こんにちは みんな。
私の 名前 は ミコル・トレソルディ。
今日 私の 話す 意思 なれ について コーディング と 連続 そして 混合 変数
に 探検する もっと の その 入力 空間。
前に I ジャンプ の中へ その トピック けれど、
私は のように に 与える あなたの 簡単な 概要 の 何 私の プレゼンテーション だろう 見て のように。
病気 始める による 共有 そして 発表する に あなた a 少し 少し の a 一般的な アイデア
の 何 その 物体 の その プロジェクト だった そして その 客観的 それ だった 運転 それ、
そして それから 病気 合格 の上 に 現在 その イニシャル アプローチ
それ 私たちは 取った 当初 に 追求する これ 客観的。
病気 それから 見せる あなた けれど、
それ 続く これ イニシャル アプローチ、 私たちは する 出会い いくつかの 問題。
で それ ポイント で その 問題 ステージ、
良い 必要 に 行く 戻る に その 始まり の その 問題 設定、
そして 試す に 見て で それ から a わずかに 違う 視点、
で a 方法 それ 私たちは できる 形 外 一つの 代替 方法
の 見ている で 私たちの 入力 変数。
で やっている これ、 良い なれ 変更する 私たちの データ 構造。
しかし 病気 見せる あなた どうやって 私たちは できる 実は 建てる 一つの 同等 統計的に モデル
で a 方法 それ 私たちは 意思 ない なれ で 必要 の 行く そして 集める どれでも 追加 データ、
しかし 実は 私たちは できる に 再分析 ちょうど 同じ データ、
そして まだ なれ できる に うまくいけば 克服する 私たちの イニシャル 問題
そして 探す いくつかの 役に立つ 方向 に 行く。
これ は その 概要 の その プレゼンテーション。
させて 自分 始める による 与える あなた その 一般的な アイデア の その プロジェクト。
いつ その クライアント 最初の到達 外 に 私たち、 彼らは 持っていた 何か 念頭に置いて
で 条項 の 持つ いくつかの 材料 彼らは 必要 に ミックス 一緒に、
で a 方法 それ その ファイナル 処方 出展しました いくつかの 最適 プロパティ。
もっと 具体的には、
どれでも 処方 だった 行く に なれ 判断された その上 二 プロパティ、
そして それぞれ の これら プロパティ 持っていた に 会う いくつかの ある 最適性 基準。
として I ただ 述べた。 その 問題 自体、 は 事前 一般的な で その 自然 .
良い 持っている いくつかの 材料、 使用して その 一般 類推、
私たちは できる 考える について 私たち自身 で その 台所 持つ いくつかの 材料
そして 持つ に 形 外 a 方法 に ミックス 彼ら。
で 方法 それ、 で その 終わり、 私たちの ケーキ 意思 見て ニース
そして また 味 良い。
これ は その 一般的な フレームワーク。
今、 させて 自分 与える あなた いくつかの もっと 詳細 について これ 特定の ケーキ。
その レシピ 通話 のために 4つ 材料、
要素 あ、 要素 B、 要素 C、 そして 要素 D.
のために 要素 あ、 B、 そして C、
実は その 額 に 置く で その レシピ は いる 事前に決定された。
私たちは しない 持っている 自由 そこには。
の上 その 他の 手、 何 私たちは 必要 に 決める けれど
は どうやって だった 行く に 作る それらの 材料、 もし あなた のように。
そこには は 複数 方法 の 作る それらの 材料
なぜなら 私たちは 持っている 複数 生 材料 それ 私たちは できる 雇用する
に 到着 に それらの 材料。
それから のみ 後 持つ これら 材料 準備ができて のために 使用して、
私たちは できる 実は 雇用する 彼ら で その ファイナル レシピ。
これ は のために 要素 あ、 B、そしてC。
のために 要素 D の上 その 他の 手、 そこには は のみ 1つ 生 材料 私たちは できる 使用。
のみ 1つ 方法 の 作る それ。
何 私たちは 必要 に 決める は どうやって 多くの
だった 行く に 置く a 要素 D で その ファイナル レシピ。
ただ に 要約、 で 条項 の 決断 -作る 問題、
良い 必要 に 決める 4つ もの、
どうやって 私たちは 作る 要素 あ、 どうやって 私たちは 作る 要素 B、
どうやって 私たちは 作る 要素 C、
そして どうやって 多くの の 要素 D だった 行く に 置く で その レシピ。
わかった、 今 病気 必要 に なれ a 少し もっと 特定の
で 与える あなた いくつかの もっと 詳細
について どうやって、 何 だった これら 方法 の 作る 要素 あ、 B、 そして C.
