歡迎，
各位， 到 這 推介會 關於 a 使用 案件 的 曲線 結盟。 經驗豐富 分析師 常 說 那 在 a 更大 分析 專案, 加 減 60 % 的 這 全部的 時間 去 進入 這 準備 的 數據。 如果 曲線 玩 a 角色 和 尤其 這 結盟 的 曲線 是 需要， 然後 那 是 當然 關閉 到 這 真相。
曲線 是 非常 具體的 類型 的 數據， 和 跳轉 有 一些 工具 到 工作 和 曲線 和 到 地址 全部 這 有關的 問題。 在 這 樣本 圖書館, 那裡 是 這 藻類 Mitscherlich 數據， 哪個 是 一 的 我的 最喜歡的 數據 套 和 那 尊重 因為 它 有 這 選項 到 交易 和 許多 方面 的 配件 曲線。
這 是 只是 一個 例子 的 這 發展 的 藻類 密度 在 不同的 治療。 這 類型 的 曲線 那 我是 去 到 演講 關於 是 通常 觀察 或者 測量 超過 時間。 但 這 沒有 意思是 任何 損失 在 概論。 這 呈現 概念 工作 在 全部 種類 的 曲線 關係。
這 是 一個 例子， A 藻類 測量 超過 時間， 和 一 的 這 方面 那 是 在 這 重點 的 這 分析 為了 這 數據 放 是 到 指定 曲線， 具體的 類型 的 曲線 那 有 a 已知 形狀 和 是 驅動 經過 肯定 參數 和 然後 到 估計 那些 參數 基於 在 這 數據。
在 那些 案件， 這 參數 非常 常 有 a 技術的 意義 喜歡 坡， 詞形變化 觀點， 限制 那 獲取 走近了。 那 平台 這裡 也 有 這 滑桿 那 讓 你 分析 如何 改變 一 的 那些 參數 影響 這 形狀 的 這 曲線。
在 這 具體的 案件 那 我們 是 去 到 演講 關於， 我們 是 不是 具體來說 有興趣的 在 這 曲線。 這 曲線 本身 是 僅有的 a 幫助 因為 我們 是 面對 其他 問題。
這 是 這 數據 放， 或者 這 是 a 部分 的 這 數據 放 那 去 後退 到 這 真實的 問題。 我們 有 這 系列 的 測量， 一 和 其他 系列 的 測量， 和 他們 屬於 到 二 不同的 裝置. U 不幸的是， 這 時鐘 的 這些 裝置 是 不是 在 同步。 但 幸運的是， 每個 的 這 裝置 有 一 感應器 那 測量 這 相同的 物質。 W e 可以 看 為了 次 在哪裡 這 測量 是 非常 關閉 到 每個 其他。 然後 嘗試 到 尋找 出去 如何 到 正確的 一 的 這 時鐘， 所以 到 說， 所以 那 我們 得到 對齊 測量， 和 然後 使用 那些 到 評價 這 數據 從 全部 這 中心 那 有 到過 可用的 在 那 數據 放。
什麼 曾是 這 問題 的 這 任務？ 你 看 這 曲線 這裡。 這 紅色的 曲線 是 這 一 那 我們 拿了 作為 這 參考 曲線， 和 這 藍色的 一 是 這 一 那 我們 通緝 到 轉移。 你 看 不是 僅有的 那 這 曲線 是 相當 一些 距離 離開， 雖然 他們 應該 理論上 有 測量 這 相同的 物質 在 這 相同的 時間， 但 也 這 時間 點 的 每個 系列 是 完全地， 或者 這 時間 觀點 的 兩個都 系列 是 完全地 無關。 和 這 僅有的 眼睛， 我們 不 看 任何 落後 那 我們 可以 使用 到 正確的 一 的 這 數據 套。
所以， I 看起來 進入… I 比較的 這 時間 點， 不是 這 Y 測量， 這 時間 點 的 這 二 系列。 如果 那裡 曾是 只是 a 轉移， 然後 我們 會 預計 到 看 全部 這 數據， 全部 這 點 確切地 在 一 線。 但 這裡 你 看 那裡 是 UPS 和 起伏， 所以 這 是 明顯地 不是 這 案件。
也許 我們 能 看 更多的， 我們 能 理解 更多的 如果 我們 計算 排 經過 排 在 這 數據 桌子， 我們 計算 這 不同之處 的 這 二 次 和 看 在 那些。 這裡 和 一些 幻想， 我們 看 a 小的 位元 的 曲率， 所以 到 這 結尾， 它 似乎 到 是 更近 有關的 比 到 這 開始。 但 在 這 開始， 這 看起來 喜歡 真實的 隨機的 數據。 這 作為 出色地 做 不是 幫助 我們 a 很多 到 數位 出去 如何 到 涉及 這 數據。
