Ciao, tutti. Grazie per unirsi Mio JMP parlare Oggi. Oggi, I volevo Piace A parlare A Voi Di Come Noi Aspetto A equivalenza fra set Di lotto dati Sopra tempo A Fujifilm. In particolare, Id Piace A parlare Di a nuovo multivariato Prendere SU IL due uno di lato Tt stime.
Sebbene Questo particolare morso È a nuovo confronto tecnica, Esso non lo fa sostituire, Piuttosto Esso complementi IL solito separare punto tecniche, E In IL flusso di lavoro, Noi Sono Ancora affidandosi pesantemente SU quelli. IL scorso morso Qui Volere descrivere Come Noi confrontare dati set, da IL tempo serie, Noi Ottenere da due diverso scale, Ma Esso Potevo Essere Qualunque logico gruppo.
Malato velocemente andare Attraverso Come Noi preparare IL dati, O Piuttosto Ottenere Esso In IL stato Dove Noi Potere correre IL copioni, E Noi Volere Aspetto A IL visualizzazioni per IL solito separare tempo punti In JMP, E BENE Anche Aspetto A Alcuni script Quello I utilizzo A correre PCA SU Tutto IL variabili E test equivalenza.
T alking Di TOST O equivalenza test. T Lui due Test T È a due uno di lato T- test, E Esso controlli se SU media, tuo due dati set per a dato variabile Sono equivalente. Molto allo stesso modo, a multivariato test controlli se SU media IL fine principale componente O PC per a dato giorno Di a fermentazione Qui, È equivalente per due diverso scale.
Voi Bisogno dati A Essere In a specifico formato, Ma In particolare Voi Bisogno due diverso gruppi Qui. Suo due scale, Se Voi Avere Di più di due, Voi Volere Bisogno A diviso loro In set Di due. Suo Di più adatto per tempo serie, Perché suo a dati riduzione tecnica Quello Voi non lo farei Bisogno Se Voi non aveva a problema con avendo a quantità Di dati punti.
Questo era parte, originariamente, Di a sceneggiatura Quello era Tutto Fatto In R, Ma COME I mosso in usando JMP per visualizzazioni Di più E Di più, I Pensiero Quello Esso era tanto Più facile A utilizzo, particolarmente Se Noi Volere A passaggio SU quelli script A personale. R È non Sempre Quello accessibile.
I mosso a quantità Di IL sceneggiatura in JMP di Ora. IL soltanto cosa questo è Ancora In R È IL dati imputazione. IL script E pre lavoro Prendere cura Di valori anomali, mancante dati, E incoerente voci. IL R fa IL dati imputazione. Perché Avere I mosso A JMP? Primo Di Tutto, Esso era Perché I visualizzato In JMP.
Perché È Esso Bene A visualizzare dati In JMP? Perché JMP È Appena fatto per Quello. Suo Veramente Bene per guardare A mancante dati E valori anomali E Qualunque grafici. IL tempo serie Sono NO eccezione A Questo. IL mancante dati immagini In JMP, Dare Voi a colore mappa Di Dove tuo dati È mancante, COSÌ Voi Potere Trovare righe Dove dati È mancante.
Quello significa a giorno Potrebbe non Essere IL migliore A Mantenere In IL dati impostato. Voi Potere immediatamente visualizzare pezzi Di dati mancante, Quello Esso volevo Essere giorni In a riga, E Voi Potere Fare a decisione SU se Voi Volere A Mantenere Tutto quelli giorni O Fare IL analisi due volte, per esempio, E Esso Volere velocemente spettacolo Voi Se Voi Avere dati mancante da uno gruppo E non IL altro, In Quale caso tu vorresti Avere A Fare lontano con Quello variabile del tutto.
Anche, valori anomali Bisogno elaborazione precedente Voi interpolare, Altrimenti Essi Volere Avere a Enorme effetto SU IL PCA E IL confronto test. Là È UN valore anomalo rilevamento piattaforma In JMP, Ma Questo È usato Qui In Nostro flusso di lavoro combinazione con guardando IL tempo serie E IL confronti. Ma Malato spettacolo Tutto Quello In IL dimostrazione.
Poi IL Grafico Costruttore È usato A complotto Tutto IL tempo serie. Là Sono molti modi A Fare Quello, Ma I Volere spettacolo Voi In IL sceneggiatura IL due principale grafici Quello Noi utilizzo A controllo Quello Nostro dati È Bene A andare. Qui Essi Sono, IL tempo serie, E quelli In particolare Sono avvolto di un lotto, COSÌ Quello Voi Ottenere UN individuale complotto per ogni tempo serie.