その クライアント、 いつ 彼らは 来た に 私たち、
彼らは 持っていた 比較的 少し オプション で 心 のために これ。
のために 要素 あ、 彼らは 望んでいた に 考慮する 二 生 材料。
どちらか のみ 使用して 生 材料 A1、 または のみ 使用して 生 資料A2。
のために 要素 B、 一度 また、 のみ 二 生 材料、 B 1 そして B 2.
その 可能 方法 の 作る 要素 B、
それ だった どちらか その 二 純粋な ブレンド の B 1 そして B 2、
または a 50-50 ブレンド の B 1 そして B2.
要素 C 私たちは 今 三つ 行 材料 は 利用可能 のために 作る それ。
また、 その 三つ 純粋な ブレンド、 C 1、 C 1、 C3、
または として a 4番目 オプション、 は 50-50 ブレンド の C 1 そして C 2.
と 尊敬 に その 要素 D 量、
どれの 私は 行く に 示す による から 今 の上、 による X 1、
彼らは 望んでいた に テスト 4つ 可能 レベル。
4つ 可能 金額、 五、 10, 15, そして 20.
に関して その 応答 変数、 それらの は わずかに もっと 率直な
で その センス それ 私たちは のみ 持っている 二 の 彼ら、
両方 私たちの 連続 変数。
それぞれ の 彼ら、 として I だった 言及された で その 始まり、
持っていた に 会う ある 最適性 しきい値、 最適性 基準。
のために Y1 持っていた に なれ その上 17. のために Y2 持っていた に なれ その上 2.6.
今 私たちは 持っている の上 私たちの 左、
私たちの 入力 変数 それ 私たちは 必要 に 決める どうやって に 操縦 そして 変化する
で 作る その レシピ。
の上 その 右 側、
私たちは 持っている その プロパティ それ だった 興味がある で。
何 私たちは 決めた に する だった
に 提案する 私たちの クライアント に する 設計された 実験
で a 方法 それ 私たちは だろう 行く 外 そして 作る いくつかの の これら レシピ、
作る いくつかの の これら 処方 そして なれ できる、 から その 収集された データ、
後 録音 その プロパティ のために [聞き取れない 00:06:32] ,
実際の 観察された 処方、
に 理解する そして 推測する その 関係 進行中
それ だった リンク その 入力 変数。
どうやって 私たちは だった 作る 私たちの レシピ そして 応答 変数。
どうやって その プロパティ 実は だった 実行中 彼ら自身
のために 違う 組み合わせ の その 入力。
最終的に それ その 客観的 の その プロジェクト だった で 事実、
に 形 外 かどうか そこには だった 一つの 最適 レシピ、
意味 a レシピ それ だれの プロパティ
両方 の 彼らの それぞれ 最適性 基準。
与えられた これ フレームワーク、 与えられた これ 設定、
今 その かわいい クリア それ X 1 は 行く に なれ a 定量的 変数。
しかし どうやって について 要素 あ、 B、 そして Ｃ？
与えられた その 事実 それ 私たちは できる ミックス これら 生 材料 .
は 私たちは 行く に 扱う 彼ら として カテゴリカル または は 私たちは 行く に 扱う 彼ら として 数値ですか?
