こんにちは、 私の 名前 は 粘土 バーカー、 そして 私は a 統計的 開発者 で その ジャンプ グループ。
私は 行く に なれ 話す について いくつかの 新しい 特徴 で その 分布 プラットフォーム
ギア付き に向かって 分析する 制限 の 検出 データ。
その 何か I 働いた の上 と 私の 同僚、 ローラ ランカスター、
誰の また a 統計 開発者 で ジャンプ。
に キック もの オフ、 何 は a 限定 検出 問題？
何 は 私たちは 試して に 解決する？
それ は 基本的な レベル、
a 制限 の 検出 問題 は いつ 私たちは 持っている いくつかの 測定 デバイス
そして その ない できる に 提供する 良い 測定 外 の いくつかの しきい値。
それは 何 私たちは 電話 a 制限 の 検出 問題。
F または 例、 さあ 言う 私たちは 持っている、 だった 取る 重さ 測定
そして だった 使用して a 規模 それは ない できる に 作る 測定 下に 1グラム .
で これ 実例、 私たちは 言う それ 私たちは 持っている より低い 検出 制限 の 1
なぜなら 私たちは できない 測定 下に それ。
しかし で 私たちの データ セット、 だった まだ 録音 それらの 価値観 として 1.
なぜなら の それらの 制限、
私たちは 見る、 私たちは かもしれない 持っている a データ セット それ 見た目 のように これ。
で 一部、 私たちは 持っている いくつかの 価値観 の 1 そして いくつかの 1以外 価値観 それ は 多くの もっと大きい。
私たちは しない 本当に 信じる それ それらの 価値観 は 1秒。
私たちは ただ 知る それ それらの は で ほとんど 1.
これ データ 起こる 全て その 時間 で 練習する。
もし あなた 考える について 時々 だった ない できる に 測定 下に a より低い しきい値。
時々 だった ない できる に 測定 その上 一つの アッパー しきい値。
それらの は 両方 限定 検出 問題。
何 すべき 私たちは する について それ？
さあ 見て で a 本当に 単純 例。
I シミュレーション いくつかの データ それ は 通常 分散型
と 平均 10 そして 差異1 ,
そして だった 堂々とした a より低い 検出 制限 の 9.
もし 私たちは 見て で 私たちの データ セット ここ、
私たちは 持っている いくつかの 価値観 その上 9、 そして 私たちは 持っている いくつかの 9秒。
いつ 私たちは 見て で その ヒストグラム、
これ 絶対に しない 見て 通常 分散型
なぜなら 私たちは 持っている a 全体 束 の 余分な 9秒
そして 私たちは しない 持っている 何でも 下に 9.
何 起こる もし 私たちは ただ モデル それ データ として は？
良い、 それ ターン 外 その 結果 ない それ 素晴らしい。
私たちは 得る a ちゃんとした 見積もり の 私たちの 位置 パラメータ、 私たちの で、
その 本当に 近い に 10, どれの は その 真実。
しかし 私たちは 本当に 過小評価された それ 規模 または 分散 パラメータ。
私たちは 推定 それ に なれ 0.8、
いつ その 真実 は それ 私たちは 生成された それ と 規模 等しい に 1.
あなたは 知らせ それ 私たちの 自信 間隔 のために それ 規模 パラメータ
しない 平 カバー 1.