Suo a piccolo complotto, Ma Generalmente suo Abbastanza A macchiare mancante dati valori anomali O Qualunque Strano O diverso comportamento. Qui, per esempio, permettere Me Ottenere IL laser SU. Eccoci qui. Ecco qui. Noi Avere a grappolo Di punti Quello Sono discutibile. Noi Bisogno A controllo se Questo È comportamento Quello Noi Volere A catturare O Se suo comportamento questo è insolito, E Noi Volere A puzzolente IL riposo Di IL dati.
O Noi Potevo Avere separare valori anomali Piace Qui. Noi Vedere Questo abbastanza Spesso, Ma Qui Voi Potere avviso suo Tutto SU IL Stesso giorno. COSÌ È Esso qualcosa Quello succede SU giorno sei In quelli fermentazioni? Un altro modo A complotto tempo serie, E Noi Fare Quello COME BENE, È A In realtà sovrapposizione loro. Di sovrapposizione loro, Voi Potere Vedere se tuo dati È coerente per a dato giorno.
Qui Noi Avere individuale valore trame, Quale È Che cosa Noi Aspetto A. Ma Io ho Anche chiesto JMP A Mettere a poco scatola complotto in giro Tutto quelli dati Perché Questo imita Che cosa Noi Avere Quando Noi Sono facendo Nostro ANOVA In IL secondo fare un passo Di Nostro dati visualizzazione.
Questo È molto tipico Di Che cosa succede In Nostro processi Sopra tempo. In IL Primo settimana, IL dati È mostrando molto Basso variabilità. IL scatola trame Sono piccolo E Essi Sono Generalmente abbastanza BENE allineati. IL media È in giro IL Stesso valore.
Quando Noi portata IL secondo settimana Di IL fermentazione, cose inizio A deriva a parte E cose inizio A Ottenere tanto Di più variabile. Se Voi erano tramare giorno sei di si In uno lotto per giorno tipo Di complotto Qui, tu vorresti Essere capace A Vedere Che cosa IL differenza È SU media fra IL grande scala In rosso E IL piccolo scala In blu.
SU giorno sei, Voi Avere a piccolo differenza E SU giorno 12, Voi Avere a grande differenza. Quelli differenze Sono Che cosa Noi Sono guardare A test Quando Noi Fare separare punti Test T con Nostro ANOVA. Prima Noi trasportare SU, I Appena Volere velocemente Avere a ricapitolare Di Che cosa IL differenze Sono fra T- test E TOST.
A T- test È completamente statistico, se IL TOST richiede a utente ingresso per a pratico accettabile differenza. In a T- test, Voi ipotizzare Quello Là È NO differenza fra IL Significare E Se Voi Ottenere a piccolo P valore O significativo risultato, Poi Voi negare Quello E Voi Dire Là È a differenza fra tuo dati set.
A TOST racconta Voi Quello Là È NO differenza fra tuo dati set, Se Voi Avere a significativo risultato. Se Voi fallire a T- test, IL fiducia intervallo per IL principale differenza, In quelli trame, questo è quello nero piazza Qui. COSÌ IL fiducia intervallo per IL TOST, Se Voi fallire, fa non attraverso IL zero linea.
Ma Se Voi fallire a TOST, IL fiducia intervallo per IL differenza È non contenuto di IL pratico accettabile differenza. Voi Avere due risultati per a T- test E due risultati per a TOST, Quale significa Voi Avere quattro combinazioni.
O Voi passaggio O fallire Entrambi, O Voi passaggio E fallire uno Di loro. In JMP, Generalmente, Là Sono diverso piattaforme Quello Fare TOST E Test T, Ma Voi Volere Avere a normale distribuzione per IL differenza. Se Voi passaggio a test, Poi tuo Significare differenza È In Quello poco campana curva. Se non, suo al di fuori.
COSÌ Esso Potevo velocemente visualizzare Quale quelli passato O non In UN ANOVA. H Anche Essi Sono, IL ANOVA. Andiamo fare un passo due di Nostro visualizzazione E pulito processo. Noi utilizzo a sceneggiatura A complotto Tutto Di quelli insieme In a rapporto COSÌ Quello Noi Potere Aspetto A Tutto Di loro. Se Voi pensare Di IL dati impostato Qui, Esso era Di 15 variabili Sopra 12 giorni. COSÌ Voi Avere Sopra 150 come trame, Quale È a quantità Di dati A Aspetto A, particolarmente Se Voi modifica cose E complotto loro Ancora.