で これ ステージ、 なぜなら その クライアント だった 特に 興味がある で
観察する その パフォーマンス の これら 特定の 作曲 の その 生 材料
のために 作る その 様々な 要因 あ、 B、 そして C、
私たちは 決めた に 収容する 彼らの リクエスト そして コード化された 彼ら として カテゴリカル 変数
で a 方法 それ 私たちは だった もちろん それ それらの 特定の 作曲
だった 行く に 見せる 上 で その デザイン の 実験。
また、 カテゴリカル 変数 手段 それ、 そして で これ 場合、
それぞれ レベル の その カテゴリカル 対応する に a 可能 方法
の 作る その 材料 または 要素。
私たちは 終わり 上 と 三つ カテゴリカル 変数
と 二、 三つ、 そして 4つ レベル それぞれ。
今、 ターン 外 それ 実は
これ カテゴリカル コーディング アプローチ だった また かわいい 役立つ で その 議論
の どうやって 私たちは 望んでいた に 特定 その 統計的 モデル
それ、 で 原理、 だった 想定 に、
または で 少しでも 想定 に なれ 包括的な 十分
に 説明する そして 捕獲 その 関係 進行中
間 その 要因 そして その 回答、 その プロパティ。
のために その クライアント、 だった 特に 簡単
のために 持つ これ カテゴリカル コーディング に 識別する そして 特定
何 相互作用の種類 ターン 誰が 彼らは だった 期待して に 見る
で 条項 の 説明 そして なれ 関連する で 説明 その 関係。
その ファイナル 統計的 モデル
それ 私たちは 終了 上 指定する その デザイン の 実験、
構成 の 主要 効果、 二 -方法 相互作用、 全て の 彼ら、
二次関数 そして キュービック 条項 のために その 継続 変数
と その 追加 の その 交流 の その 二次関数 と 1つ の その 要因。
今、 の コース、
私たちは また 持っていた いくつかの 制約 で その 番号 の 実験 利用可能。
なぜなら 私たちは 明らかに しない 持っている 無限 額 の リソース、
それで 私たちは 置く a 制約 の 51 実行、
そして これ は その DOE それ ジャンプ 与えた 私たち
できる に 見積もり その 統計的 モデル 私たちは ただ 指定された、
そして また なれ できる に なれ 内で その 制約
それ の上 私たちの リソース。
今 と これ、 その のみ もの それ だった 左 に する
だった 行く そして 作る これ 51 処方。
想像する それ だった 素晴らしい 素早い、 そして すべて は 魔法、
そして 私たちは 持っている すでに 得た 銃
そして 作った 全て の 私たちの 関係 収集された データ .
今 私たちは は で 良い 形 のために
推定する その ガウス分布 モデル それ 私たちは 指定された。
これら は その 結果 のために その 最初のプロパティ、Y 1.
私たちは できる 見る それ そこには は a かわいい 良い フィット 間 予測する そして 実際の 価値観。
A また、 もし 私たちは 見て で その 指標、 その 報告、 その モデル まとめ、
それらの 見て かわいい 満足です。
その 同じ は 真実 もし 私たちは 見て で 今 で その 2番 財産 Y2、
また、 かわいい 良い フィット。
私たちは は ハッピー と 私たちの モデル、 そして 私たちは 考える 私たちは した a 良い 仕事
で キャプチャ その 関係。
今 覚えて それ 何 私たちは 本当に 欲しい に 発見する は、 で 事実、
そこには は どれでも 最適 レシピ それ できる 会う 両方 基準 のために 私たちの プロパティ。
どうやって は 私たちは 行く に する これ？
どうやって は 私たちは 行く に 確立する もし そのような a 最適 レシピ 存在する または ない？
良い、 で JMP Pro 16、 これ は a 素晴らしい 簡単 タスク、
なぜなら 私たちは できる シミュレーション 数千 の 潜在的 代替案 レシピ
による 使用して その プロファイラー 特徴 オプション。
のために それぞれ の これら 仮説的な レシピ、
私たちは できる 自動的に 持っている で その 同じ テーブル
その 予測された 平均 価値 のために その 二 プロパティ、
それで それ それ 来る 超自然的 そして 素晴らしい 簡単
に 見る もし そこには は どれでも 最適 レシピ。
ただ に 与える あなた 一つの アイデア どうやって 素早い それ は、
I 欲しい に 見せる あなた ライブ、 どうやって 私たちは できる する これ。
これ は 私の DOE カテゴリカル テーブル、 どこ I 持っている 私の 要素 あ、 B、 そして C.
X1 は 私の のみ 定量的 入力 変数。
I 持っている 私の 記録された 価値観 のために その 二 プロパティ、 Y1 そして Y2.
