| Oratore |
Trascrizione |
| |
Ciao. |
| |
Mi chiamo Ron Kenett. Questo |
| |
è una conversazione congiunta con Chris |
| |
Gotwalt e noi fondamentalmente |
| |
avere due messaggi |
| |
che dovrebbe uscire dal |
| |
parlare. Uno è che dovremmo |
| |
preoccuparsi davvero di |
| |
informazioni e informazioni |
| |
qualità. Le persone tendono a parlare |
| |
sui dati e sulla qualità dei dati, ma |
| |
i dati non sono il vero problema. |
| |
Siamo statistici. Siamo |
| |
scienziati dei dati. Trasformiamo i numeri, |
| |
dati in informazioni in modo che |
| |
il nostro obiettivo dovrebbe essere quello di assicurarci |
| |
che generiamo alta qualità |
| |
informazioni. L'altro messaggio |
| |
è che JMP può aiutarti |
| |
raggiungere questo obiettivo, e questo è |
| |
in realtà risulta essere in |
| |
modi sorprendenti. Quindi combinando |
| |
la competenza di Chris e un |
| |
introduzione all'informazione |
| |
qualità, speriamo che questi due |
| |
i messaggi arriveranno |
| |
chiaramente. Quindi se dovessi |
| |
riassumere cosa è che noi |
| |
voglio parlare, dopotutto, |
| |
è tutta una questione di informazioni |
| |
qualità. Ho tenuto una conferenza a |
| |
al Summit di Praga quattro anni fa |
| |
fa e quel discorso era generico. |
| |
Si parlava di spostare il |
| |
percorso dalla qualità alla progettazione. |
| |
Il mio viaggio nell'informazione |
| |
qualità. In questo discorso ci concentriamo |
| |
su come questo può essere fatto con |
| |
JMP. Questo è un più dettagliato |
| |
e discorso tecnico rispetto al |
| |
discorso generale che ho tenuto a Praga. |
| |
Puoi guardare quella conversazione. |
| |
C'è un link elencato qui. Puoi |
| |
trovalo nella community JMP. |
| |
Quindi parleremo di |
| |
qualità delle informazioni, che è |
| |
il potenziale del set di dati, a |
| |
set di dati specifici, per raggiungere un |
| |
obiettivo particolare, un obiettivo specifico, |
| |
con il metodo empirico dato. |
| |
Quindi in quella definizione abbiamo |
| |
tre componenti che sono |
| |
elencati. Uno è un certo dato |
| |
set. Ecco i dati. Il |
| |
il secondo è l'obiettivo, |
| |
l'obiettivo dell'analisi, cosa |
| |
è ciò che vogliamo raggiungere. |
| |
E il terzo è come lo faremo |
| |
fare ciò, che è, con cosa |
| |
metodi che genereremo |
| |
informazioni e quel potenziale |
| |
verrà valutato con il |
| |
funzione di utilità. E lo farò |
| |
iniziare con un'introduzione a |
| |
qualità delle informazioni, e poi |
| |
Chris prenderà il sopravvento, |
| |
discutere il caso di studio e e |
| |
ti mostrerò come condurre un |
| |
valutazione della qualità delle informazioni. |
| |
Alla fine questo dovrebbe |
| |
rispondi alla domanda su come JMP |
| |
supporta InfoQ, che |
| |
sarebbero i punti elenco |
| |
che puoi...i punti da asporto |
| |
dal discorso. L'impostazione per |
| |
questo è ciò che noi incoraggiamo |
| |
quella che ho chiamato una visione del ciclo di vita |
| |
delle statistiche. In altre parole, |
| |
non solo analisi dei dati. |
| |
Dovremmo saperlo...dovremmo farne parte |
| |
dell'elicitazione del problema |
| |
fase. Inoltre, l'obiettivo |
| |
fase di formulazione, che merita |
| |
una discussione. Dovremmo |
| |
ovviamente essere coinvolti nel |
| |
schema di raccolta dati se è |
| |
attraverso esperimenti o attraverso |
| |
sondaggi o tramite osservazione |
| |
dati. Quindi dovremmo anche prendere |
| |
tempo per la formulazione del |
| |
risultati e non solo estrarre |
| |
rapporti stampati su |
| |
coefficienti di regressione |
| |
stime e e le loro |
| |
importanza, ma dovremmo |
| |
discutere anche quali sono i |
| |
risultati? Operazionalizzazione di |
| |
risultati significato, OK, cosa possiamo |
| |
che fare con questi risultati? Cosa sono |
| |
le implicazioni del |
| |
risultati? Questo dovrebbe... |
| |
deve essere comunicato al |
| |
le persone giuste nel modo giusto, |
| |
e alla fine dovremmo fare un |
| |
valutazione d'impatto per capire, |
| |
Ok, abbiamo fatto tutto questo; cosa è successo? |
| |
è stato il valore aggiunto del nostro |
| |
lavoro? Ho parlato della vita |
| |
ciclo delle tue statistiche di alcuni anni |
| |
fa. Questo è il prerequisito, |
| |
la prospettiva a cosa |
| |
Ne parlerò. Quindi, come ho |
| |
menzionato, le informazioni |
| |
la qualità è il potenziale di un |
| |
set di dati particolare per raggiungere un |
| |
obiettivo particolare utilizzando dati |
| |
metodi di analisi empirica. Questo |
| |
è identificato attraverso quattro |
| componenti |
l'obiettivo, i dati, |
| |
il metodo di analisi e il |
| |
misura di utilità. Quindi in un in un |
| |
espressione matematica, la |
| |
utilità di applicare f a x, |
| |
condizione sull'obiettivo, è come noi |
| |
identificare InfoQ, informazioni |
| |
qualità. Questo è stato pubblicato in |
| |
la Royal Statistical Society |
| |
Serie A nel 2013 con otto |
| |
discussanti, quindi era ampiamente |
| |
discusso. Alcune persone pensavano |
| |
questo è stato fantastico e alcuni |
| |
la gente ha avuto molte critiche su |
| |
quell'idea, quindi questa è una visione più ampia |
| |
considerazione dell'ambito di ciò che |
| |
le statistiche riguardano. Noi anche |
| |
scritto nel 2006, ci siamo incontrati |
| |
e Galit Shmueli, un libro intitolato |
| |
Qualità dell'informazione. E in |
| |
il contesto delle informazioni |
| |
qualità abbiamo fatto quello che viene chiamato |
| |
decostruzione. David Hand ha |
| |
un documento chiamato Deconstruction |
| |
di Statistica. Questo è il |
| |
decostruzione delle informazioni |
| |
qualità in otto dimensioni. Io |
| |
coprirà queste otto dimensioni. |
| |
Questa è la mia parte nel discorso e |
| |
poi Chris mostrerà come questo |
| |
è implementato in modo specifico |
| |
caso di studio. |
| |
Un altro aspetto che riguarda |
| |
questo è un altro libro che ho. |
| |
Questo è recente, un anno fa |
| |
intitolato Il vero lavoro dei dati |
| |
La scienza e parliamo di cosa |
| |
è il ruolo dei dati |
| |
scienziati nelle organizzazioni e |
| |
in quel contesto, abbiamo sottolineato |
| |
la necessità dello scienziato dei dati |
| |
essere coinvolti nella generazione |