Ma Qui Sono Alcuni esempi Di Che cosa Voi Potrebbe Vedere. Voi Potrebbe passaggio a Test T O fallire Esso. Voi Potrebbe passaggio a Test T, Ma soltanto Perché Voi Avere Abbastanza strato questo è tirando uno Di IL dati set su O giù, per esempio. Là Sono molti possibile risultati Quello Voi volevo Ottenere Qui.
Non qualunque cosa È SU Questo schermata, Ma erano Anche guardare A IL varianza In Quello rapporto. IL principale componenti confronti, Noi non Fare Questo Qui con IL sceneggiatura. I utilizzo IL grafico costruttore A In realtà complotto quelli Perché Essi Sono Piace IL trame I avevo In a coppia Di diapositive precedente.
Ma IL differenza Quello Voi Potevo Vedere Qui È In IL scala. Ora, Perché erano parlando Di principale componenti, IL punteggi tendere A Essere in giro zero SU media, E Essi variare fra meno tre E tre Perché Noi normalizzare IL dati Prima portando fuori IL PCA.
IL vantaggio Di Questo È Quello, Ora Invece Di avendo A fornire UN accettabile valore per a compito, Perché IL dati È normalizzato, Noi Potere In realtà coperta calcolare Quello accettabile differenza di prendendo a moltiplicatore Di IL standard deviazione per Nostro punteggi.
Qui Noi Avere IL Primo principale componente E Esso chiaramente spettacoli c'è a grande differenza fra IL grande E IL piccolo scala. Qui con IL secondo principale componente, Là È a più piccolo differenza. Questo È tipico Di Che cosa Noi Vedere, Perché IL Primo principale componente tende A catturare IL più ampio forma Di IL fermentazione profilo.
COSÌ Se Là È a differenza In Quello più ampio forma, IL TOST per IL Primo PC tende A fallire. Tipicamente, Che cosa Io ho visto È Quello per Nostro dati, due principale componenti Potevo catturare Di 60 % Di IL informazioni In IL variabili. Per quelli Di Voi Chi Maggio Avere Fatto PC SU dati Prima, Quello Maggio sembrare a Basso numero, Ma questo è probabilmente Perché Tutto IL variabili Avere a diverso storia A raccontare.
Un altro cosa Id Piace A trascorrere a poco morso Di tempo SU È IL caricamento' s trame. Questo È parte Di IL PCA piattaforma In JMP, E Esso ha Questo complotto A IL molto superiore Di IL piattaforma, E suo a Bene uno A Aspetto A Se tu sei a scienziato questo è Di più interessato In guardare A cosa c'è Veramente andando SU.
Ma IL motivo Perché I Avere Questo SU a diapositiva Qui È Perché Questo È a Bene rappresentazione Di Che cosa Noi Sono andando A Vedere In Come tanto ogni variabile contribuisce A IL modello Quello erano scegliendo Prima facendo IL equivalenza test.
Qui, per esempio, Tutto IL variabili imparentato A fattibilità per Nostro fermentazione Sono altamente correlato Perché Essi Sono vicino insieme e IL modo Essi progetto su IL PC uno E PC due Qui, Essi Ottenere alto valori. Noi disse Quello quelli mappa BENE A IL Primo due PC. COSÌ Quello significa Quello Essi Sono partecipare a quantità A IL modello.
Qui Noi Avere Alcuni altro variabili Quello Sono da vicino raggruppato insieme Qui. COSÌ sodio, potassio E Glutammina. Essi Sono altamente correlato. Essi mappa molto BENE A IL Primo PC, Ma non A IL secondo. COSÌ Essi non contribuire a quantità A IL modello con IL secondo PC.
Poi Qui Voi Avere problematico variabili. Essi Fare non mappa BENE A O PC. Quello significa Quello In a 2 pezzi modello, Voi Sono non andando A catturare IL comportamento per quelli variabili. Quando Voi Vedere Questo, Voi Già Sapere Quello a 2 pezzi modello È non andando A Dare Voi a quantità Di equivalenza per quelli variabili.
Scorso fare un passo È A In realtà complotto IL TOST. Questo È Fatto Ancora usando a sceneggiatura. Quelli grafici Sono non IL grafici Quello Voi volevo Generalmente Trovare In JMP, Ma loro sono bello tipico Di TOST trame. Per ogni PC per ogni giorno, Noi Volere Avere a TOST O equivalenza test risultato. Se IL fiducia intervallo È al di fuori Di IL accettabile allineare, Quale È tre volte IL standard deviazione Di IL punteggi In Questo caso, Poi Noi fallire IL TOST.