想像してみて それ 私たちは 持っている すでに 走る その モデル、 推定 モデル
そして 保存された その 予測 数式 のために その 二 変数 ここ。
私たちは できる 行く ここ そして ハイライト これら 二 列。
行く に グラフ、 選択 プロファイラー、
そして それから 置く それらの 二 予測 数式 で その Y 予測 式 箱
そして クリック わかりました。
これ は その いつもの 方法 私たちは 得る a プロファイラー 対話 箱。
で 事実、 私たちは できる , 簡単に 遊ぶ その周り そして 変化 その 様々な、
しかし レベル の その 入力 で a 方法 それ 私たちは できる 実は 見る
どうやって これ 影響 私たちの 予測 のために その 二 プロパティ。
しかし、 何 I 欲しい に 見せる あなた 今日
は どうやって 私たちは できる 実は 聞く、 行く に その 赤 三角形、
聞く ジャンプ に 出力 a ランダム テーブル、 そして 私たちは できる 作る それ として 大きい として 私たちは のように。
私は 行く に 始める と 3万 行、 ただ に 始める、
病気 見せる あなた、 見る、
しなかった 本当に、 いいえ 時間 のために ジャンプ に 与える 私たち これ 3万 行
どこ それぞれ テーブル、 どこ それぞれ 行 対応する に a 仮説的な レシピ
それ 私たちは まだ 必然的に 見た で その DOE。
これ は その 力 の 持つ これ 特徴 で JMP、
それ 私たちは できる 探検する その 入力 空間 で 文字通り いいえ 時間。
今、 もし 私たちは は 興味がある で 見る
かどうか そこには は 1つ レシピ それ は 最適、
それから 私たちは できる 行く ここ、 グラフ ビルダー、
そして 置く その 予測的な 価値観 のために Y1、 予測的な 価値観 のために Y2.
そして それから ただ に 援助 私たちの 視覚化、
私は 行く に 置く a 垂直 軸
で 対応 の その 最適 しきい値 のために Y2、
そして 同じく 水平 ライン マーキング その 最適 しきい値 のために Y1です。
これ アッパー 象限 を表す その 最適 地域、
なぜなら 両方 プロパティ は 満足のいく その 最適性 基準。
残念ながら、 それ 私たちは できる 見る から ここ
それ 私たちは しない 探す どれでも レシピ それ は、 で 事実、
できる に 満足する 両方 その 基準。
これ は のように、 わかった、 ない とても 良い ニュース。
今 させて 自分 行く 戻る に 私の プレゼンテーション とても 素早い。
私たちは できる 見る、 で 事実、
それ 私たちは しない 持っている どれでも プロパティ ライン これ 象限
と その ハッピー 緑 スマイリー。
何 する 私たちは する で これ ポイント？
する 私たちは 与える 上？ の コース ない。
何 私たちは できる する は、 で 事実、 行く 戻る に その 始まり の その 問題
そして 試す に 見る もし 私たちは できる 変化 どれでも の 私たちの イニシャル 選択肢
それ 私たちは 最初に作られた で 近づいている その 問題。
で 特定の、 あなた かもしれない なれ 思い出す それ 私たちは だった 未定
かどうか 私たちは だろう 扱う その 要素 あ、 B、 そして C
として カテゴリカル または として 数値。
それで 遠い 私たちは 持っている 治療された 彼ら として カテゴリカル。
それで 遠い、 要素 A として いる a カテゴリカル 変数、 と 二 レベル、
どちらか のみ 使用して A1 または のみ 使用して A2.
しかし、 なぜなら で 事実、 その クライアント だった 開ける
に ミックス その 生 材料 に 作る 要素 A.
それで それ だった 一つの オプション。
それから 何 私たちは できる 考える の
は 代用する これ 要素 A と 変数
それ 今 I 電話 A1コンテンツ、 どれの は a 定量的 変数、
どれの を表す どうやって 多くの の A1 私は 行く に 置く
の中へ その 混合 の A1 そして A2の場合 作る 要素 A.
その 翻訳、
その 変換 間 カテゴリカル レベル そして 数値 価値観、
その ほとんど すぐに .