I 想法 I 有 這 關聯 到 這 數據 桌子， 但 我們 能 看 在 這 螢幕截圖 作為 出色地。 這 是 這 數據 放 那 你 有 見過 前， a 小的 位元 已註記。 我們 看 那 二 線 有 具體的 標記， 這 星星 和 這 圓圈。 這 是 到期的 到 這 事實 那 這 所有的 測量 專案 有 a 坡道- 向上 階段， 和 在 這 星星 觀點， 這 測量 系列， 這 測量 時間， 這 真實的 過程 時間 開始了。
這 圓圈 是 那裡 在哪裡 我們， 後 視覺的 或者 手動的 檢查， 鋸 這 開始 觀點 在 這 第二 時間 系列， 和 我們 想 到 對齊 兩個都。 W e 需要 到 改變 這 關係 的 這 行， 的 這 數據 和 這 行。 我們 想 到 轉移 一 的 這 數據 套， 和 那 提醒 我 的 這 帕特諾斯特 那 I 喜歡 到 使用 什麼時候 許多 年 前 I 曾是 在職的 為了 a 公司 那 有 a 非常 老的 行政 大樓 和 我們 有 這 帕特諾斯特 在 那裡。
它 來了 到 我 那 這 策略 那 我們 是 下列的 是 部分 的 帕特諾斯特班次， 哪個 給出 這 單字 電梯 瀝青 a 完全地 新的 意義， 經過 這 方式。 如何 做 我們 尋找 這 正確的 步驟， 這 正確的 地方 到 合身？ 我們 做 不是 有 相似的 或者 完全相同的 時間 點 在 兩個都 系列 的 次。 我們 需要 到 構造 那些 時間 點 不知何故。 的 課程， 這 是 完畢 透過 插值。
T 他 第一的 事物 那 來 進入 頭腦 是 線性 插值， 和 如果 I 飛漲 在 進入 僅有的 a 部分 的 這 數據 放， 然後 它 是 明顯 那 線性 插值， 所以 只是 檢查， 所以 到 說， 這 回歸 之間 鄰接 時間 點 有 一些 問題， 尤其 如果 我們 看 進入 區域 在哪裡 我們 有 水平的 線條， 哪個 可能 容易地 發生。 然後 這 時間 觀點 在 那 範圍 是 相當 隨意的。 它 總是 線索 到 這 相同的 結果。 這 對面的 是 真的。 如果 我們 是 在 一個 區域 和 a 非常 陡 上升， 然後 a 小的 改變 在 這 X- 軸 或者 這 時間 可能 帶領 到 重要的 變化 在 這 Y 價值。 T 他的 是 不是 a 非常 好的 技術。 我們 能 使用 樣條線 到 插值 這 值。
你 知道 樣條線， 當然 從 這 圖形 建造者。 如果 你 製作 a 分散 陰謀， 然後 經過 預設, 這 更平滑 是 切換 在 和 這 更平滑 提供 樣條線。 你 能 甚至 改變 這 剛性 或者 這 程度 的 合身 或者 這 親密 到 這 數據 和 a 滑桿 在 這 圖形 建造者。
這 優勢 的 使用 a 樣條線 作為 一個 插值 工具， 也 需要 進入 考慮 點 更遠 離開。 T 嘿 建造 a 光滑的 曲線。 那 是 為什麼 在 這 圖形 建造者， 它是 稱為 這 更順暢。 這 使 它 更輕鬆 到 使用 那些 為了 插值和 到 使用 這些 作為 出色地 作為 a 根據 在 我們的 結盟 過程。
我們 需要 到 合身 樣條線。 如何 能 我們 做 這 或者 哪個 平台 做 幫助？ 第一的 的 全部， 簡單的 工具 是 合身 Y 經過 X 來 進入 頭腦 非常 快速地 什麼時候 你 工作 和 跳轉 和 做 那 數據 分析。 這 是 這 數據， 一 的 這 曲線。 那裡 是 這 樣條線 合身， 和 這裡 是 這 滑桿 那 讓 我 選擇 如何 關閉 或者 如何 關閉 I 想 到 合身 我的 數據。 非常 好的， 非常 簡單的 到 使用， 和 你 能 節省 這 樣條線 但 僅有的 這 價值觀， 不是 這 公式。 我們 是 敏銳的 在 得到 這 公式 為了 這 樣條線。