それ しない 含む その 真実 そして それは 一般的に ない a 素晴らしい 状況 に なれ で。
何ですか もっと、 もし 私たちは 見て で その… 私たちは フィット a 一握り の 分布、
私たちは フィット その ログ 普通、 その ガンマ、 そして その 普通、
まあ 普通 分布、 どれの は 何 私たちは 使用 に 生成する 私たちの データ、
それ ない 平 競争力 ベース の上 その AIC。
ベース の上 それらの AIC 価値観、
私たちは だろう 絶対に 選ぶ a ログ 普通 分布 に モデル 私たちの 応答。
私たちは まだ 終わり a 良い 仕事 推定する 私たちの パラメータ。
だった ない 平 選択する に 使用 その 分布
それ 私たちは 生成された その データ と。
W e ただ 投げた 全て それらの 9秒 の中へ 私たちの データ セット。
私たちは 無視された その 事実 それ それは 不完全 情報
そして しなかった 仕事 外 良い。
何 もし、 その代わり の 無視する それ 制限 の 検出、
何 もし 私たちは ただ 投げる 外 全て それらの 回？
良い、 今 私たちは 得た a 小さい データ セット そして その 偏見がある。
私たちは 投げられた 外 a 大きい かたまり の 私たちの データ の上 それ。
私たちは 持っている a 偏見のある サンプル 今。
今 もし 私たちは フィット 私たちの 普通 分布、
今 だった 過大評価する その 位置 パラメータ、
そして だった まだ 過小評価する 想像する その 規模 パラメータ。
だった 実は で とても a 悪い 位置 まだ、
なぜなら 私たちは まだ 終わり a 良い 仕事 と どちらか の それらの パラメータ。
だった まだ ありそうもない に 選ぶ 通常の 分布。
ベース の上 その AIC、 その ログ 普通 そして その ガンマ 分布
両方 フィット とても a 少し より良い よりも その 普通 分布。
だった まだ で a 悪い 場所。
私たちは 試した 投げる 外 その 9 s、 そして それ しなかった 振り向く 外 良い。
私たちは 試した ただ 含む 彼ら として 9 秒。
それ しなかった 振り向く 外 良い どちらか。
何 すべき 私たちは する その代わり？
その 答え は それ 私たちは すべき 扱う
それらの 観察 で その 制限 の 検出。
私たちは すべき 扱う それらの として 検閲済み 観察。
検閲 は a 状況 どこ
私たちは のみ 持っている 部分的 情報 について 私たちの 応答 変数。
それは その通り その 状況 だった で ここ。
もし 私たちは 持っている 一つの 観察 で その より低い 検出 制限、 そして ここ 私は 表記 それ
DサブL、
私たちは 言う それ 観察 は 少ない 検閲済み。
私たちは しない 言う それ Y は 等しい に それ 制限 の 検出。
私たちは 言う それ Y は 少ない よりも または 等しい に それ ダウンロード 価値。
の上 その フリップ 側、
もし 私たちは 持っている a アッパー 制限 の 検出、 表記 の ここ、
それらの 観察 は 右 検閲済み。
なぜなら だった ない 言って それ Y は 等しい に それ 価値。
だった ただ 言って その で 少しでも それ 価値。
もし あなたは 見ている のために もっと 情報 について どうやって に ハンドル 検閲済み データ、
1つ の その 参照 それ 私たちは 提案する 全て その 時間 は
ミーカーと エスコバルの 本 統計 方法 のために 信頼性 データ。
それは a 本当に 良い 概要 のために どうやって あなた すべき 扱う 検閲済み データ。
もし あなたは 使用済み いくつかの の ...
もし あなた 使用 いくつかの の その 特徴 そして その 生存 そして 信頼性 メニュー JMPでは、
それから あなたは おなじみ と もの のように 人生 分布 そして フィット 人生 による X.
これら は 全て プラットフォーム それ 収容する 検閲 で ジャンプ。
何 だった 興奮した について で ジャンプ 17 は 今
私たちは 持っている 追加した いくつかの 特徴 に 分布 それで それ 私たちは できる ハンドル
これ 制限 の 検出 問題 および配布 として 良い。
全て あなた 持っている に する は あなた 追加
a 検出 制限 カラム 財産 に あなたの 応答 変数、
そして あなた 特定 何 その アッパー そして または より低い 検出 制限 は、
そして あなたは 良い に 行く、 そこには 何もない それ以外 あなた 持っている に する。
で 私の シミュレーション 例、 I 持っていた a より低い 検出 制限 の 9.
I だろう 置く 9 で その より低い 検出 制限 分野 ここ。
それは 本当に 全て あなた 持っている に する。
による 指定する それ 検出 制限、
今 分布 は 行く に 言う、 わかった、 I 知る それ 価値観 の 9
は 実は 左 検閲された、
そして 私は 行く に する 推定 会計 のために それ。
今 と それ 同じ シミュレーション 例、 そして これ より低い 検出 制限 指定された、
今 あなたは 知らせ 私たちは 得る a 多くの もっと 合理的 フィット その 普通 分布。
今 私たちの 自信 間隔 のために 両方 その 位置 そして 規模 パラメータ
カバー その 真実、
なぜなら 私たちは 知る、 また、 その 位置 だった 10 そして その 規模 だった 1.
