Hallo, Mein Name Ist Colleen McKendry, Und I Bin a Senior statistisch Schriftsteller bei JMP, Aber I Auch wie Zu Experiment mit funktional Daten. Das Präsentation Ist ein Verlängerung von Wann Blitz War inspiriert von a Präsentation Das War ursprünglich Erledigt In 2020 betitelt Messung Systeme Analyse für Kurve Daten.
Dort War Auch a leicht früher Präsentation bei a JSM Konferenz In 2019. Mein sprechen Ist im Wesentlichen Wie I würde gehen um Lösen Die Probleme Das war präsentiert In diese Original Papiere. Krank diskutieren ihnen a wenig bisschen mehr später zu.
Erste, a wenig bisschen von Hintergrund An Messung Systeme Analyse. MSA Studien bestimmen Wie Also a Verfahren dürfen Sei gemessen vor Zu studieren Die Verfahren selbst. Also Es Antworten Die Frage, Wie viel Messung Variation Ist beitragen Zu Die gesamt Verfahren Variation.
Speziell, Die Messgerät Erholung Verfahren, welche Krank Sei mit später In Das Analyse, bestimmt Wie viel Variation Ist fällig Zu Betrieb Variation gegen Messung Variation. Diese Typen von Studien Sind wichtig Und sie sind oft erforderlich Zu Sei durchgeführt vor Zu beliebig Typ von statistisch Verfahren Kontrolle oder Design von Experimente.
A Messgerät Erholung klassisch MSA Modell Ist gezeigt Hier. Für a gegeben Messung, dein Antwort, Y Unter I K Ist Die Kth Messung An Die Ith Teil. In Das Modell, Du haben a bedeuten Begriff Und a zufällig Wirkung Das entspricht Zu Die Teil Und dein Fehlerbegriff.
Der zufällig Wirkung In Die Fehler Begriff Sind normalerweise verteilt zufällig Variablen mit bedeuten null Und manche entsprechend Varianz Komponenten. Das Ist einfach a zufällig Effekte Modell, Und Wir dürfen verwenden Das Modell Zu schätzen Die Varianz Komponenten, Und Dann verwenden diese Varianz Komponente Schätzungen Zu berechnen Die % Messgerät Erholung mit Die Formel das ist gezeigt An Die Bildschirm.
Hier Wir haben Die Dasselbe Modell Aber Die gekreuzt Version. Für dein Antwort, Y Unter IJK , das ist gehen Zu Sei Die Kth Messung gemacht von Die Jth Operator An das auf Die Ith Teil. A gewinnen, Wir haben a bedeuten Begriff, a zufällig Wirkung Das entspricht Zu Die Teil, Und Jetzt Wir haben a zufällig Wirkung Das entspricht Zu Die Operator, Und a zufällig Wirkung Das entspricht Zu Die kreuzen Begriff, welche Ist Die Interaktion zwischen Die Operator Und Die Teil, Und von Kurs, unser Fehler Begriff.
Alle von diese zufällig Effekte Sind normalerweise verteilt zufällig Variablen mit bedeuten null Und manche entsprechend Varianz Komponente. Also Nur wie In Die klassisch Modell, Das Ist Nur a zufällig Effekte Modell, Und Wir dürfen schätzen Die Varianz Komponenten Und verwenden ihnen Zu berechnen Die % Messgerät Ruhe und Erholung.
In beide von Die Modelle Das I Nur beschrieben, Die Antwort oder Die Messung War a einzel Punkt. Aber Was passiert Wenn Das ist nicht Die Fall? Was Wenn dein Messung Ist etwas wie a Kurve stattdessen? Das War Die Motivation hinter diese anfänglich Präsentationen In 2019 Und 2020 Das I gesprochen um.
Dort War a Kunde von JMP Das War a Anbieter von Automobilindustrie Teile, Und Sie hatte a Kunde Das angegeben Das a Teil benötigt Zu haben a spezifisch Gewalt von Distanz Kurve. Offensichtlich, Die Kunde gesucht Zu übereinstimmen ihre Kunde angegeben Kurve, Und Also Sie gesucht Zu laufen a funktional Antwort DAMHIRSCHKUH Analyse In JMP Zu Design ihre Produkt Zu Tun Das.
Jedoch, vor Ausgaben Die Geld An Das Typ von Experiment, Sie Erste gesucht Zu durchführen ein MSA An ihre Fähigkeit Zu Genau genommen messen Die Teile Gewalt. Es gibt a viel mehr Details In Die Papier bemerkt bei Die unten, Also Wenn du bist interessiert In mehr von Die Hintergrund, Bitte sehen Das.