下一個 停止， 合身 模型。 如果 你 有 a 連續的 多變的， 你 選擇 它， 你 能 給 這 這 屬性 的 存在 a 打結 樣條線 影響。 什麼時候 你 做 所以，你 是 提示 到 說 如何 許多 結 那 樣條線 應該 有， 這 越多，越多 靈活的。 I 接受 這 預設, 說 跑步。 我們 得到 這 典型的 報告 從 合身 模型。 A 另外， 我們 有 合身 模型， 函數 的 儲存 公式。 我們 能 使用 合身 模型， 節省 這 公式。
小的 劣勢 這裡 是 I 需要 到 指定 這 數位 的 結 前 I 開始 這 分析。 一次 這 分析 是 完畢 之內 這 平台， I 不 有 這 選項 到 玩 和 它 或者 改變 它 喜歡 它 是， 為了 例子， 在 適合 Y 經過 十。
其他 工具 是 這 功能 數據探索器 .T 他 功能 數據 探險家 有 樣條線 作為 a 核 功能， 和 它 是 也 功能 到 尋找 最佳的 定義， 最佳的 適合 為了 這 樣條線。 你 能 出口 一切。 它是 a 位元 因為 簡單的 任務 喜歡 這 是 不是 在哪裡 這 功能 數據 探險家 是 製成 為了。 你 需要 一些 更多的 點選 到 來 到 a 結果。 A 另外， 它是 僅有的 可用的 為了 人們 世界衛生組織 有 JMP 角色。
遺跡， 這 圖形 建造者。 你 有 見過 它 前， 和 這 時間 I 想 到 展示 這 樣條線 控制 作為 出色地。 作為 I 說， 我們 能 使用 這 滑桿 到 決定 這 合身。 A 非常 好的 特徵， 經過 這 方式， 是 那 你 能 查看 這 盒子， 然後 透過 a 引導程式 取樣 方法， 這 信心 間隔 為了 這 更平滑 是 計算 或者 估計的。 你 看 如何 那 何時改變 我是… 現在 你 能 看 更好的， I 有 a 很多 的 數據 和 那裡 是 不是 也 很多 多變性。
H 還 這 信心 樂團 是 相當 小的。 但 如果 我們 飛漲 進入 一 的 這些 區域 這裡， 為了 例子， 那 地方 和 看 在 什麼 發生 什麼時候 I 改變 這， 然後 我們 看 那 這 更平滑 能 甚至… 那 這 線 的 這 更平滑 能 甚至 走 出去 的 它是 自己的 信心 樂隊。 這 是 其他 視覺的 幫助 到 尋找 出去 a 好的 合身 為了 這 更順暢， 為了 這 樣條線。 它 應該 停留 之內 它是 自己的 信心 限制。 然後 來 這 非常 重要的 選項 這裡。 我們 能 節省 這 公式。 然後 我們 有 a 公式 為了 這 樣條線。
這 圖形 建造者 驚喜 作為 a 造型 工具。 世界衛生組織 有 預期的 這？ 如何 做 那 幫助？ 這 是 再次 部分 的 我的 數據 桌子， 小的 部分。 你 看 那 現在 I 有 二 列 這裡 在哪裡 I 已儲存 這 公式 為了 這 更平滑 也。 向下 這裡 在 這 有色 行， I 放 一些 隨意的 時間 點 在。 那 線索 到 一個 插值響應 相對的 到 這 時間 觀點 那 I 有 給出。 它 僅有的 作品 為了 插值。 我們 不能 推論 這 方式， 它是 僅有的 和 插值。
但 這 方式 I 能， 為了 例子， 手動 添加 不同的 時間 點。 I 有 這 一 這裡 加 X 秒 在 那 案件 , 和 然後 I 能 看 什麼 是 這 不同之處 的 這 插值 價值。 現在 I 能 放 參考 次 在 和 I 看 確切地 什麼 是 這 預期的 價值， 加 減 a 小的 位元 為了 兩個都 測量。
I 做過 這 為了 二 不同的 階段。 I 能 去 這裡 和 實驗 不再。 在 我的 雜誌， 你 看 在 這 黃色的 行， I 額外 八 秒。 在 這 橘子 個， 10 秒。 取決於 在 什麼 你 想 到 做， 這 是 這 原則 的 如何 你 能 工作 和 這。 如果 你的 任務 是 a 一- 離開 任務， 這 是 好的 足夠的。 你 能 去 在 這裡， 玩 和 這 數據， 看 這 不同之處。