| |
di informazioni come...informazione |
| |
qualità come raggiungimento degli obiettivi di |
| |
l'organizzazione. Quindi lasciatemi |
| |
coprono le otto dimensioni. Questo è |
| |
questa è la mia introduzione. Il |
| |
il primo è la risoluzione dei dati. Noi |
| |
avere un obiettivo. OK, noi lo faremmo |
| |
vorrei sapere il livello dell'influenza |
| |
perché nel paese o nel |
| |
zona in cui viviamo, perché quella |
| |
avrà un impatto sulla nostra decisione |
| |
se andare al parco dove |
| |
potremmo incontrare persone o andare a |
| |
a...a un concerto jazz. E quello |
| |
il concerto è domani. |
| |
Se cerchiamo i dati del CDC su |
| |
il livello di influenza, quei dati sono |
| |
aggiornato settimanalmente, così potremmo ottenere |
| |
la linea rossa nel grafico che |
| |
abbiamo davanti a noi, quindi |
| |
potrebbe ottenere dati di alcuni giorni |
| |
fa, forse bene, forse non bene |
| |
abbastanza per il nostro oro. Google Flu, |
| |
che si basa sulle ricerche |
| |
relativo all'influenza, è aggiornato |
| |
momentaneamente, quindi è aggiornato |
| |
online, probabilmente darà |
| |
per darci informazioni migliori. Quindi per |
| |
il nostro obiettivo, la linea blu, il |
| |
Tendenza di Google...l'influenza di Google |
| |
Indicatore di tendenza, è probabilmente |
| |
più appropriato. Il secondo |
| |
la dimensione è la struttura dei dati. |
| |
Per raggiungere il nostro obiettivo, lo faremo |
| |
guardare i dati. Dovremmo...noi |
| |
dovrebbe identificare le fonti dei dati |
| |
e la struttura in questi dati |
| |
fonti. Quindi alcuni dati potrebbero essere |
| |
testo, alcuni potrebbero essere video, alcuni |
| |
potrebbe essere, ad esempio, il |
| |
rete di raccomandazioni. Questa |
| |
è un'immagine di Amazon su come se |
| |
guardi il libro, sei |
| |
andando a prenderne un po' |
| |
altri libri consigliati. E se |
| |
vai a questi altri libri, |
| |
avrai più dati |
| |
consigliato. Quindi i dati |
| |
la struttura può essere di ogni tipo |
| |
di forme e forme e questo può |
| |
essere testo. Questo può essere funzionale |
| |
dati. Possono essere immagini. Siamo |
| |
non limitato ora a ciò che abbiamo usato |
| |
per chiamare dati, che è ciò che tu |
| |
trovare in un foglio di calcolo Excel. |
| |
I dati potrebbero essere corrotti, |
| |
potrebbe avere valori mancanti, potrebbe |
| |
hanno modelli insoliti che |
| |
che sarebbe |
| |
qualcosa da guardare. Alcuni |
| |
modelli, dove le cose sono |
| |
ripetuto. Forse alcuni dei dati |
| |
è solo copia e incolla e noi |
| |
vorrei essere avvisato di |
| |
tali opzioni. Il terzo |
| |
la dimensione è l'integrazione dei dati. |
| |
Quando consideriamo i dati provenienti da |
| |
queste diverse fonti, siamo |
| |
li integreremo così noi |
| |
può fare qualche analisi di collegamento |
| |
tramite un ID. Ad esempio, noi |
| |
lo farebbe, ma nel farlo, |
| |
potremmo creare alcuni problemi, per |
| |
ad esempio, nella divulgazione dei dati |
| |
che normalmente dovrebbe essere |
| |
anonimizzati. Dati |
| |
integrazione, sì, quello sarà |
| |
ci permettono di fare cose fantastiche, |
| |
ma se i dati vengono percepiti come |
| |
avere una certa esposizione alla privacy |
| |
problemi, allora forse la qualità |
| |
delle informazioni provenienti dal |
| |
analisi che faremo |
| |
sta andando sta per essere |
| |
interessati. Quindi l'integrazione dei dati |
| |
dovrebbe essere esaminato molto, molto attentamente |
| |
attentamente. Questo è ciò che le persone |
| |
probabilmente usato per chiamare ETL |
| |
estraiamo, trasformiamo e carichiamo. Noi |
| |
ora hanno metodi molto migliori per |
| |
facendo ciò. L'opzione join, per |
| |
ad esempio, in JMP offrirà |
| |
opzioni per farlo. |
| |
Rilevanza temporale. Ok, questo è |
| |
abbastanza chiaro. Abbiamo i dati. È |
| |
timbrato in qualche modo. Se stiamo andando |
| |
per fare l'analisi più tardi, più tardi |
| |
dopo la raccolta dei dati, e |
| |
se il dispiegamento che noi |
| |
considerare è ancora più tardi, allora il |
| |
i dati potrebbero non essere temporalmente |
| |
rilevante. In un comune |
| |
situazione, se vogliamo confrontare |
| |
cosa sta succedendo adesso, vorremmo |
| |
mi piacerebbe poter fare questo |
| |
confronto con dati recenti o |
| |
dati prima della pandemia |
| |
iniziato, ma non 10 anni |
| |
prima. Le statistiche ufficiali |
| |
sulle cartelle cliniche c'erano due |
| |
o tre anni indietro in termini |
| |
di tempistica, che lo ha reso molto |
| |
difficile l'uso ufficiale |
| |
statistiche nella valutazione |
| |
cosa sta succedendo con il |
| |
pandemia. Cronologia dei dati e |
| |
l'obiettivo è correlato alla decisione |
| |
che realizziamo come risultato del nostro |
| |
obiettivo. Quindi se, ad esempio, il nostro |
| |
l'obiettivo è prevedere la qualità dell'aria, |
| |
ne useremo alcuni |
| |
modelli predittivi sull'aria |
| |
Indice di qualità riportato su un |
| |
base giornaliera. Questo ci dà un |
| |
a sei scale da pericoloso a |
| |
bene. Ci sono alcuni valori |
| |
che rappresentano livelli di |
| |
preoccupazione per la salute. Zero-50 è buono; |
| |
300-500 è pericoloso e il |
| |
cronologia dei dati e obiettivo |
| |
significa che dovremmo essere in grado di |
| |
fare una previsione giornaliera |
| |
base. Quindi i metodi che utilizziamo |
| |
dovrebbe essere aggiornato quotidianamente |
| |
base. Se, d'altra parte, |
| |
il nostro obiettivo è capire come è |
| |
calcolato questo indice AQI, allora noi |
| |
non sono realmente vincolati dal |
| |
la tempestività dell'analisi. |
| |
Sai, potremmo prendere il nostro |
| |
tempo. Non c'è urgenza in |
| |
ottenere l'analisi fatta su un |
| |
base giornaliera. Generalizzabilità, |
| |
la sesta dimensione, riguarda |
| |
prendendo i nostri risultati e |
| |
considerando dove questo potrebbe |
| |
si applicano in termini più generali, |
| |
altre popolazioni, tutte |
| |
situazioni. Questo può essere fatto |
| |
intuitivamente. I responsabili marketing che |
| |
ho visto uno studio sul sul |
| |
mercato, chiamiamolo A, potrebbe |
| |
capisco già quali sono le |
| |
implicazioni per il mercato B |