Das Ist Was Die Daten Aussehen wie. Wir haben Gewalt An Die Y Achse Und Distanz An Die X Achse, Und Die Kurven Sind farbig von Teil. Es Aussehen wie Dort Sind nur 10 Kurven, Aber Dort Sind Genau genommen 250 Kurven In gesamt. Es ist Nur Das a viel von Die Kurven Sind gruppiert zusammen.
In Die Daten, Dort war 10 Teile, fünf Betreiber, Und fünf Replikationen pro Teil Operator Kombination. I Nur gesucht Zu Notiz Das Das Ist simuliert Daten, Und es ist simuliert Zu sehen ähnlich Zu Die tatsächlich Daten, Aber Das Wir sind nicht Teilen beliebig proprietär Daten Hier.
A wenige Funktion Eigenschaften Das I gesucht Zu Punkt aus, Die Funktionen Sind Genau genommen alle anders Längen, Also Sie haben a anders Nummer von Beobachtungen In ihre Kurve. Obwohl Die Funktionen war gesammelt bei gleichermaßen beabstandet Zeit Intervalle, Sie war nicht gesammelt bei gleichermaßen beabstandet Entfernungen. Das bedeutet es gibt NEIN WAHR Replikation In Bedingungen von Distanz.
Wann Das Projekt War Erste präsentiert, eins von Die Original Ideen geworfen aus War ob Wir könnte wählen a Satz von Distanz Standorte Und Tun a Standard Messgerät Erholung MSA bei jede von diese Standorte Und Dann zusammenfassen Das Information für a Finale Ergebnis.
Der Problem mit Das Ist Das Wenn Wir gepflückt a spezifisch Standort, Dort war nicht a Garantie Das Dort würde Sei ein Beobachtung für jede von diese Kurven Weil Dort war nicht Replikation für Die Distanz. Ein anderer Problem das ist mehr verallgemeinert Ist mit Das Typ von Kurve Daten, tun Punkt weise Analyse wie Das tut nicht nehmen hinein Konto Die innerhalb Funktion Korrelation.
Glücklicherweise, es gibt a ganz Feld von Statistiken gewidmet Zu Das Typ von Daten angerufen funktional Daten Analyse. Dort Sind a Vielfalt von Techniken Zu handhaben ungleichmäßig beabstandet Daten. A viel von diese Techniken Sind Jetzt verfügbar In JMP durch Die Funktionalität Daten Forscher Plattform.
Der Frage wurde, dürfen funktional Daten Methoden Sei kombiniert mit traditionell MSA Methoden Zu durchführen manche Typ von funktional Messung Systeme Analyse? Das War Die Lösung Das War präsentiert In Die älter Papiere Das I referenziert. Das Ist Nur gehen Zu Sei a wenig bisschen von a Rezension von Was Sie tat.
Erste, a bestraft Spline Modell War fit Zu schätzen Die Teil Gewalt Funktionen Und Also Dort war 10 Funktionen Das war geschätzt, gemittelt über Operator Und repliziert. Dann diese Funktionen war subtrahiert aus Die Original Gewalt Funktionen Zu erhalten a Satz von Rest Gewalt Funktionen. Diese Rest Funktionen NEIN länger enthalten beliebig Variation fällig Zu Die Teil. Alle von Die Variation In diese Residuen war fällig Zu Die Operator Und Die repliziert.
Sie Dann fit a zufällig Effekte Modell Zu Die Residuen zu erhalten Die entsprechend Varianz Komponenten aus Die Modell. A grafisch Verfahren War Dann gebraucht Zu finden Die kleinste Teil Varianz Zu verwenden als ein schätzen für Die Teil Varianz Komponente.
Das War Dann gebraucht Zu berechnen a Typ von am schlimmsten Fall Szenario % Messgerät Ruhe und Erholung. Das Verfahren Sie funktionierte ziemlich Also. Sie bekommen Ergebnisse Das gemacht Sinn Und Die Kunde War Glücklich. Aber Das War Nur a Verallgemeinerung von a Standard MSA mit manche funktional Komponenten bestreut In.
Wann I sah bei Das Daten Und Wann I sah bei Die Problem, I gesucht Zu versuchen Zu nehmen a mehr traditionell funktional Ansatz. I haben a Hintergrund In funktional Daten Analyse, Und Das Ist Was Mein Dissertation War An, speziell funktional gemischt Modelle. Dort War a Kapitel In Mein Dissertation gewidmet Zu Schätzung Und Testen Die Varianz Komponenten aus funktional gemischt Modelle.
I tat Das von expandierend Die funktional Modell mit eigen Funktion oder Basis Funktion Erweiterungen Und Umschreiben Es als a gemischt Modell Und Dann mit bekannt Techniken Zu schätzen diese Varianz Komponenten. I gestartet Zu denken, könnte I verwenden Die Dasselbe Typ von Technik?