我們的 任務 曾是 更多的 常規的。 這 好的 事物 是 一切 能 是 受控 和 JSL。 作為 通常， 為了 許多 命令 那 你 做 手動 在 線， 你 有 相應的 JSL 陳述， 和 I 只是 上市 一些。 這 是 不是 a 在職的 程式. 第一的 的 全部， 你 需要 到 放 向上 這 圖形， 清除。 然後 你 有 命令 那 你 能 傳送 到 這 圖形 和 具體來說 到 這 更平滑 元素 在 你的 圖形。 我們 能 改變 這 更平滑 所以 我們 可以 甚至 互動式地 嘗試 到 決定 好的 適合。
我們 能 也 給 這 命令 到 節省 這 公式 在 這 數據 桌子。 那 是 這 命令 那 戲劇 一個 重要的 角色 為了 我們的 解決方案 這裡。 你 能 讀 出去 這 目前的 設定 的 這 Lambda 滑桿 和 某物 小的。
如何 做過 我們 想 到 使用 這？ 這 概念 這裡 曾是， 的 課程， 第一的 你 需要 到 決定 什麼 是 這 參考 曲線 和 什麼 是 這 客觀的 曲線， 這 一 那 需求 到 是 轉移了。 然後 你 計算 這 樣條線 功能 為了 這 參考 曲線 和 決定 這 方向 的 轉移。 在哪裡 是 我們？ 做 我們 需要 到 轉移 我們的 時間 向上 或者 向下？
然後 我們 移動 這 Y 價值觀 的 這 客觀的 曲線， 一 排 在 這 期望 方向 和 計算 這 樣條線 功能 為了 這 新的 曲線。 節省 那， 使用 a 參考 價值， 和 然後 計算 這 差異 在 Y 為了 每個 排。 然後 我們 拿 這 全部的 和 的 那些 差異 作為 a 標準 什麼時候 到 休息 這 過程。 因為 後 每一個 步， 我們 計算 那 不同之處， 我們 節省 這 不同之處， 我們 做 這 下一個 步， 和 我們 查看， 曾是 那裡 一個 改進？
如果 是的， 我們 移動 向上 或者 向下 一 排 更多的， 和 然後 我們 重複 那 所有的 活動 直到 那裡 是 不 改進 不再。 這 所有的 程式 在 這 真實的 專案, 的 課程， 運行 在後面 這 場景。 你 不會 看 任何事物。 但 I 額外 做過 一些 圖表 到 製作 它 視覺的 到 證明 如何 那 作品 步 經過 步。
這 開始 情況 是 這 一。 在 這 左邊- 手 圖形， 你 看 這 虛線 線 和 這 堅硬的 線。 這 虛線 線 是 這 參考 線。 這 堅硬的 線 需求 到 是 感動。 在 這 正確的 邊， 你 看 這 差異 每 排。
在 這 開始， 這 差異 是… 你 看 那 這裡 在 這 開始 區域， 這 差異 這裡 是 漂亮的 小的。 然後 他們 得到 更大 和 更大， 和 他們 是 消極的。 那 是 為什麼 它 去 向下 這裡 在 a 消極的 規模， 非常 小的 差異 在 這 開始， 和 然後 他們 得到 向上 更大。
這 是 這 開始 情況。 你 將要 看 這 圖片 再次。 然後 這 程式 將要 開始 轉移 這 參考 曲線 一 細胞 向上 在 我們的 情況， 我們的 案件。 然後 你 看 如何 這些 圖表 更新 為了 每一個 步。 是的， 第一的 我們 需要 到 告訴 跳轉 什麼 是 這 時間 和 測量 價值觀 為了 這 參考 和 這 客觀的 曲線。 這裡 我們 去。 它 將要 拿 a 小的 位元 在 這 開始， 然後 然後 這 步驟 來 快點。
你 看 如何 為了 每一個 步， 這 藍色的 曲線 方法 這 虛線 曲線， 和 如何 這 差異 減少。 這 最後的 步 做過 不是 提升 這 情況 不再， 所以， 這 程式 階梯式 一 步 後退。
現在， 我們 有 這 數據 桌子 在 a 情況 在哪裡 我們 轉移 向上 這 客觀的 曲線。 現在 我們 能 使用 這 轉移 為了 全部 這 其他 測量， 為了 全部 這 其他 感應器 結果 那 我們 有 為了 這 裝置 和 開始 這 分析。
那 曾是 它。 I 希望 I 可以 啟發 你 a 小的 位元. 它 曾是 一個 有趣的 推介會。 如果 你 有 任何 問題， 請 不 猶豫 到 接觸 我。 我的 電子郵件 曾是 在 頂部 的 這 推介會， bernd.heinen@stabero.c 關於。 感謝 你 非常 很多。