| |
senza dati. Le persone che sono |
| |
i fisici saranno in grado di |
| |
fare previsioni basate su |
| |
meccanica sui primi principi |
| |
senza senza dati. |
| |
Quindi parte della generalizzabilità |
| |
è fatto con i dati. Questo è il |
| |
base statistica |
| |
generalizzazione, da dove partiamo |
| |
il campione alla popolazione. |
| |
Le inferenze statistiche riguardano |
| |
generalizzazione. Generalizziamo |
| |
dal campione al |
| |
popolazione. E alcuni possono essere |
| |
basato sul dominio, in altre parole, |
| |
utilizzando conoscenze specialistiche, dominio |
| |
competenza, non necessariamente con |
| |
dati. Dobbiamo riconoscere che |
| |
la generalizzabilità non è solo |
| |
fatto con le statistiche. |
| |
La settima dimensione è |
| |
costruire l'operazionalizzazione, |
| |
che riguarda veramente ciò che è |
| |
che misuriamo. Vogliamo |
| |
valutare il comportamento, le emozioni, cosa |
| |
è che possiamo misurare, che |
| |
ci fornirà dati che riflettono |
| |
comportamento o emozioni. |
| |
L'esempio che faccio qui |
| |
tipicamente è dolore. |
| |
Sappiamo cos'è il dolore. Come |
| |
lo misuriamo? Se vai a un |
| |
ospedale e chiedi all'infermiera, |
| |
come valuti il dolore, loro |
| |
ti dirò, abbiamo una scala, |
| |
Da 1 a 10. È molto |
| |
qualitativo, non molto |
| |
scientifico, direi. Se noi |
| |
voglio misurare il livello di |
| |
alcol nei conducenti sulla...su |
| |
la strada, sarà difficile |
| |
misurare. Quindi potremmo misurare |
| |
velocità come misura surrogata. |
| |
Un'altra parte di |
| |
l'operazionalizzazione è l'altro |
| |
fine della storia. In altri |
| |
parole, la prima parte, la |
| |
costruire è ciò che misuriamo, |
| |
che riflette il nostro obiettivo. Il |
| |
fine...il risultato finale qui è che |
| |
abbiamo delle scoperte e vogliamo |
| |
fare qualcosa con loro. Vogliamo |
| |
per rendere operativa la nostra scoperta. |
| |
Ecco cosa fa l'azione |
| |
l'operazionalizzazione riguarda. |
| |
Riguarda ciò che fai con il |
| |
risultati e poi essere |
| |
presentato qui su un podio. Noi |
| |
usato per porre tre domande. |
| |
Questi sono molto importanti |
| |
domande da porre. Una volta che hai |
| |
fatto qualche analisi, hai |
| |
qualcuno di fronte a te che |
| |
dice, oh, grazie mille, |
| |
hai finito...tu, lo statistico |
| |
o lo scienziato dei dati. Quindi questo |
| |
questo ti porta a un ulteriore passo avanti, |
| |
farti chiedere al tuo cliente |
| queste semplici domande |
Cosa fare |
| |
vuoi realizzare? Come farai |
| |
lo fai e come lo farai? |
| |
sapere se hai realizzato |
| |
che? Noi possiamo aiutare a rispondere, o |
| |
almeno supportare, alcuni di questi |
| |
domande a cui abbiamo risposto. |
| |
L'ottava dimensione è |
| |
comunicazione. Ti sto dando una |
| |
esempio tratto da un vecchio molto famoso |
| |
mappa del XIX secolo, che |
| |
sta mostrando la marcia del |
| |
Esercito di Napoleone dalla Francia a |
| |
Da Mosca alla Russia. Vedi il |
| |
i numeri sono la larghezza di |
| |
il percorso indica la dimensione |
| |
dell'esercito, e poi avanti avanti in |
| |
nero vedi cosa è successo a |
| |
loro sulla via del ritorno. |
| |
Quindi fondamentalmente questo era un |
| |
marcia disastrosa. Noi noi noi noi |
| |
posso collegare questa vecchia mappa a |
| |
mappe esistenti, e c'è un |
| |
Componente aggiuntivo JMP, che puoi |
| |
trova sulla Community JMP, a a |
| |
mostrarti con grafici a bolle, |
| |
grafici a bolle dinamici cosa questo |
| |
sembra. Quindi ho coperto |
| |
molto rapidamente le otto informazioni |
| |
dimensioni di qualità. Il mio ultimo |
| |
slide è quello di cui ho parlato |
| |
circa da uno storico |
| |
prospettiva, metti davvero un po' |
| |
proporzionali a ciò che sto dicendo. |
| |
Penso che siamo davvero nell'era |
| |
della qualità delle informazioni. Abbiamo utilizzato |
| |
preoccuparsi del prodotto |
| |
qualità nel XVIII secolo, il |
| |
XVII secolo. Poi ci siamo trasferiti a |
| |
qualità del processo e del servizio |
| |
qualità. Questo è un breve promemoria |
| |
nel proporre un grafico di controllo, |
| |
1924, credo. |
| |
Poi passiamo alla gestione |
| |
qualità. Questo è il Juran |
| |
trilogia di progettazione, miglioramento |
| |
e controllo. Sei Sigma (definire, |
| |
misurare, analizzare, migliorare) |
| |
il processo di controllo è il |
| |
processo di miglioramento di Juran, |
| |
e Juran era il nonno |
| |
di Six Sigma in questo senso. |
| |
Poi negli anni '80 arrivò Taguchi |
| |
dentro. Parla di robusto |
| |
progettazione. Come possiamo gestire |
| |
variabilità negli input tramite |
| |
decisioni di progettazione? E ora siamo |
| |
nell'era dell'informazione |
| |
qualità. Abbiamo sensori. Noi |
| |
abbiamo sistemi flessibili. Siamo |
| |
a seconda dell'intelligenza artificiale e della macchina |
| |
apprendimento e data mining e noi |
| |
si stanno radunando grandi grandi grandi |
| |
numeri, ma che noi chiamiamo grandi |
| |
dati. L'interesse per le informazioni |
| |
la qualità dovrebbe essere un primo primo |
| |
interesse. Proverò a |
| |
convincerti di, con l'aiuto |
| |
di Chris, quello. |
| |
Siamo qui e JMP può |
| |
aiutaci a raggiungere questo obiettivo in un |
| |
modo davvero insolito. |
| |
Cosa vedrai alla fine di |
| |
il caso di studio che Chris farà |
| |
mostrare è anche come farlo un |
| |
valutazione della qualità delle informazioni e |
| |
su uno studio specifico, fondamentalmente |
| |
generare una qualità informativa |
| |
punteggio. Quindi se andiamo dall'alto verso il basso, io |
| |
posso raccontarti questo studio, questo |
| |
lavoro, questa analisi è forse all'80% o |
| |
forse il 30% o forse il 95%. |
| |
E attraverso l'esempio tu |
| |
vedi come farlo. C'è un |
| |
Componente aggiuntivo JMP per fornire questo |
| |
valutazione. In realtà è |
| |
abbastanza abbastanza facile. C'è |
| |
niente di veramente sofisticato |
| |
a riguardo. Quindi ho finito e |
| |
Chris, dopo di te. Grazie, Ron. Quindi |
| |
ora passerò attraverso il |
| |
analisi di un set di dati in un modo |
| |
che richiama esplicitamente il |
| |
