'entre eux |
| |
les dimensions d'InfoQ. C'est aussi un |
| |
moyen pratique de communiquer |
| |
Évaluations InfoQ pour votre |
| |
clients ou à votre direction, comme |
| |
il offre une vue d'ensemble de |
| |
qualité de l'information sans |
| |
en utilisant beaucoup de techniques |
| |
concepts et jargon. Le complément |
| |
est également utile comme base pour |
| |
une comparaison InfoQ. Mon |
| |
espoir originel pour cela |
| |
la présentation devait être un peu |
| |
un peu plus ambitieux. J'avais espéré |
| |
pour couvrir l'analyse que j'avais |
| |
je viens de passer, ainsi que |
| |
un autre plus simple, un où je saute |
| |
saisir les réponses et faire |
| |
une simple fonction linéaire multivariée |
| |
modèle de régression de la réponse |
| |
colonnes. Aujourd'hui, je ne peux que |
| |
proposer une évaluation finale de cela |
| |
approche. Comme vous pouvez le voir, |
| |
plusieurs des InfoQ |
| |
les dimensions souffrent considérablement |
| |
sans les plus sophistiqués |
| |
analyse. Il est très clair que |
| |
l'analyse simple conduit à |
| |
score InfoQ beaucoup plus bas. |
| |
La limite supérieure du simple |
| |
l'analyse n'est pas beaucoup plus élevée |
| |
que la limite inférieure du plus |
| |
sophistiqué. Avec |
| |
expérience, vous gagnerez |
| |
intuition sur ce qu'est un bon InfoQ |
| |
le score est pour la science des données |
| |
projets dans votre secteur et |
| |
adoptez de meilleures habitudes au fur et à mesure |
| |
ne sera plus aveugle à la |
| |
goulots d'étranglement d'information dans votre |
| |
collecte, analyse et |
| |
Déploiement du modèle. Informations |
| |
qualité avec une utilisation facile |
| |
interface. C'était ma première |
| |
qualité de l'information formelle |
| |
évaluation. Pour ma part, |
| |
la qualité de l'information |
| |
le cadre a donné des mots et |
| |
structure à beaucoup de choses que je |
| |
Je le savais déjà instinctivement. |
| |
a déjà changé ma façon de |
| |
approcher une nouvelle analyse de données |
| |
projets. Je vous encourage à y aller |
| |
à travers ce processus vous-même sur |
| |
vos propres données, même si ces données |
| |
et l'analyse est déjà très |
| |
familier pour vous. Je vous le garantis |
| |
que tu seras plus sage et |
| |
un data scientist plus efficace |
| |
à cause de ça. Merci. |