もし 私は のみ 使用して A1、 私は 行く に 使用 100%の A1 で 私の 混合。
それで I できる コード A1 コンテンツ に なれ 等しい に 1つ。
の上 その 反対 側、 もし 私は のみ 使用して A2、
これ 手段 それ I 持っている ゼロA1 コンテンツ で 私の 混合、
そして したがって A1 コンテンツ は 行く に なれ 等しい に ゼロ。
あなた かもしれない 持っている 推測した それ 暗黙的に、
私たちは は また 定義する A2 コンテンツ に なれ 等しい に 1 - A1 コンテンツ。
しかし 私たちは しない 本当に 必要 それ
なぜなら 私たちは は のみ 見ている で 二 混合 変数。
なぜ は 私たちは やっている これ？
良い、 その アドバンテージ は クリア .
と 因子A、
私たちは だった 制約された で 見ている で どちらか A1 コンテンツ に なれ 等しい に ゼロ または 1つ。
今 それ だった 考慮して 継続 コーディング、
その A1 コンテンツ できる 取る どれでも 価値 間 ゼロ そして 1つ。
これ、 の コース、
を表す 一つの 巨大な ジャンプ で その 柔軟性 の 私たちの モデル
そして 一つの 無限 で その センス それ 今 私たちは は 開ける
に 文字通り 無限 もっと 混合物 そして 無限 もっと 方法 の 作る 要因A。
同じく、 要素 B は カテゴリカル と 三つ レベル。
それで 遠い その された これ 方法、
コード化された のみ B1、 のみ B2 または 50-50 ブレンド。
しかし 続く その 似ている 論理、
私たちは できる 今 導入 およびB1 コンテンツ、 連続 変数。
A 得、 その 変換 は 行く に なれ その通り その 同じ。
50-50 ブレンド の B 1 そして B 2 意思 なれ 変換された で 0.5
なぜなら 私は 使用して 50 % の B 1 そして 50 % の B 2.
また、 B 2 コンテンツ は 1 - B 1 コンテンツ。
A 得、 その アドバンテージ は それ だった ない 縛られた に ジャンプ から ゼロ に 0.5、
または に ゼロ に 1つ 必然的に、
しかし 私たちは できる 探検する その 全体 スペクトラム の 価値観
から ゼロ に 1つ。
要素 C は おそらく もっと トリック、
なぜなら 私たちは する 持っている 三つ 可能 生 材料 に ミックス 上。
A t これ ステージ、
私たちは 必要 に 導入 ない ただ 1つ、 しかし 実は 三つ 連続 変数
それ その上 いる 連続的、 持っている また その 混合 制約。
意味 全て 回、 彼らは 必要 に なれ 何か に 1つ。
しかし その 変換
間 その レベル の 要素 C そして その 三つ 新しい 混合 変数
続く その通り その 同じ 論理。
それは 素晴らしい 簡単。
これ は ただ a 視覚化 の どうやって 私たちは する その 変換 の その レベル。
これ は どうやって その DOE ポイント それ 私たちは すでに 持っている その データ の上。
私たちは しない 必要 何でも それ以外。
は シート 内で その 連続 コーディング 空間。
今、 その のみ もっと
関与した 手順 で 通過 から その カテゴリカル コーディング
に 使用 a 連続 コーディング は どうやって、 で 事実、
私たちは 変換する これ その 統計的 モデル
それ 私たちは 使用 に デザイン その 実験 そして それから に 分析する その データ。
どうやって は 私たちは 行く に する これ？
良い、 その より簡単に 方法 は に ただ する それ で 多くの 小さい 手順。
何 だった 行く に する は 始める と 私たちの 主要 効果 モデル、
a 少し による 少し で その 違う 要因。
私たちは 始める と 因子A、 どれの 持っていた のみ 二 レベル。
今 で その 連続 コーディング、 何 だった 行く に 置く は A1 コンテンツ。
だった のみ 行く に 置く その リニア 学期 の これ A1 コンテンツ。
で 事実、 私たちは のみ 持っていた 1つ 係数 のために 要因A で その カテゴリ コーディング モデル。
同じく、 今 だった 行く に 持っている 1つ シングル 係数 のために A1 コンテンツ。
今 もし あなた しない 信じる 自分、 これ、 その 一つの 同等 モデル。
私は 行く に 見せる あなた a カップル の 例。
想像してみて 私たちは 欲しい に 形 外
その インパクト の 使用して のみ A2 のために 作る 因子A、
それから それ 手段 それ A1 コンテンツ は ゼロ。 大丈夫。
から その カテゴリカル コーディング モデル、
だった 行く に ただ 見て で その 傍受 学期、
なぜなら これ 余分な 学期 参照 に いつ 私たちは 使用 A1.