vari aspetti dell'informazione |
| |
qualità e mostra come JMP può essere |
| |
utilizzato per valutare un miglioramento |
| |
per InfoQ. Quindi, prima di tutto, sono |
| |
passerò attraverso l'InfoQ |
| |
componenti. Il primo InfoQ |
| |
il componente è l'obiettivo, quindi in |
| |
in questo caso l'enunciato del problema |
| |
era una compagnia chimica |
| |
voleva una formulazione che |
| |
resa del prodotto massimizzata mentre |
| |
minimizzare un'impurità fastidiosa |
| |
che è risultato dalla reazione. |
| |
Quindi questo era l'obiettivo di alto livello. |
| |
In termini statistici, volevamo |
| |
per trovare un modello che sia accurato |
| |
ha previsto una risposta su un dato |
| |
impostato in modo che potessimo trovare un |
| |
combinazione di ingredienti e |
| |
fasi di elaborazione che porterebbero |
| |
a un prodotto migliore. |
| |
I dati sono impostati in 100 |
| |
formulazioni sperimentali con |
| |
un ingrediente primario, X1, e |
| |
10 additivi. C'è anche un |
| |
fattore di elaborazione in 13 |
| |
risposte. I dati sono |
| |
completamente fabbricati ma erano |
| |
simulato per illustrare lo stesso |
| |
punti di forza e di debolezza del |
| |
dati originali. I dati |
| |
la formulazione è stata fatta anche |
| |
registrato. Esamineremo |
| |
questi dati da vicino, quindi voglio |
| |
elaborare oltre a sottolineare |
| |
che sono stati raccolti in un |
| |
modo ad hoc, cambiandone uno o due |
| |
additivi alla volta piuttosto che |
| |
come progettato o randomizzato |
| |
esperimento. C'è molto |
| |
modi per analizzare questi dati, il |
| |
il più tipico è il meno |
| |
modellazione dei quadrati con avanzamento |
| |
selezione sulle risposte selezionate. |
| |
Questa era la mia intenzione originale |
| |
per questo discorso, ma quando ho mostrato |
| |
i dati a Ron, lui immediatamente |
| |
riconosciuto le colonne di risposta |
| |
come serie temporali da analitica |
| |
chimica. Anche se i dati |
| |
erano simulati, poteva vedere il |
| |
struttura. Poteva vedere le cose |
| |
nei dati che non ho visto |
| |
e non l'ho letto. Ho trovato |
| |
questo per essere sorprendentemente |
| |
impressionante. È oltre il |
| |
scopo di questo discorso, ma c'è |
| |
un approccio ancora migliore basato su |
| |
modellazione d'insieme utilizzando |
| |
ponderato frazionalmente |
| |
autofinanziamento. Phil Ramsey, |
| |
Wayne Levin e io ne abbiamo un altro |
| |
parlare di questa metodologia a |
| |
la scoperta europea |
| |
Conferenza di quest'anno. Il |
| |
L'approccio è promettente perché |
| |
può adattare i modelli ai dati con |
| |
interazioni più attive rispetto |
| |
ci sono delle piste. La quarta e ultima |
| |
componente della qualità dell'informazione |
| |
è l'utilità, che è quanto bene noi |
| |
siamo in grado di valutare i nostri obiettivi. Oppure |
| |
come misuriamo quanto bene abbiamo |
| |
valutato i nostri obiettivi? C'è un |
| |
aspetto di dominio che è in questo |
| |
caso in cui vogliamo avere un |
| |
formulazione che porta a |
| |
massimizzazione delle rese e minimizzazione delle |
| |
rifiuti nella post-elaborazione del |
| |
materiale. La statistica |
| |
l'utilità di analisi si riferisce a |
| |
modello a cui ci adattiamo. Ciò che siamo |
| |
andare per quello che c'è di meno |
| |
precisione dei quadrati del nostro modello in |
| |
termini di quanto bene siamo in grado di |
| |
prevedere cosa...cosa sarebbe |
| |
risultato del candidato |
| |
combinazioni di formulazione...di |
| |
fattori di miscela. Ora vado |
| |
per rispondere a una serie di domande |
| |
che compongono un InfoQ dettagliato |
| |
valutazione come organizzata nel |
| |
otto dimensioni dell'informazione |
| |
qualità. Voglio sottolineare |
| |
che non tutte le domande saranno |
| |
ugualmente rilevanti per diversi |
| |
scienza dei dati e statistica |
| |
progetti, e che questo non è |
| |
inteso come un dogma rigido ma |
| |
piuttosto un insieme di cose che sono |
| |
è una buona idea chiederselo. |
| |
Queste domande rappresentano un tipo |
| |
della saggezza analitica dei dati che |
| |
sembra più ampio del solo |
| |
applicazione di un particolare |
| |
tecnologia statistica. Una copia |
| |
di un foglio di calcolo con questi |
| |
domande insieme a suggerimenti per |
| |
Le funzionalità JMP che sono le più |
| |
utile per rispondere a una |
| |
uno in particolare verrà caricato |
| |
alla comunità JMP insieme |
| |
con questo discorso da usare. Come |
| |
Procedo attraverso le domande, |
| |
Farò una dimostrazione di analisi di |
| |
i dati in JMP. Quindi Domanda 1 |
| È |
è la scala dei dati utilizzata |
| |
allineato con l'obiettivo dichiarato? Quindi |
| |
le X che abbiamo sono costituite da |
| |
una singola variabile categoriale |
| |
elaborazione e l'11 continuo |
| |
input. Questi vengono misurati |
| |
come percentuali e sono anche |
| |
registrato allo 0,5 percento. Noi |
| |
non hanno gli importi totali di |
| |
gli ingredienti, solo il |
| |
percentuali. I totali sono |
| |
informazioni che sono andate perse |
| |
o mai registrati. Ci sono |
| |
altri potenzialmente importanti |
| |
pezzi di informazioni che sono |
| |
mancante qui. Il tempo tra |
| |
formulare i lotti e |
| |
prendere le misure è sparito |
| |
e ce ne sarebbero potuti essere altri |
| |
informazioni a livello di covariata che |
| |
manca qui che avrebbe |
| |
ha descritto le condizioni sotto |
| |
in cui si è verificata la reazione. |
| |
Senza più informazioni di quelle che ho |
| |
avere, non posso dire quanto sia importante |
| |
questo tipo di informazioni di covariata |
| |
sarebbe stato. Noi abbiamo |
| |
informazioni sul giorno della |
| |
batch, in modo che possa essere utilizzato come |
| |
un surrogato possibilmente. Nel complesso noi |
| |
hanno quello che, si spera, è il più |
| |
input importanti, così come |
| |
misurazioni delle risposte che abbiamo |
| |
desidera ottimizzare. Avremmo potuto |
| |
aveva più informazioni, ma questo |
| |
sembra abbastanza promettente da provare |
| |
e analisi con. Il secondo |
| |
domanda relativa ai dati |
| |
la risoluzione è quanto affidabile e |
| |
precisi sono gli strumenti di misura |