Quando Noi fallire IL test, Noi Dare Esso a zero In IL sceneggiatura. A riassumere Che cosa succede Qui, ogni PC Volere catturare a certo quantità Di IL variabilità. Ogni PC Potere passaggio O fallire a TOST. Inoltre, ogni variabile contribuisce A a certo estensione A ogni PC.
A principale componente È a lineare combinazione Di Tutto IL variabili. Nel complesso, a variabile Quello ha a forte contributo A a principale componente Quello passa a TOST Volere Avere a forte impatto SU complessivamente equivalenza fra IL lotti. Questo È Che cosa Noi Sono provando A Mettere insieme.
Come Fare Noi Mettere Questo insieme? Là Sono molti modi Noi Potevo Mettere Questo insieme. I Avere Fatto qualcosa bello semplice Qui. Suo Appena a prodotto somma Di passando O fallendo a PC, volte IL contributo Di IL variabile. Fondamentalmente, per esempio, per due PC Qui, erano fallendo IL Primo equivalenza test, E Questo praticabile, avevo a 40 % contributo, COSÌ Quello ottiene zero, più uno passando IL TOST, volte IL contributo Qui, A Quello PC.
Questo è IL complessivamente punto per Esso. In nero, Voi Avere IL di base punteggi per ogni giorno Qui. Andiamo chiamata IL EQ, tu lo farai Vedere Quello In IL tavoli Dopo. SU media, erano ottenere Di 70 %. Suo non pure Cattivo Sopra IL corso Di IL fermentazione. Aggiunta PC non lo fa Fare a molto grande differenza Perché Questo mappato molto BENE A IL due PC.
IL pH, Quale era uno Di IL variabili Quello fatto non mappa molto BENE A IL Primo due PC ottiene a Veramente Cattivo media punto, Se Voi aggiungere soltanto due PC In IL modello, in giro 30 %. Ma Se Voi aggiungere un altro quattro PC, Là Sono andando A raccontare noi Questo uno, Quello numero va su A Sopra 80 %.
Là È NO Cattivo O Bene numeri Qui, Ma suo qualcosa Voi Bisogno A Mantenere In mente Quello Esso Veramente dipende SU IL modello Quello Voi scegliere per corsa Questo. Trasloco SU, Questo È IL molto scorso produzione da IL sceneggiatura, E questo è Che cosa erano Veramente interessato In, particolarmente Se Noi Sono confrontando diverso processi O diverso modi A correre Esso.
Voi Avere a sbarra grafico Di Tutto tuo individuale equivalenza S. Questo spettacoli Voi Veramente, di variabile, Quale quelli Sono simile da uno scala A IL altro. Qui Noi Avere tre variabili Quello Sono bello simile tra lotti, E Poi Esso Veramente gocce giù su A IL scorso uno Qui Quale ha a molto Basso equivalenza.
In IL superiore Giusto angolo Qui, JMP Volere Mettere UN media Se Voi chiedere per Esso. T cappello a Bene metrico, Sebbene suo molto riducendo. Suo a Bene metrico A confrontare IL Stesso processi, Se tu sei usando diverso modi A correre IL TOST O diverso numeri Di PC.
I Avere Di più diapositive Di Questo, Ma I pensare suo Meglio A correre Dritto in IL dimostrazione In IL interesse Di tempo. Io ho Mettere a poco JMP diario insieme. Non molto Bene A Questo. I Speranza suo andando A lavoro. In JMP, BENE Appena Aspetto A IL dati, IL tre copioni, E due diverso modi A correre IL scorso uno.
Questo è IL reso anonimo dati impostato Qui. Mio computer È molto lento. Là Noi andare. I pensare suo lavorando. Suo Appena Veramente lento. In Questo dati impostato È IL soltanto minimo Quello Voi Bisogno, a correre tipo con due gruppi, a lotto ID, Quale È a categorico variabile nonostante essendo a numero Qui, E IL tempo ID In Questo caso, suo Sopra uno registrazione a giorno, COSÌ suo Sopra a numero Di giorni.
IL Primo morso Noi Fare È complotto Tutto IL tempo serie. Io ho Sinistra Questo con a pochi pezzi E bob Quello Sono non Veramente Bene, COSÌ Quello I Potevo punto loro fuori. Tutto IL script In Questo gruppo E Là Sono tre Di loro, Sono fondamentalmente facendo IL Stesso cosa A IL inizio, a morso Di pulizia su E preparazione, E suo andando A creare a clone Di tuo dati tavolo A lavoro SU senza rottura tuo dati tavolo, E Anche a elenco A salva Tutto IL uscite da IL sceneggiatura.