の上 これ 他の 側、
のために 連続 コーディング モデル、
だった 行く に 置く その 傍受、 の コース、
そして それから その A1 コンテンツ 係数、 しかし 今 私たちは 意思 掛け算する それ による ゼロ
なぜなら A1 コンテンツ は ゼロ。
ない 平 やっている どれでも 数学、
あなた できる 本当に 見る それ これら 二 数字 は その通り その 同じ。
同様に、 もし 私たちは 欲しい に 見る , 何ですか その インパクト の 使用して のみ A1
今 で これ 時間、 A1 コンテンツ は 行く に なれ 等しい に 1つ。
今 のために カテゴリカル、
私は 行く に 和 上 その 傍受 学期 プラス その 要因A 係数 アコード
会計 のために その 違い そして その レベル の その 要素。
の上 これ 他の しかし、
私たちは は 行く に いつも 含む その 傍受する。
A t これ ポイント、 良い 掛け算する その A1 コンテンツ 係数 による 1つ
なぜなら その コンテンツ は 1つ。
繰り返しますが、 平 どれでも 数学、
その 二 数字 ここ は その 同じ として その 二 数字 ここ。
その通り 同等。
今 と 要素 B、 私たちは 持っていた 三つ レベル。
どうやって は 私たちは 行く に する それ？
良い、 なぜなら それ もっている 三つ レベル、 今 私たちは できない ただ 追加 その リニア 学期、
しかし 私たちは また 必要 に 追加 その 二次関数 学期。
私たちは 持っていた 二 係数 前に、 そして だった 行く に 持っている 二 係数
今も と その 連続 コーディング。
A 得、 もし あなた しない 信じる 自分、 これ は 一つの 同等 モデル、
我々はできる 仕事 外 で 少しでも 1つ 例、 どれの 作品 その通り として 以前 そして。
もし I のみ 持っている B2、B 1 コンテンツ で ゼロ、
手段 それ 二 係数 は 行く に 持っている ゼロ 重さ
で コンピューティング その インパクト。
したがって その 二 数字 は のみ ただ 二 それ は、 で 事実 その 同じ。
私は ない 行く に 行く の中へ これ また、
のみ B 1 は 同等 に B1コンテンツ 等しい 1つに。
その ほとんど 面白い は、
これ それ で 少しでも 必要 あなた に する いくつかの 合計。
どこ B 1 コンテンツ は 行く に なれ 0.5、 なぜなら 私たちは は 考慮して 50-50 ブレンド。
あなた できる 確認する 簡単に
それ これら 二 数字 ここ 合計 上
は 同等 に これ 他の 側 の その 方程式
どこ 私たちは 置く 0.5 そして 0.5 二乗、
なぜなら 今 私たちの B 1 コンテンツ は 等しい に 0.5。
今 のために 要素 C、 私たちは 持っていた 4つ レベル。
私たちは 特に 覚えて、 私たちは 持っていた 三つ 可能 生 材料。
私たちは 持っていた に 導入 三つ 混合 変数。
毎 時間 私たちは する 持っている に 取引 と 混合 変数 もの、
その わずかに 複雑
なぜなら 彼らは なる 完璧に クリーナー と どれでも 絶え間ない 学期。
で パッティング その C 1、 C 2、 そして C 3、
その 和 の 彼ら 削除 または 必要 私たち に 消去 その 絶え間ない 学期。
しかし 他の よりも それ、 すべて 続く かわいい 多くの その 同じ。
私たちは 持っていた 三つ 係数 ここ、
そして だった まだ 行く に 持っている 三つ 係数 ここ
なぜなら 私たちは 持っている 4、 しかし 私たちは は 取得 取り除く の その 傍受する。
それで まだ その 同じ バランス。
A 得、 私は ない 行く に 行く を通して 全て の その 例、
しかし あなたは もっと よりも いらっしゃいませ に 見て で その スライド オフライン
そして チェック それ それらの は、 で 事実、 与える あなた いつも その 同じ 答え。
これら は 全て その 例。
今 と それで 多くの 仕事、 私たちは 持っている 見つかった その 変換 の その 主要 効果。
どうやって 私たちは 実は 変換する それぞれ 別 要因
の中へ 使用して その 新しい 連続 変数ですか?