今 私たちの 自信 間隔 カバー その 真実
そしてそれは a 多くの より良い 状況。
もし あなた 見て で その CDF プロット ここ、
これ は a 本当に 良い 方法 に 比較する 私たちの フィット 分布 に 私たちの データ。
何 その やっている は それ 赤 ライン は その 経験的 CDF、
そして その 緑 ライン は その フィット 普通 CDF。
として あなた できる 教えて、 彼らは 本当に 近い 上 それまで 9.
そしてそれは 作る センス、 なぜなら それは どこ 私たちは 持っている 検閲。
だった やっている a 多くの より良い 仕事 フィッティング これら データ
なぜなら だった きちんと 取り扱い それ 検出 制限。
I ただ 望んでいた に ポイント 外 それ いつ あなたは 指定された その 検出 制限、
その 報告 作る それ 本当に クリア それ 私たちは 使用済み それ。
として あなた できる 見る ここ、
それ 言う その フィット 普通 分布 と 検出 限界、
そして それ しましょう あなた 知る その通り どれの 検出 限界 それ 使用済み。
今 ない のみ は、
なぜなら だった やっている a より良い 仕事 推定する 私たちの パラメータ、
もの のように 推論 について それらの パラメータ は もっと 信頼できる。
もし 私たちは する 何か のように 私たちは 見て で その 分布 プロファイラー
今 私たちは できる 信頼 これら
推論 ベース の上 私たちの フィット 分布、
私たちは 感じる 多くの より良い について 信頼する もの のように その 分布 プロファイラー。
と その シミュレーション 例、 もし 私たちは 使用 私たちの フィット 普通 分布、
なぜなら 私たちは きちんと 処理された 検閲、
私たちは 知る それ について 16 % の その 観察
は 落ちる 下に それ より低い 検出 制限。
I また 望んでいた に ポイント 外 それ
いつ あなた 持っている 検出 限界 で 分布、
今 だった のみ できる に フィット a サブセット の その 分布
それ あなた だろう 通常 見る で その 分布 プラットフォーム。
私たちは できる フィット その 普通、 指数関数的、 ガンマ ログ、 普通、 ウィスコンシン州 そして ベータ。
全て の それらの 分布 サポート 検閲
または 限定 検出 で 分布。
しかし もし あなた だった 使用して 何か のように その 混合 の 法線、
良い、 それ それ しない 伸ばす 良い に センサー データ。
あなたは ない 行く に なれ できる に フィット それ いつ あなた 持っている a 制限 の 検出。
I また 望んでいた に ポイント 外 もし あなた 持っている ジャンプ プロ
そして あなたは 使用済み に 使用して その 一般化された 回帰 プラットフォーム、
一般化された 回帰 認識する それ ちょうど 同じ カラム 財産。
その 検出 制限 カラム 財産
は 認識された による 両方 分布 そして 一般化された .
1つ の その 本当に ニース もの について
これ 新しい 特徴 は それ それ 取得する 運ばれた の上 に その 能力 プラットフォーム。
もし あなた する あなたの フィット そして 分布、 そして あなた 打ち上げ 能力、
今 だった 行く に 得る もっと 信頼できる 能力 結果。
さあ 言う それ だった 製造業 a 新しい 薬、
そして 私たちは 欲しい に 測定 その 額 の 和 不純物 で その 薬。
私たちの データ かもしれない 見て のように 何 私たちは 持っている ここ。
私たちは 持っている a 束 の 小さい 価値観、 そして 私たちは 持っている a より低い 検出 制限 の 1 mg。
これら 価値観 の 1 それ は 強調表示 ここ、
私たちは しない 本当に 考える それらの は 1.
私たちは 実は 考える その 何か... 私たちは 知る それ その 何か 少ない 1より .
私たちは 持っている 一つの アッパー 仕様 制限 の 2.5 ミリグラム。
これ は a 状況 どこ 私たちは 持っている 両方 スペック 限界 そして 検出 制限。
その 本当に 簡単 に 特定 それらの で その カラム プロパティ。
ここ 私たちは 定義された 私たちの アッパー スペック 制限 として 2.5
そして 私たちの より低い 検出 制限 の 1.