Poi IL script Sono fondamentalmente looping Qui Sopra IL numero Di variabili E tramare loro uno A a tempo E mettendo qualunque cosa In a rapporto. Andiamo correre Questo. Questo È a molto generalizzato sceneggiatura E Esso opere BENE SU Tutto IL dati set. Sempre nervoso, cose Sono non andando A lavoro Perché suo COSÌ lento. Qui Noi andare. Suo Ancora pensiero. Io lo farò solo Essere paziente E Aspettare.
Questo Volere complotto Questo avvolto di lotto tempo serie E In sovrapposto tempo serie COME BENE. Tu lo farai Avere uno Di ogni per ogni variabile. Esso Volere Dire variabile uno, IL attuale nome Di tuo variabile Qui E complotto loro. Questo È Che cosa Noi Volere A Vedere, fondamentalmente.
Noi Avere IL Stesso forma per Tutto IL lotti E Essi Sono coerente attraverso IL scale. BENE mossa giù A uno Quello non lo fa Aspetto COME Bene. Là Noi andare. Per Questo variabile, Noi Avere IL Stesso forma per Questo scala lavoro, E Poi a molto diverso forma per IL piccolo scala. Noi Bisogno A Trovare fuori Perché Questo È accadendo E Fare Noi Volere A Mantenere Questo variabile In IL modello.
In particolare Qui, Noi Avere uno lotto questo è molto si è comportato male. Se Voi Aspetto A Questo In UN sovrapposizione complotto, Esso È molto ovvio Quello Questo media curva non lo fa rappresentare O IL grande scala O IL piccolo scala. Questo È a variabile Quello Voi Bisogno A Venire Indietro SU.
Variabile 6, I pensare era In IL presentazione. Questo spettacoli Voi Dove Voi Avere Alcuni valori anomali Quello Voi Maggio Avere mancato IL tempo Prima. Poi un altro cosa Voi Bisogno A Aspetto per In quelli trame, È se tuo piccolo E grande scala numeri Sono mescolato insieme.
Se tuo rosso E blu punti Sono Tutto misto insieme, Poi possibilità Sono tuo scale Sono bello simile. Ma In Alcuni casi, Piace Qui, per esempio, IL piccolo scala dati È Quasi Sempre Sopra IL grande scala dati. COSÌ Voi Potere aspettarsi A Vedere a differenza Qui. Qui I Avere meno di variabile 11, Quale È Veramente, Veramente Cattivo.
Questo succede abbastanza Spesso A noi, Quando Noi Avere a differenza In registrazione IL variabili. Qui Esso era In realtà a diverso unità, E questo è Perché Noi Avere molto diverso numeri. Ora, Quando Voi Mettere IL dati da grafici In a rapporto Piace Questo, Purtroppo, Voi perdere Mio preferito caratteristica In JMP, Quale È interattività.
Voi non posso In realtà evidenziare a punto O a serie Di punti E andare Vedere Che cosa Essi Sono facendo In IL tavolo. Ma IL sceneggiatura È risparmio Tutto quelli individuale trame per Voi. Qui Noi erano. In Qui, suo creato a elenco con Tutto IL trame Quello noi abbiamo Appena visto, più Esso salvato Quello clone con IL tempo serie etichettato A IL FINE.
In Qui, Voi Potere Vedere... Se I Potere In realtà utilizzo Mio topo, Voi Potere Vedere quelli tempo serie uno A a tempo. Poi Voi Potere selezionare IL punti Quello Voi volevo normalmente A utilizzo IL interattività In JMP. Se Voi Avere parecchi aprire A IL Stesso tempo, Tutto Di loro Volere Essere evidenziato In Tutto tuo trame.
Questo è Esso per tempo serie. BENE mossa SU A IL secondo parte Di IL processo, E questo è guardare A Tutto tuo ANOVA. Questo È In IL Piattaforma adatta Y-by-X, E Piace IL altro sceneggiatura, suo facendo a morso Di riordino su A IL inizio, E Poi Esso anelli Sopra giorni E crea a sottoinsieme Di IL tavolo per ogni giorno. Poi c'è a rapporto SU IL differenze fra IL gruppi.
Se Voi Avere scritto sceneggiatura Prima, Voi Volere Vedere Quello Questo È bello tipico Di scrivere a sceneggiatura In JMP. Alcuni Di Esso È scritto di mano, E a quantità Di Esso, IL massa Di cosa c'è accadendo, I fondamentalmente corso In JMP E copia incollato Esso in IL sceneggiatura. BENE correre Questo SU Questo sporco dati impostato. Fiduciosamente, Esso non lo fa Prendere pure tanto tempo.