| |
e fonti di dati. E il fatto |
| |
è che non abbiamo molto |
| |
informazioni specifiche qui. Il |
| |
statistico interno |
| |
la compagnia avrebbe avuto di più |
| |
informazioni. In questo caso noi |
| |
non ho altra scelta che fidarmi di ciò |
| |
i chimici formularono e |
| |
ha registrato bene le miscele. Il |
| |
terza domanda relativa ai dati |
| la risoluzione è |
sono i dati |
| |
analisi adatta ai dati |
| |
livello di aggregazione? E il |
| |
la risposta qui è sì, supponendo |
| |
che il loro sistema di misurazione è |
| |
accurati e che i dati siano |
| |
abbastanza pulito. Quello che stiamo facendo |
| |
finire per fare in realtà è |
| |
useremo il |
| |
Esploratore di dati funzionali per |
| |
estrarre il principio funzionale |
| |
componenti, che sono un dato |
| |
tipo di dati derivati |
| |
aggregazione. E poi siamo |
| |
modellerò quelli |
| |
componenti principali funzionali |
| |
utilizzando le variabili di input. Quindi |
| |
ora passiamo ai dati |
| |
dimensione della struttura e la |
| |
la prima domanda che ci poniamo è: è il |
| |
dati utilizzati allineati con il |
| |
obiettivo dichiarato? E penso che il |
| |
la risposta è un chiaro sì qui. Siamo |
| |
cercando di massimizzare |
| |
resa. Abbiamo misure per |
| |
quello, e gli input sono |
| |
registrati come X. I secondi dati |
| |
la domanda sulla struttura è dove |
| |
le cose cominciano davvero a farsi |
| |
interessante per me. Quindi questo è |
| |
sono i dettagli di integrità |
| |
(valori anomali, valori mancanti, dati |
| |
problemi di corruzione) descritti e |
| |
gestito in modo appropriato? Quindi da |
| |
qui possiamo usare JMP per poter |
| |
per capire dove si trovano i valori anomali |
| |
sono, escogitare strategie per |
| |
cosa fare in caso di valori mancanti, |
| |
osservare i loro modelli e così via |
| |
su. Quindi questo è questo è dove |
| |
le cose stanno per diventare un po' |
| |
un po' più interessante. Il primo |
| |
la cosa che faremo è che |
| |
andando a determinare se ci sono |
| |
eventuali valori anomali nei dati che abbiamo |
| |
di cui preoccuparsi. Quindi |
| |
per fare ciò, andremo |
| |
nell'esplorazione dei valori anomali |
| |
piattaforma fuori dalla proiezione |
| |
menu. Caricheremo il |
| |
variabili di risposta, e perché |
| |
questa è un'impostazione multivariata, |
| |
useremo una nuova funzionalità |
| |
in JMP Pro 16 chiamato Robust |
| |
Valori anomali PCA. Quindi vediamo dove |
| |
i grandi residui sono in quelli |
| |
tipo di grafici di tipo Pareto. |
| |
C'è un'istantanea che mostra dove |
| |
c'è qualche potenziale |
| |
osservazioni insolitamente grandi. Io |
| |
non credo proprio che questo sembri |
| |
troppo insolito o preoccupante per me. |
| |
Possiamo salvare i grandi valori anomali |
| |
in una tabella dati e poi guarda |
| |
loro nella distribuzione |
| |
piattaforma e ciò che vediamo in un certo senso |
| |
sembra una distribuzione normale |
| |
con la parte centrale tolta. Quindi io |
| |
penso che questi siano dati che sono |
| |
proveniente più o meno dalla stessa cosa |
| |
popolazione e non c'è niente |
| |
di cui preoccuparsi davvero qui, |
| |
valori anomali. Quindi, una volta che abbiamo |
| |
preso cura dell'anomalia |
| |
situazione in cui entriamo ed esploriamo |
| |
valori mancanti. Quindi quello che stiamo |
| |
la prima cosa che faremo è andare |
| |
per caricare gli Y come...nel |
| |
piattaforma, e poi andiamo |
| |
per usare il valore mancante |
| |
istantanea per vedere quali modelli |
| |
sono tra i nostri dispersi |
| |
valori. Sembra che il |
| |
i valori mancanti tendono a verificarsi in |
| |
cluster orizzontali, e c'è |
| |
anche gli stessi valori mancanti |
| |
attraverso le righe. Quindi puoi vedere che |
| |
con le macchie nere qui. |
| |
E poi andremo ad applicare un |
| |
imputazione automatizzata dei dati, |
| |
che va avanti e salva |
| |
colonne di formule che imputano |
| |
valori mancanti nel nuovo |
| |
colonne che utilizzano un tipo di regressione |
| |
algoritmo sviluppato da |
| |
un mio dottorando di nome Milo |
| |
Pagina alla NC State. Così possiamo giocare |
| |
un po' in giro e prendi un |
| |
senso di come l'ADI |
| |
l'algoritmo funziona. Quindi è |
| |
ha creato queste colonne di formule |
| |
che stanno staccando elementi di |
| |
la colonna di imputazione ADI, che è |
| |
una colonna di formule vettoriali e la |
| |
funzione di imputazione del punteggio |
| |
sta calcolando l'atteso |
| |
valore delle celle mancanti fornite |
| |
le cellule non mancanti, ogniqualvolta |
| |
ha un valore mancante. Ed è |
| |
semplicemente portando a termine un non |
| |
valore mancante. Quindi puoi vedere 207 |
| |
in YO...Y6 lì. Inizialmente è |
| |
207 ma poi lo cambio in |
| |
mancante e ora è in fase di |
| |
imputato a 234. |
| |
Quindi lo farò un paio di volte così |
| |
puoi in un certo senso vedere come è |
| |
lavorando. Quindi qui metterò un grande |
| |
valore per Y7 e questo è adesso. |
| |
è stato sostituito. E se andiamo giù |
| |
e aggiungiamo una riga, |
| |
allora tutti i valori mancanti sono lì |
| |
inizialmente e la colonna significa |
| |
vengono sostituiti per il |
| |
imputazioni. Se dovessi andare |
| |
avanti e aggiungi valori per alcuni di |
| |
quelle cellule mancanti, sarebbe |
| |
inizia a fare il condizionale |
| |
aspettativa di ciò che ancora manca |
| |
cellule che utilizzano le informazioni |
| |
quello è in quello mancante....il |
| |
quelli non mancanti. Quindi il nostro prossimo |
| |
la domanda sulla struttura dei dati è |
| |
sono i metodi di analisi |
| |
adatto alla struttura dei dati? |
| |
Quindi abbiamo 11 input di miscela |
| |
e una variabile di elaborazione che è |
| |
categorico. Quelli stanno andando |
| |
essere input in un minimo |
| |
modello di tipo quadrati. Abbiamo |
| |
13 risposte continue e |
| |
possiamo modellarli usando... |
| |
individualmente utilizzando almeno |
| |
quadrati. Oppure possiamo modellare |
| |
principio funzionale |
| |
componenti. Il...ora ci sono |
| |
problemi. Le X sono...il |
| |
le variabili di input non sono state |
| |
randomizzato affatto. È molto |