今 全て あなた 持っている に する は ただ
与える 分布 その カラム それ あなた 欲しい に 分析します。
それ 知っている その通り どうやって に ハンドル それ 応答 変数。
さあ 見て で その 能力 結果。
今、 なぜなら 私たちは きちんと 処理された それ 制限 の 検出、
私たちは 信頼 それ 私たちの ログ 普通 フィット は 良い。
私たちは 見る それ 私たちの Ppk、 価値 ここ は 0.546 .
それは ない とても 良い。
いつもの あなた だろう 欲しい a Ppk その上 1.
これ は 伝える 私たち それ 私たちの システム は ない とても 有能。
私たちは 得た いくつかの 問題 それ 私たちは かもしれない 必要 に 選別 外。
一度 また、 何 だろう 持っている 起こった もし 私たちは 持っていた 無視された それ 制限 の 検出
そして 私たちは 持っていた ただ 治療された 全て それらの 1秒 として もし 彼らは 本当に だった 1秒。
良い、 さあ 取る a 見て。
私たちは する 私たちの フィット、 無視する その 制限 の 検出、 そして 私たちは 得る a Ppk の その上 1.
に基づく これ フィット、
私たちは だろう 言う それ 私たちは 実は 持っている a きちんと 有能 システム、
なぜなら a Ppk の 1 は ない あまりにも 悪い。
それ かもしれない なれ 一つの 許容できる 価値。
による 無視する それ 制限 の 検出、
私たちは 騙された 私たち自身 の中へ 考え 私たちの システム は もっと 有能 よりも それ 本当に は。
I 考える これ は a いいね 例、
なぜなら 私たちは 持っている a より低い 検出 制限、 どれの 5月 鉛 あなた に 信じる、
良い、 I かもしれない なれ 多分 無視する その 制限 の 検出 だろう なれ 保守的、
なぜなら 私は 過大評価する その 位置 パラメータ。
それは 真実、 いつ 私たちは 無視する その 制限 の 検出、
だった 過大評価する それ 位置 パラメータ。
しかし その 問題 は だった ひどく 過小評価する その 規模 パラメータ。
それは 何 作る 私たち 作る 悪い 決定 外 で その しっぽ
の それ 分布。
による 無視する それ 制限 の 検出、
私たちは 本当に 得た 私たち自身 の中へ a 悪い 状況。
ただ に 要約すると、
その 本当に 重要 に 認識する いつ 私たちの データ 特徴 a 制限 の 検出。
I 考える その 簡単 に 考える の、
時々 私たちは 考える について データ セット どこ
多分 私たちは 分析された その 応答 として は で その 過去、
いつ 本当に、 多分 私たちは すべき 持っている 調整済み のために a 制限 の 検出。
なぜなら のように 私たちは ただ 見た、 いつ 私たちは 無視する それらの 限界、 私たちは 得る 誤解を招く フィットします。
それから 私たちは 5月 作る 悪い 決定 ベース の上 それらの 誤解を招く フィットします。
のように 私たちは 見た で 私たちの 例、
私たちは 得た 悪い 推定値 または その 位置 そして 規模 パラメータ、
そして 私たちの Ppk 見積もり だった ほとんど ダブル 何 それ すべき 持っている された。
しかし 何 だった 興奮した について で ジャンプ 17
は それ その 分布 プラットフォーム 作る それ 本当に 簡単 に 避ける これら 落とし穴
そして に 分析する これ データの種類 きちんと。
全て あなた 持っている に する は 特定 それ 検出 制限 カラム 財産、
そして 分布 知っている その通り 何 に する と それ。
今日 私たちは のみ 見た で より低い 検出 限界、
しかし あなた できる ただ として 良い 持っている アッパー 検出 限界 として 良い。
で 事実、 あなた できる 持っている 両方。
のように I 言った、 そこには のみ 六 分布 それ 現在 サポート
検閲 内部 の その 分布 プラットフォーム。
しかし それらの は また その 六 ほとんど 重要 分布 のために これら 種類 の データ。
それ 本当に は 良い 選択 の 配布物。
それは それ。
私はただ に 感謝 あなた のために あなたの 時間
そして 奨励する あなた に チェック 外 これら 機能強化 に その 分布 プラットフォーム。
ありがとう。