I nicht brauchen a voll gemischt Modell. I nur haben zufällig Effekte Hier. Kann I erstellen a funktional zufällig Effekte Modell für Die Teil Und Operator Varianz Komponenten?
Das Ist Was I kam hoch mit für a funktional MSA über Modelle, seit Wir Tun haben ein Operator Begriff. Für funktional Modelle, sie sind Satz hoch a wenig bisschen anders Weil sie sind alle basierend um Die Eingang. In Das Fall, dein Antwort, Y Unter IJK Ist Die Kth replizieren gemacht von Die Jth Operator An Die mit Teil, Aber Das Zeit bei a besondere Distanz, D.
Wir haben a funktional bedeuten Begriff, a funktional zufällig Wirkung Das entspricht Zu Die Teil, a funktional zufällig Wirkung Das entspricht Zu Die Operator, Und a funktional zufällig Wirkung Das entspricht Zu Die kreuzen Begriff Und unser Fehler Begriff.
In Das Verfahren, I subtrahieren Die bedeuten Begriff über, Und Also Ich bin links mit Das Satz von Residuen, Und das ist Wann Ich bin gehen Zu Modell. Das Hier stellt dar Die eigen Funktion Erweiterung von Die funktional Modell. War gehen Zu haben Hauptstadt B eigen Funktionen und Summe alle von diese Teile zusammen Zu erstellen Das groß lang zufällig Effekte Modell.
Aber für eins eigen Funktion, Was Ist gezeigt In diese Klammern Ist Die Erweiterung. Für jede funktional zufällig Wirkung, es ist Teilt hinein zwei Teile. Wir haben a funktional Teil Und Dann Nur a regulär Teil. Der funktional Teil Ist genommen Pflege von von Auswerten diese eigen Funktionen. Dann Wir haben Nur Standard zufällig Bedingungen für Die Teil, Die Operator, Und Die kreuzen Begriff.
Dann Was Das im Wesentlichen tut Ist Du bauen Das lang zufällig Effekte Modell, Und Dann Du haben a Nummer von Varianz Komponenten für jede Begriff. Für Die MSA, Dort Wille Jetzt Sei drei Sätze von Hauptstadt B Varianz Komponenten. Es gibt gehen Zu Sei Hauptstadt B Teil Varianz Komponenten, Hauptstadt B Operator Varianz Komponenten, Und Hauptstadt B kreuzen Begriff Varianz Komponenten.
Weil von Die Weg eigen Funktionen Sind strukturiert, Sie Sind bekannt Zu Sei unabhängig Und Also Wir dürfen annehmen Das basierend An Wie Wir strukturiert Die Modell, alle von diese Varianz Komponenten Sind Genau genommen unabhängig aus jede andere Auch. Das bedeutet Wir dürfen Summe ihnen zusammen Zu erhalten diese funktional Varianz Komponenten.
Seit war Nur Summieren ihnen zusammen, Wir dürfen Auch Ersatz ihnen hinein Die Formel für Die % Messgerät Erholung Und berechnen Das Nur wie Wir tat In Die Standard Modelle.
Wie Tun I Genau genommen Tun Das In JMP? Also, es ist a Multi Schritt Verfahren. Ich bin gehen Zu knapp Gliederung Es Hier, Und Dann Ich bin gehen Zu Tun a Demo für Du. Erste, Ich bin gehen Zu schätzen Die bedeuten Kurve In FDE Und erhalten Die Rest Kurven. Ich bin Dann gehen Zu Modell diese Rest Kurven dient Auch ein FDE Zu erhalten Die eigen Funktionen benötigt für Die eigen Funktion Erweiterung.
Ich bin gehen Zu speichern diese eigen Funktionen Zu Die Original Daten Tisch Und verwenden ihnen In FitMix. Verwenden FitMix, Ich bin gehen Zu fit a zufällig Effekte Modell Zu Die Original Daten mit Verschachtelung Und Die eigen Funktionen Zu definieren Die geeignet Modell Spezifikationen.
Hoffentlich, Das alle macht a wenig bisschen mehr Sinn einmal I Demo Es. War gehen Zu Ausfahrt aus von Hier. Hier Ist unser Daten, Und Wir haben a Spalte für Die AUSWEIS Variable, a Spalte für Die Teil Variable Das definiert Die 10 Teile, Die Operator, welche definiert Die fünf Betreiber, unser Distanz Spalte, Und unser Gewalt Spalte.