Se Voi Avere a veloce computer, I credere Quello Voi volevo non Anche Vedere quelli finestre In realtà aprire. Esso volevo Essere istante. Voi Potevo Vedere Qui Come JMP È fondamentalmente andando A a numero giorno e Poi prendendo a sottoinsieme Di Quello tavolo, corsa a sceneggiatura, risparmio Esso A Quello poco dati tavolo, E suo facendo Questo per ogni giorno, E Noi Avere 12 giorni Qui, COSÌ Esso prende a Mentre.
Questo Volere Anche salva qualunque cosa In suo Proprio cartella. In Questo caso, BENE Appena Aspetto A uno Di IL salvato rapporti. Qui Voi Avere a sottoinsieme, Tutto Questo È per giorno uno, Ma suo a tanto più piccolo tavolo. Qui Voi Avere IL rapporto Quello Voi E tuo scienziati volevo Volere A Aspetto A, Quale spettacoli Voi Tutto IL Test T. Ora Voi Potere Aspetto A Tutto quelli Test T Appena A Vedere Se Essi passaggio.
Voi Potevo contare Come molti passaggio E Prendere a proporzione Di passando Test T. Ma Questo È Anche a Bene posto per scoperta quelli Di più impercettibile valori anomali Perché ogni scatola complotto Potrebbe Avere Alcuni dati Quello Voi Volere A domanda. Ancora, Voi volevo evidenziare quelli punti E controllo se Voi Volere A Mantenere loro In tuo finale dati impostato O non.
Trasloco SU Ancora. Erano Finalmente A IL scorso morso, Quale È probabilmente IL maggior parte interessante. Questo è Tutto IL PCA. Questo È a tanto più grande sceneggiatura, Perché Esso ha A andare a prendere informazioni da IL JMP piattaforme. I non Avere a quantità Di tempo per Questo, Ma I Potere risposta domande A IL FINE Se tu sei interessato.
IL altro cosa con Questo sceneggiatura È Quello I Avere difficile codificato Alcuni pezzi, COSÌ Esso esigenze A Essere modificato per ogni dati impostato. I Bisogno A aggiustare Quello A Alcuni punto. Per esempio Qui, suo In realtà facendo a principale componente analisi SU uno Di IL giorni, COSÌ a sottoinsieme Di IL dati tavolo. Poi Noi interruttore A IL PCA rapporto, E Questo diventa UN oggetto In tuo JMP sceneggiatura.
Poi da Questo oggetto Qui, Voi Potere Ottenere elementi. Per esempio, I correre IL PCA E I Avere Questo COME UN oggetto, E Ora I Dire, I Volere IL autovalori In Là. IL modo A Trovare IL oggetti Quello Voi Bisogno È A aprire IL albero struttura, In tuo JMP rapporto E qualunque cosa È numerato E allineati. COSÌ Voi Potere Ottenere qualunque cosa Quello Voi Bisogno da IL JMP rapporto COME a valore, COME a matrice, COME UN vettore.
Esso Veramente dipende SU Che cosa Voi Volere. Ma Voi Potevo Vedere Io ho Fatto Questo Qui. COSÌ una volta Esso ha Tutto questi valori Qui, I estrarre IL principale componenti E I adatto Ancora, Y-by-X IL principale componenti contro Mio scale Qui. A guadagno, I interruttore A rapporto. Io sono facendo Questo COSÌ Quello I Potere Ottenere IL radice Significare piazza errore da Quello rapporto.
Questo è Perché suo IL migliore stima I Volere Avere per Mio standard deviazione. Io sono usando Questo standard deviazione Qui A coperta calcolare Mio accettabile differenza per Mio TOST. I Finalmente Potere In realtà correre Mio TOST Qui. COSÌ Ancora, questo è un altro gruppo. E Questo tempo suo piedi Largo di X, Ma Io sono chiedendo per UN equivalenza test con Delta COME Mio accettabile differenza.
IL riposo Di IL sceneggiatura Volere complotto Tutto IL compiti E suo molto noioso. Poi A IL FINE, Esso Volere creare a tavolo con Tutto IL uscite E Tutto IL cose Quello Noi Bisogno A creare Nostro sbarra grafico E infine Noi Potevo Anche creare IL sbarra grafico. BENE correre Questo per Questo dati impostato. Appena controllo I Avere IL Giusto uno. Là Noi andare. Ecco qua. Malato clic SU Esso Ora.