今 私たちの オリジナル モデル、 けれど、 含まれる もっと よりも ただ 主要 効果。
で 事実、 私たちは 持っていた その 二 -方法 相互作用。
今 その アイデア ここ は それ 毎 時間 要因A 表示される、
私は 行く に 代わりの それを A1 コンテンツ。
毎 時間 要素 B 表示される、
私は 行く に 代わりの それ
と その B1 2台 コンテンツ そして B 1 コンテンツ 二乗。
同じく のために 要素 C、
私は 行く に 代わりの それ と その 4つ 条項 それ 私は 置く ここ。
その 同じ 保持する いつ 私は 相互作用する と X 1、
そして すべて は とても 多くの で その 同じ 風味、
論理的に 続く その 同じ スキーム。
その のみ 注意 それ あなた 欲しい に なれ わかっている の
そして なれ 特に 注意深い について
は それ 毎 時間 あなた 交流する 3つ 混合 変数、
どこ それらの は あなたの 三つ 混合 変数、
それらの 主要 効果 それ あなた 元は 持っていた 今 必要 に なれ 除外 から その モデル、
さもないと、 その モデル しません なれ 実現可能です。
それは その のみ 注意 それ あなた 必要 に なれ 注意深い について。
他の よりも それ、 だった 準備ができて に 行く。
私たちは 得た 私たちの 同等 連続 モデル。
今 何 私たちは できる する は、 で 事実、 また、 確認する それ すべて は まだ 同じ。
I 得る その通り その 同じ 予測、
どちらか 使用して その カテゴリカル コーディング または 行く そして 使用して その 連続 コーディング。
今 あなた かもしれない 聞く 自分自身、 なぜ は あなた 行く の中へ それで 多くの トラブル
そして 行く、 やっている それで 多くの 混乱 もし もの は その通り 同じ？
良い、 その アドバンテージ は すぐに に 見る、
そして あなた できる 本当に 感謝する それ もし あなた 始める 見ている で その プロファイラー。
これ は その プロファイラー、 どうやって それ 見た目、 いつ あなた 使用 その カテゴリカル コーディング .
あなた 持っている に ジャンプ 間 その 違う レベル。
あなた しない 持っている その 最もかすかな アイデア 何 できる 起こる で 間。
と 連続 コーディング 上の 他の 手、
それは その通り 何 あなた できる する。
あなた できる 探検する 方法 もっと の その 違う 可能 方法
の 作る その 様々な 材料 因子A、 B、 そして C
で a 方法 それ 前に それ だった ただ 外 の 境界。
で テクニカル 条項、 手段 それ 私たちは 持っている 方法 もっと 力 の 補間。
これ しない 来る 無料、 の コース。
何 あなた 支払う、 その 価格 の は で 事実、
それ あなた は 暗黙的に 作る いくつかの 仮定。
その 仮定 よろしく その 方法 それ その 様々な 新しい 連続 変数
それ 私たちは 持っている 紹介された は 関連している に その 応答。
で a 方法、 私たちは は 暗黙的に 仮定 それ
その 関係 間 A 1 コンテンツ そして 私たちの プロパティ は リニア。
その 関係 間 B1 C テント張り は 二次関数と それで 前へ。
もし あなた 考える それ それらの 仮定 しない 本当に 所有 で あなたの 場合、
それから の コース、 その 全体 手順 は 疑わしい。
あなた しない 欲しい に 追求する これ。
しかし もし あなた しない 持っている どれでも 理由 なぜ あなた しないだろう 信じる これ、
または で 少しでも なぜ あなた しないだろう で 少しでも 探検する これ 可能性、
それから、 今 私たちは できる 行く 戻る そして する その 同じ エクササイズ
そして 探検する また その 入力 空間、 しかし と 方法 もっと 柔軟性。
また、 さあ 見る もし 私たちは できる 探す それ 一つの 最適 レシピ
と これ 新しい 連続 混合 コーディング。
どうやって だった 行く に する？ 良い、 その通り 同じ 方法。
私は 使用 その ジャンプ プロファイラー 特徴
そして 使用 その シミュレーション そして 見る もし 私たちは できる 探す 何でも。
今 させて 自分 行く ここ。
これ は 私の DOE 連続 テーブル。
連続、 なぜなら 今 あなた できる 見る それ
これら は 全て コード化された として 連続 変数 .