| |
chiaro che avrebbero sporcato |
| |
in giro con uno o più di |
| |
i composti e poi si muovono |
| |
su un altro. Quindi il |
| |
ordine in cui il |
| |
le variabili di input sono state variate |
| |
era un po' casuale. È un |
| |
chiara mancanza di randomizzazione, e |
| |
che avrà un effetto negativo |
| |
impatto sulla nostra...generalizzabilità |
| |
e la forza delle nostre conclusioni. |
| |
L'integrazione dei dati è il terzo |
| |
Dimensione InfoQ. Questi dati |
| |
sono note di laboratorio inserite manualmente |
| |
costituito principalmente da miscela |
| |
percentuali e attrezzature |
| |
letture. Possiamo solo supporre |
| |
che i dati sono stati inseriti |
| |
correttamente e che le X siano |
| |
allineati correttamente con le risposte. |
| |
Se non è così, allora il |
| |
il modello avrà una seria distorsione |
| |
problemi e hanno |
| |
problemi di generalizzabilità. |
| |
L'integrazione è più un problema |
| |
con dati osservativi |
| |
problemi scientifici nella macchina |
| |
esercizi di apprendimento, quindi laboratorio |
| |
esperimenti come questo. Sebbene |
| |
non si applica qui, lo farò |
| |
sottolineare che la privacy e |
| |
le preoccupazioni sulla riservatezza possono essere |
| |
identificato modellando il |
| |
parte sensibile dei dati utilizzando |
| |
il componente da pubblicare |
| |
ai dati. Se il risultato |
| |
modello è previsto, allora uno |
| |
dovrebbe preoccuparsi della privacy |
| |
le preoccupazioni non vengono soddisfatte. Temporale |
| |
la rilevanza si riferisce al |
| |
sequenziamento temporale operativo di |
| |
raccolta dati, analisi e |
| |
distribuzione e se ci sono lacune |
| |
tra queste fasi porta ad un |
| |
diminuzione dell'utilità di |
| |
le informazioni contenute nello studio. |
| |
In questo caso, possiamo semplicemente |
| |
spero che il materiale fornisca |
| |
sono ragionevolmente coerenti e |
| |
che l'apparecchiatura di prova è |
| |
ragionevolmente accurato, il che è un |
| |
presupposto non verificabile a questo punto |
| |
punto. La risoluzione temporale che abbiamo |
| |
avere quando la raccolta dei dati è |
| |
a livello giornaliero, il che significa |
| |
che non c'è molto modo che |
| |
possiamo verificare se c'è tempo |
| |
variazione all'interno di ogni giorno. |
| |
La cronologia dei dati e l'obiettivo sono |
| |
sulla disponibilità di |
| |
variabili rilevanti sia in termini |
| |
se la variabile è |
| |
presenti affatto nei dati o |
| |
se le informazioni sono corrette |
| |
sarà disponibile quando il modello |
| |
è distribuito. Per predittivo |
| |
modelli, questo si riferisce ai modelli |
| |
essere adatti a dati simili a |
| |
cosa sarà presente in quel momento |
| |
il modello sarà valutato su |
| |
nuovi dati. In questo modo, i nostri dati |
| |
il set è certamente buono. Per |
| |
stabilire la causalità, tuttavia, |
| |
non siamo in condizioni altrettanto buone |
| |
forma perché la mancanza di |
| |
la randomizzazione implica che il tempo |
| |
effetti e fattori effetti possono |
| |
essere confusi, portando a pregiudizi |
| |
nelle nostre stime. Endogenità, |
| |
o causalità inversa, potrebbe |
| |
essere chiaramente un problema qui, come |
| |
variabili come la temperatura e |
| |
il tempo di reazione potrebbe essere chiaramente |
| |
influenzando le risposte, ma hanno |
| |
è rimasto non registrato. Nel complesso, |
| |
c'è molto che non sappiamo |
| |
su questa dimensione in un |
| |
senso della qualità dell'informazione. |
| |
Il resto dell'InfoQ |
| |
la valutazione sarà |
| |
dipende dal tipo di |
| |
analisi che facciamo. Quindi a questo punto |
| |
punto vado avanti e |
| |
condurre un'analisi di questi dati |
| |
utilizzando i dati funzionali |
| |
Piattaforma Explorer in JMP Pro |
| |
che mi permette di modellare attraverso |
| |
tutte le colonne contemporaneamente |
| |
in un modo che si basa su |
| |
componenti principali funzionali, |
| |
che contengono la quantità massima |
| |
di informazioni su tutti coloro |
| |
colonne come rappresentato nel |
| |
il formato più efficiente possibile. |
| |
Lavorerò su |
| |
versioni imputate delle colonne |
| |
che ho calcolato in precedenza nel |
| |
presentazione. E ho intenzione di |
| |
sottolineare che sarò |
| |
lavorando per trovare combinazioni di |
| |
i fattori di miscela che realizzano |
| |
il più vicino possibile in un |
| |
senso dei minimi quadrati, un ideale |
| |
curva che è stata creata dal |
| |
professionista che massimizza il |
| |
quantità di prodotto potenziale che |
| |
potrebbe essere in un lotto mentre |
| |
minimizzando la quantità di |
| |
impurità che loro |
| |
pensato realisticamente un lotto |
| |
potrebbe contenere. Quindi inizio il |
| |
analisi andando ad analizzare |
| |
menu, richiama la sezione Funzionale |
| |
Esploratore dati. Contiene righe come |
| |
funzioni. Caricherò il mio |
| |
righe imputate, e poi vado |
| |
da mettere nella mia formulazione |
| |
componenti e la mia elaborazione |
| |
colonna come supplemento |
| |
variabile. Abbiamo un ID |
| |
funzione, questo è l'ID batch. Qui io |
| |
entra. Posso vedere le funzioni, |
| |
sia la sovrapposizione nel suo complesso, sia |
| |
Posso vedere le singole funzioni. |
| |
Poi posso caricare il bersaglio |
| |
funzione, che è l'ideale. |
| |
E questo cambierà il |
| |
analisi che risulta una volta che io |
| |
iniziare ad entrare nella modellazione |
| |
passi. Quindi questi sono piuttosto |
| |
funzioni semplici, quindi sono solo |
| |
andrò a modellarli con |
| |
B spline. |
| |
E poi andrò nel mio |
| |
analisi DOE funzionale. |
| |
Questo si adatterà al modello |
| |
che collega gli ingressi in |
| |
il principio funzionale |
| |
componenti e poi collegare tutti |
| |
la strada attraverso il |
| |
autofunzioni per renderlo tale |
| |
siamo in grado di recuperare il |
| |
funzioni complessive come |
| |
cambiato, poiché stiamo variando il |
| |
fattori di miscela. Il |
| |
componente principale funzionale |
| |
l'analisi ha indicato che |
| |
ci sono quattro dimensioni di |
| |
variazione in queste risposte |
| |
funzioni. Per capire cosa |
| |