Voi Potevo Vedere Esso In IL sfondo Qui. Suo sconvolgente IL tavoli E suo facendo Questo dolorosamente lentamente. Per ogni giorno, Esso Volere selezionare IL giorno, Fare a più piccolo dati tavolo, Fare a PCA SU Tutto IL variabili, E Poi I Volere salva IL principale componenti, IL autovalori E IL coseni per ulteriore calcoli.
Esso Volere utilizzo IL principale componenti per Primo facendo a Test T, Perché questo è Dove erano andando A Ottenere Nostro stima Di IL standard deviazione E secondo, Fare UN equivalenza test A controllo se Esso passa equivalenza. I pensare siamo su giorno Sette, erano andando A Ottenere Là infine.
Esso Volere Anche complotto Tutto Nostro equivalenza test, E Esso Volere Anche creare IL sbarra grafico E IL nuovo elenco. Bre con Mio computer. Bene, Questo È prendendo più lungo di Esso Dovrebbe, Veramente. I Speranza suo andando A lavoro. A volte script Quello Sono abbastanza Occupato, Significare Quello suo difficile per JMP A presa su con cosa c'è accadendo In IL sfondo.
I Speranza suo non andando A fallire Perché Di Quello. NO, Qui Noi andare. Suo Ora creato a rapporto, E per ogni giorno, suo andando A Mettere ogni TOST In a colonna Di grafici. I Avere scritto IL sceneggiatura In come a modo Quello loro sono Tutto IL Stesso misurare E Quello era suggerito di uno Di Nostro scienziati, In realtà, COSÌ loro sono tanto Più facile A confrontare.
Qui Noi avevo dati Quello Veramente necessario Alcuni extra pulizia su, COSÌ Esso viene A NO sorpresa Quello Tutto Nostro equivalenza test per IL Primo principio componente Sono fallendo. Questo è Perché IL PCA È Fatto SU variabili Quello Sono non simile fra gruppi. Ma IL Di più impercettibile comportamento questo è catturato In a secondo PC È Ancora passando a quantità Di IL equivalenza test.
Malato vicino Questo A spettacolo Voi cosa c'è stato salvato In IL elenco per Questo uno. Per Questo, Voi Avere individuale sottoinsieme tavolo con loro PCA E sub sceneggiatura. Anche apertura a piccolo tavolo Piace Questo È prendendo a lungo tempo. Là Noi andare. Qui Sono IL PCA. Ecco IL caricamento complotto.
Questo È Dove IL autovalori Venire da, E Qui IL coseni Quale Sono tirato fuori di IL sceneggiatura. Esso ha IL TOST risultati questo è usato per fabbricazione IL TOST grafici, Ma noi abbiamo Già visto quelli. Esso ha a tavolo Quello spettacoli Voi Quale TOST passato con a zero O a uno Qui, E IL spiegato varianza, E IL calcoli per IL spiegato varianza In IL Stesso tavolo.
T il suo colonne Qui È Che cosa erano andando A utilizzo A creare Nostro sbarra grafico. IL sbarra grafico ottiene salvato In IL diario In Questo caso. Là Sono molti modi Voi Potevo Fare Questo, Veramente. Per 15 variabili E non IL migliore Di ripulire posti di lavoro, andiamo Vedere Che cosa equivalenza Noi Ottenere Qui. Esso È Tutto lavorando.
Suo Appena Veramente lento. Scusa Di Quello. Là Noi andare. Io ho avevo, Ancora, feedback da scienziati detto Quello Essi volevo prefer A Vedere IL variabili In IL ordine Essi erano In originariamente, Perché maggior parte Di Nostro dati È registrato In modelli, COSÌ persone Sono usato A vedere quelli variabili In ordine.
Ma suo Anche Carino A Avere Esso In discendente ordine COSÌ Quello Voi Potere velocemente Vedere Quale variabili Sono abbastanza equivalente E Quale quelli Sono non facendo COSÌ BENE. Qui SU media, Noi Avere 21 % equivalenza attraverso Tutto Nostro variabili. Suo non a molto alto numero. I non Avere a criteri per Quello numero, Ma I pensare in giro 60 %- 75 % volevo Essere abbastanza auspicabile.
Malato vicino qualunque cosa I Potere A Fare Alcuni spazio. BENE andare Indietro A Vedere Che cosa succede Se Noi rimuovere uno offensiva variabile. I non ho Fatto Abbastanza pulizia su Qui, Ma Io sono rimozione variabile 11, Quale era Veramente non UN accettabile variabile A Avere In Nostro dati impostato.