彼らは 持っている その 青 三角形 次 に 彼ら自身 .
その C 1、 C 2、 C 3 は また これら 星、
示す それ 彼らは コード化された として 混合 変数 で ジャンプ。
今 想像する それ また、
私たちは 持っている すでに フィット 私たちの モデル と その フィット モデル プラットフォーム。
私たちは 保存された 私たちの 予測 数式 今 と その 連続 コーディング。
何 だった 行く に する 同じ もの、
グラフ プロファイラー、 選択 それらの、 そして ここ 私たちは 行く。
ここ は 私たちの 予測 プロファイラー。
今 私たちは できる 遊ぶ 方法 もっと と その プロファイラー そして 見る 全て 違う 組み合わせ
それなし 持つ に ジャンプ 間 違う オプション。
今、 一度 また、 赤 三角形、 出力 ランダム テーブル。
ただ のために 作る もの 公平、 私は 行く に 聞く 3,000 行。
また、 いいえ 時間、 文字通り 瞬き の 一つの 目。
ジャンプ 与える あなた 3,000 行 テーブル
どこ 今 すべてのレシピが再度、申し訳ありません。
すべての行 は また、 a 潜在的 仮説的な レシピ
それ 私たちは まだ 本当に 見た、 必然的に 見た で 私たちの DOE
しかし それ まだ 実現可能、
なぜなら それ まだ 尊敬する その 制約 それ 私たちは 持っていた で その 始まり。
一度 また、
に 形 外 かどうか 何か 良い は ハプニング、
または で 少しでも かどうか 内で これ 3万 処方、
私たちは する 探す 何か それ は 最適です。
私は 行く に 構築する その 同じ グラフ。
今 あなた できる 見る それ 私たちの ポイント は 全て 分散する そして は ない 整列した もう。
また、 フィッティング その 軸 ただ に 援助 私たちの 視覚化。
これ は その ニース もの。
と これ 方法 の コーディング そして 見ている で もっと の その 入力 空間、
私たちは する 探す 少し 処方 それ 思われる に なれ 有望な。
の コース、 私たちは 必要 に 保つ で 心 それ これ 私たちの 予測的な 価値観。
すべて は まだ 頼る の上 私たちの データ、 の上 私たちの 統計的 モデル 分析、
しかし は まだ もっと 有望な よりも 前に。
私たちは する 探す 何か で その 最適 地域 定義された による これら 二 軸。
素早く、 行く 戻る に 私の プレゼンテーション、
I 欲しい に 描く a ファイナル 結論 ここ、
どれの は、 で 事実、 それ、 使用して その カテゴリカル コーディング、
私たちは できなかった 探す どれでも レシピ それ で 少しでも の上 その 予測的な 側、
できた、 で 事実、 会う 両方 その 最適性 基準。
良い、 一度 私たちは 振り向く に、
計算する 外 どうやって に コード これら 違う カテゴリカル 変数
の中へ 連続 そして 混合 変数
そして 搾取する その ジャンプ 力 の 与える 私たち 数千 そして 数千 の 処方、
私たちは する 探す a 少し それ で 事実 会う その スペック。
私たちは だった ハッピー それ で 少しでも 私たちは できた 行く 戻る に 私たちの クライアント 言う、
見て、 その代わり の 与える 上 の上 あなたの プロジェクト、
試す に 作る これら 処方 そして 見る どうやって、 で 事実、
かどうか その 実際の プロパティ する 会う あなたの 基準 または ない、
しかし で 少しでも それ 与える 私たち いくつかの 方向 の 改善 どこ に 行く。
と これ、 私は のように に 終わり 私の プレゼンテーション。
感謝 私の 同僚、 トン・シンジエ
そして 全て の 私の 協力者 で ダウ 化学薬品。
感謝 あなた、 全て の あなた のために 見ている 私の プレゼンテーション。
病気 なれ もっと よりも ハッピー
に 答え どれでも 質問 あなた かもしれない 持っている で これ ポイント。
感謝 あなた。