vogliono dire, andiamo avanti e |
| |
esplora con il profiler FPC. |
| |
Quindi guarda questo riquadro proprio qui come |
| |
Regoliamo FPC 1 e possiamo vedere |
| |
a cui questo FPC è associato |
| |
altezza del picco. FPC2, sembra |
| |
come se fosse una specie di picco |
| |
ristrettezza. È quasi come un |
| |
principio di risoluzione |
| |
componente. Il terzo è |
| |
correlato a una specie di ginocchio su |
| |
a sinistra del picco dominante. |
| |
E il Picco 4 sembra che sia |
| |
principalmente correlato con il |
| |
impurità, ecco cosa è |
| |
il significato di fondo è di |
| |
queste quattro funzionalità |
| |
componenti principali. |
| |
Quindi abbiamo caratterizzato il nostro obiettivo |
| |
come massimizzare il prodotto e |
| |
minimizzando l'impurità e |
| |
lo abbiamo comunicato nel |
| |
analisi attraverso questo ideale o |
| |
curva aurea che abbiamo fornito a |
| |
l'inizio dell'FDE |
| |
esercizio che stiamo facendo. Per ottenere il più |
| |
il più vicino possibile a quell'ideale |
| |
curva, accendiamo la desiderabilità |
| |
funzioni. E poi possiamo andare |
| |
e massimizzare la desiderabilità. |
| |
E scopriamo che l'ottimale |
| |
la combinazione di input riguarda |
| |
4,5% di |
| |
Ingrediente quattro, 2% di |
| |
Ingrediente 6. 2,2% di |
| |
Ingrediente 8 e 1,24% di |
| |
Ingrediente 9 che utilizza la lavorazione |
| |
metodo due. Rivediamo come |
| |
siamo arrivati fin qui. Per prima cosa |
| |
calcolato la risposta mancante |
| |
colonne. Poi abbiamo trovato B-spline |
| |
modelli che si adattano a quelle funzioni |
| |
bene nella piattaforma FDE. A |
| |
componenti principali funzionali |
| |
l'analisi ha determinato che c'è |
| |
erano quattro autofunzioni |
| |
caratterizzando la variazione in |
| |
questi dati. Questi quattro |
| |
sono state determinate le autofunzioni |
| |
tramite il profiler FPC a ciascuno |
| |
avere un argomento ragionevole |
| |
significato della materia. Il funzionale |
| |
L'analisi DOE consisteva in |
| |
applicando potato in avanti |
| |
selezione a ciascuno dei |
| |
punteggi FPC individuali utilizzando il |
| |
Fattori DOE come variabili di input. |
| |
E vediamo qui che questi hanno |
| |
combinazioni trovate di |
| |
interazioni ed effetti principali |
| |
che erano più predittivi per |
| |
ciascuno dei principali funzionali |
| |
punteggi dei componenti individualmente. |
| |
Il profiler DOE funzionale |
| |
ha catturato elegantemente tutto |
| |
aspetti in un'unica rappresentazione |
| |
che ci permette di trovare il |
| |
fase di elaborazione della formulazione che |
| |
si prevede che abbia desiderabile |
| |
proprietà misurate da alte |
| |
resa e bassa impurità. |
| |
Quindi ora possiamo fare un InfoQ |
| |
valutazione del |
| |
generalizzabilità dei dati in |
| |
l'analisi. Quindi in questo caso, |
| |
siamo più interessati a |
| |
generalizzabilità scientifica, come |
| |
lo sperimentatore è profondamente |
| |
chimico esperto che lavora |
| |
con questo composto. Quindi siamo |
| |
farà più affidamento su |
| |
la loro competenza in materia |
| |
poi su principi statistici |
| |
e strumenti come i test di ipotesi |
| |
e così via. L'obiettivo è |
| |
principalmente predittivo, ma il |
| |
la generalizzabilità è una specie di |
| |
problematico perché il |
| |
l'esperimento non è stato progettato. Il nostro |
| |
capacità di stimare le interazioni |
| |
è indebolito per tecniche come |
| |
selezione in avanti e impossibile |
| |
tramite l'analisi dei minimi quadrati di |
| |
il modello completo. Perché il |
| |
lo studio non è stato randomizzato, lì |
| |
potrebbe essere un tempo non registrato in |
| |
effetti di ordine. Non abbiamo |
| |
covariata potenzialmente importante |
| |
informazioni come la temperatura e |
| |
tempo di reazione. Questo crea |
| |
un altro grande punto interrogativo |
| |
per quanto riguarda la generalizzabilità. |
| |
Ripetibilità e |
| |
la riproducibilità dello studio è |
| |
anche uno sconosciuto qui come abbiamo |
| |
nessuna informazione sul |
| |
variabilità dovuta alla |
| |
sistema di misurazione. Fortunatamente, |
| |
abbiamo strumenti come JMP |
| |
valutare il design per comprendere |
| |
il design esistente così come |
| |
aumentare il design che può notevolmente |
| |
migliorare la generalizzazione |
| |
esecuzione dell'analisi. |
| |
L'aumento può migliorare le informazioni |
| |
sugli effetti principali e |
| |
interazioni e un secondo round |
| |
della sperimentazione potrebbe essere |
| |
randomizzato per migliorare anche |
| |
generalizzabilità. Quindi ora sono |
| |
passerò attraverso un paio di |
| |
semplici passaggi per mostrare come |
| |
migliorare la generalizzazione |
| |
performance del nostro studio utilizzando |
| |
strumenti di progettazione in JMP. Prima di |
| |
fallo, voglio sottolineare |
| |
che dovevo prendere i dati e |
| |
convertirlo in modo che fosse |
| |
proporzioni piuttosto che in |
| |
percentuali. Altrimenti il design |
| |
gli strumenti non erano realmente d'accordo |
| |
con i dati molto bene. Quindi noi |
| |
vai nel progettista di valutazione |
| |
e poi carichiamo i nostri Y e |
| |
le nostre X. Ho richiesto la possibilità di |
| |
gestire le interazioni di secondo ordine. |
| |
Poi...sì, ho ricevuto questo avviso |
| |
dicendo, ehi, non posso farlo |
| |
perché non siamo in grado di |
| |
stimare tutte le interazioni |
| |
dato un fattore alla volta |
| |
dati che abbiamo. Quindi ho sostenuto |
| |
su. Andiamo all'aumento |
| |
progettista, carica tutto, |
| |
imposta l'aumento. Sceglieremo e io- |
| |
progettazione ottimale perché siamo |
| |
veramente preoccupato per |
| |
prestazioni previste qui. |
| |
E io |
| |
impostare il numero di esecuzioni su 148. |
| |
Il progettista personalizzato ha richiesto |
| |
141 come minimo, ma sono andato a |
| |
148 solo per essere sicuri |
| |
che abbiamo tutte le capacità di |
| |
stimare tutte le nostre interazioni |
| |
abbastanza bene. Dopo di che, |
| |
ci vogliono circa 20 secondi per |
| |
costruire il progetto. Quindi ora |
| |
che abbiamo il design, io sono |
| |
mostrerò i due più |
| |
importanti strumenti diagnostici in |