I Volere correre IL compito con tre PC Questo tempo, COSÌ Quello I Potere A meno Avere a sparo A cattura IL variabilità In cose Piace pH O PO2, Quale tendere A Essere tanto Di più complesso. BENE correre Questo uno E BENE Avere a Aspetto A IL sbarra grafico E Vedere Come tanto equivalenza Noi Potere catturare.
I sospettare Questo È andando A Essere lento Ancora. Questo È andando lentamente. Erano soltanto SU giorno due, COSÌ I Bisogno A riempire su IL tempo. COME I disse, Noi non Avere a criterio A Aspetto A Questo totale numero. Suo Di più Di a relativo numero.
O Voi Avere a impostato Di criteri per pulizia su tuo dati, O Forse Perché Voi Sono corsa lotti E registrazione loro In simile modi, Voi volevo Dire, Noi Volere Sempre soltanto Aspetto A quelli 10 variabili, E Poi Voi Potere confrontare IL complessivamente equivalenza O IL sbarra grafici per dato set Di variabili Quello Sono paragonabile.
IL altro modo Voi Potevo Fare Esso È usando IL Stesso dati set Piace I Avere oggi. Io Sapere Noi Avere 21 % equivalenza per 15 variabili, Ma una volta Noi rimuovere variabili 11 E cinque, per esempio, E pulito su Alcuni Di IL valori anomali, Poi Quello numero inizia andando su, O Esso Potevo Essere Noi Avere soltanto 21 % con due PC, Ma Se Noi aggiungere a coppia Perché Alcuni Di IL variabili non mappa molto BENE A IL Primo due PC, Poi Questo numero Anche È andando su.
Suo molto difficile A Mettere a criterio SU Quello numero, Ma suo bello Bene per confrontando diverso modelli O diverso dati set Quello Avere stato trattato ragionevolmente allo stesso modo. Come Sono Noi facendo Qui? Quasi Là. Io sono molto Scusa Di Questo. Mio computer È particolarmente lento Oggi. Qui Noi andare.
Qui Sono compiti, E Questo tempo Là Sono tre PC, COSÌ loro sono allineato di tre. I pensare Se Noi fatto Questo più grande, Esso volevo inizio attaccare fuori Di IL finestra Qui. Perché Noi Avere RIMOSSO uno variabile Già, Noi Potevo Vedere Quello Alcuni Di IL compiti Sono passando Anche per IL Primo PC. COSÌ questo è decisamente fatto a molto grande differenza.
I Volere vicino quelli E andare Indietro in IL elenco Esso era creato. IL modo Io ho scritto Questo, Se Io sono facendo due dati set In IL Stesso elenco, suo andando A Ottenere cancellato Perché Salva COME In sceneggiatura In JMP Volere salva SU superiore Di esistente dati Se Esso ha IL Stesso nome.
Qui era IL Stesso dati, Noi Appena RIMOSSO uno variabile E aggiunto uno PC, E Noi avuto da 21 % A Di 47 % SU media attraverso IL variabile equivalenza. Questo è mostrando Voi Che cosa a grande differenza Esso Potere Fare da Appena a piccolo pulizia fare un passo O scegliendo a leggermente diverso modello con uno Di più PC In Questo caso.
Ora suo Me. Io ho andato Attraverso Tutto IL script. Malato Mettere Indietro Mio molto scorso diapositiva su Qui A concludere. Questo È a nuovo tecnica A Aspetto A equivalenza, Questo multivariato tecnica. I non ho visto Esso usato in qualche luogo altro. Suo a complemento, non a sostituzione.
Voi Dovrebbe Ancora, particolarmente Se tu sei pesantemente coinvolto con IL dati, Voi Dovrebbe Ancora guardare A Tutto IL tempo punti Quello tu sei interessato In. Esso dà a olistico immagine con a quantità Di dettaglio Perché Voi Avere a quantità Di produzione. Ma Se tu sei soltanto interessato In IL finale informazioni, Veramente Quello sbarra grafico, dà Voi a quantità Di informazioni In Appena uno grafico.
Voi Potevo Fare Questo con Qualunque tipi Di gruppi Quello Voi Volere A. Questo succede A Essere scale Perché Noi Aspetto A IL differenza fra produzione E laboratorio scale a quantità A Fujifilm. Questo è Esso, Veramente. Suo tuo multivariato A uno di lato Test T. COME a parte Di Nostro processo fluire A Aspetto A scala su E scala giù dati. Id Essere Contento A rispondere a qualsiasi domanda.