| |
il progettista di potenziamenti per |
| |
valutare un progetto. Sul |
| |
a sinistra abbiamo la frazione di |
| |
trama dello spazio di progettazione. Questo è |
| |
dimostrando che il 50% del volume |
| |
del design ha |
| |
una varianza di previsione che è |
| |
meno di 1. Quindi 1 sarebbe |
| |
equivalente al residuo |
| |
errore. Quindi siamo in grado di ottenere |
| |
meglio dell'errore di misurazione |
| |
previsioni di qualità nel corso del |
| |
la maggior parte del design. Sul |
| |
a destra abbiamo la mappa dei colori |
| |
correlazioni. Questo sta mostrando |
| |
che siamo in grado di stimare |
| |
tutto abbastanza bene. C'è |
| |
alcuni...a causa della miscela |
| |
vincolo, ne stiamo ottenendo alcuni |
| |
forti correlazioni tra |
| |
interazioni ed effetti principali. |
| |
Nel complesso, gli effetti sono abbastanza |
| |
pulito. E le interazioni sono |
| |
abbastanza ben separato da uno |
| |
un altro, e gli effetti principali |
| |
sono abbastanza ben separati da |
| |
anche l'un l'altro. Dopo |
| |
guardando il design |
| |
diagnostica, possiamo fare il |
| |
tabella. Qui ho mostrato il |
| |
prime 13 delle esecuzioni aumentate |
| |
e vediamo che abbiamo...noi |
| |
abbiamo più randomizzazione. Non abbiamo |
| |
hanno lo stesso effetto principale |
| |
ripetutamente. |
| |
Questa è la prova di una situazione migliore |
| |
randomizzazione e nel complesso la |
| |
il design sarà in grado di |
| |
stimare molto meglio il principale |
| |
effetti e interazioni che hanno |
| |
ricevuto una qualità migliore e più elevata |
| |
informazioni in questa seconda fase |
| |
di sperimentazione. Quindi l'input |
| |
le variabili, le X, sono accurate |
| |
rappresentazioni della miscela |
| |
proporzione, quindi è chiaro |
| |
interesse oggettivo. L' |
| |
le risposte sono strettamente surrogate |
| |
per la quantità del prodotto |
| |
e la quantità di impurità presente |
| |
i lotti. Siamo abbastanza bravi |
| |
7.1. lì. Le giustificazioni |
| |
sono chiari. Dopo lo studio, noi |
| |
può naturalmente andare a preparare un |
| |
lotto che è la formulazione |
| |
che è stato raccomandato dal FDOE |
| |
profiler. Provalo e vedi se |
| |
stiamo ottenendo il tipo di |
| |
prestazioni che stavamo cercando |
| |
per. È molto chiaro che questo |
| |
sarebbe il modo in cui possiamo |
| |
valutare quanto bene abbiamo raggiunto |
| |
i nostri obiettivi di studio. Quindi ora sotto il |
| |
ultima dimensione InfoQ |
| |
Comunicazione. Descrivendo il |
| |
curva ideale come obiettivo |
| |
funzione, il DOE funzionale |
| |
Il profiler definisce l'obiettivo e il |
| |
risultati dell'analisi cristallina |
| |
chiaro. Ma questo può essere espresso |
| |
a un livello che è facilmente |
| |
interpretato dai chimici e |
| |
responsabili della struttura di ricerca e sviluppo. |
| |
E come abbiamo fatto il nostro dettagliato |
| |
valutazione della qualità delle informazioni, |
| |
siamo stati sinceri riguardo al |
| |
punti di forza e di debolezza del |
| |
progettazione dello studio e dati |
| |
raccolta. Se i risultati lo fanno |
| |
non generalizzare, certamente |
| |
sapere dove cercare dove il |
| |
i problemi erano. Una volta che diventi |
| |
familiarità con i concetti, |
| |
c'è un bel componente aggiuntivo scritto |
| |
di Ian Cox che puoi usare per |
| |
fai un rapido InfoQ quantitativo |
| |
valutazione. Il componente aggiuntivo ha |
| |
cursori per la parte superiore e inferiore |
| |
limiti di ciascuna dimensione InfoQ. |
| |
Queste dimensioni sono combinate |
| |
utilizzando una funzione di desiderabilità |
| |
approccio per un intervallo complessivo |
| |
per l'InfoQ sulla sinistra. |
| |
Ecco una valutazione per il |
| |
dati e analisi che ho trattato in |
| |
questa presentazione. Il componente aggiuntivo è |
| |
anche uno strumento di pensiero utile che |
| |
ti farà considerare ciascuno di |
| |
le dimensioni InfoQ. È anche un |
| |
modo pratico per comunicare |
| |
Valutazioni InfoQ per il tuo |
| |
clienti o alla tua gestione, come |
| |
fornisce una visione di alto livello di |
| |
qualità dell'informazione senza |
| |
utilizzando molta tecnica |
| |
concetti e gergo. Il componente aggiuntivo |
| |
è utile anche come base per |
| |
un confronto InfoQ. Il mio |
| |
speranza originale per questo |
| |
la presentazione doveva essere un po' |
| |
un po' più ambizioso. Avevo sperato |
| |
per coprire l'analisi che avevo |
| |
appena passato, così come |
| |
un altro più semplice, uno in cui salto |
| |
inserendo le risposte e facendo |
| |
una semplice funzione lineare multivariata |
| |
modello di regressione della risposta |
| |
colonne. Oggi, sono in grado solo di |
| |
offrire una valutazione finale di ciò |
| |
approccio. Come puoi vedere, |
| |
molti degli InfoQ |
| |
le dimensioni soffrono sostanzialmente |
| |
senza il più sofisticato |
| |
analisi. È molto chiaro che |
| |
la semplice analisi porta a |
| |
punteggio InfoQ molto più basso. |
| |
Il limite superiore del semplice |
| |
l'analisi non è poi così tanto più elevata |
| |
rispetto al limite inferiore del più |
| |
sofisticato. Con |
| |
esperienza, guadagnerai |
| |
intuizione su cosa sia un buon InfoQ |
| |
il punteggio è per la scienza dei dati |
| |
progetti nel tuo settore e |
| |
acquisisci abitudini migliori man mano che |
| |
non sarà più cieco al |
| |
colli di bottiglia informativi nel tuo |
| |
raccolta dati, analisi e |
| |
distribuzione del modello. Informazioni |
| |
qualità con un facile utilizzo |
| |
interfaccia. Questa è stata la mia prima |
| |
qualità delle informazioni formali |
| |
valutazione. Parlando per me, |
| |
la qualità delle informazioni |
| |
il quadro ha dato parole e |
| |
struttura a molte cose che |
| |
lo sapeva già istintivamente. |
| |
è già cambiato il modo in cui io |
| |
approccio alla nuova analisi dei dati |
| |
progetti. Ti incoraggio ad andare |
| |
attraverso questo processo te stesso su |
| |
i tuoi dati, anche se quei dati |
| |
e l'analisi è già molto |
| |
ti è familiare. Ti garantisco |
| |
che sarai più saggio e |
| |
data scientist più efficiente |
| |
per questo. Grazie. |