Nur als a Erinnerung, Das Ist Was Die Daten sah wie. Mein Erste Schritt Ist Zu schätzen Die bedeuten Funktion von Die Gewalt Kurven Und Dann verwenden Das Zu erhalten manche Residuen. Zu Tun Das, Ich bin gehen Zu Modell Die Gewalt Funktionen In FDE. Ich bin gehen Zu gehen Zu Die Analysieren Speisekarte, Spezialisieren Modellieren Und wählen Funktionalität Daten Forscher.
Ich bin gehen Zu definieren Gewalt als Mein Ausgabe, Distanz als Mein Eingang. Dann Weil I wollen Die bedeuten Funktion gemittelt über alle von Die Ausweise, Ich bin nicht gehen Zu angeben ein AUSWEIS Funktion Hier. Ich bin gehen Zu klicken Okay. Wir haben unser Basic Einleitung FDE Bericht. Aber I wollen Zu fit a Modell, Also I dürfen gehen Zu Die Rot Dreieck Speisekarte, Modelle.
Technisch, Du könnte fit beliebig von diese Modelle. I Nur wählte a B Spline Weil es ist Erste, es ist einfach, Und es wird Nur nehmen a wenige Sekunden Zu laufen Hier. Okay, Also hier ist unser Modell fit. Es gibt a Rot Linie Hier das ist hübsch hart Zu sehen, Aber Das Ist Was Ist Die bedeuten Funktion, Die geschätzt bedeuten Funktion. Ich bin gehen Zu geben Du a besser Bild von Das In a Minute oder Also.
Aber I Genau genommen wollen Zu speichern Die Funktionen für Das Mem. I dürfen Tun Das von gehen Zu Das Funktion Zusammenfassungen Bericht. I dürfen klicken Die Rot Dreieck Speisekarte Und wählen Anpassen Funktion Zusammenfassungen. I nur wollen Die Dasselbe Formeln, Also Ich bin gehen Zu Auswahl aufheben ihnen alle Und Dann erneut auswählen Das eins Und klicken OK Und Speichern.
I erhalten a neu Daten Tisch mit Was erscheint Zu Sei Das einsam wenig Eintrag Hier. Dort Ist a versteckt Spalte, Also Ich bin gehen Zu nicht versteckt Das. Wir haben a Distanz Spalte Und Dann Wir haben Das Gewalt bedeuten funktional Formel. Ich bin gehen Zu nehmen a sehen bei Das, Was Das Genau genommen Aussehen wie.
Wann Wir sehen bei Die Formel Spalte, Wir dürfen sehen Das Das Ist a Funktion von Distanz. Für beliebig Wert von Distanz, Das Ist gehen Zu Sei ausgewertet Zu geben Was Die bedeuten Funktion Ist bei Das Distanz. Das Formel Spalte dürfen Sei setzen hinein beliebig Daten Tisch Das Auch enthält a Distanz Spalte. Das ist genau Was war gehen Zu Tun.
War gehen Zu machen Sicher Das Ist hervorgehoben. War gehen Zu Rechts klicken Und wählen Kopie Spalte Eigenschaften. Dann war gehen Zu finden unser Weg zurück Zu unser Original Daten Tisch. Doppelt klicken Zu erstellen a neu Spalte. Ich bin gehen Zu Rechts klicken Hier Und Tun Paste Spalte Eigenschaften. Jetzt Wir haben Die bedeuten Gewalt ausgewertet bei jeder Ebene, jeder Distanz Wert In unser Daten Tisch.
Wir dürfen verwenden Das Zu Jetzt finden unser Rest Funktion. Ich bin gehen Zu doppelt klicken wieder Zu erstellen a neu Spalte Und Titel Es Gewalt Rückstände. Jetzt Ich bin gehen Zu erstellen Mein eigen Formel Spalte Das Ist einfach gehen Zu Sei Gewalt Minus Die bedeuten Gewalt. Ich bin gehen Zu klicken OK. Jetzt Wir haben unser Satz von Residuen Und Das Ist Was Es Aussehen wie.
In Die Spitze Graph, diese Licht grau Kurven Sind Die Original Funktionen aus Die Gewalt Spalte. Das Rot Linie Ist Die Dasselbe Rot Linie Das I versucht Zu zeigen Du In Die FDE Bericht Das War hart Zu sehen, Aber Das Ist Was Das War. Das ist Die bedeuten Funktion.
Dann Die unten Graph In Grün zeigt Die Rest Kurven. Diese Sind Die Kurven Das Ich bin gehen Zu verwenden Zu fortfahren mit Mein Analyse. Mein nächste Schritt Ist gehen Zu Sei Zu Modell Die Rest Kurven mit FDE Zu erhalten Die eigen Funktionen Das I brauchen für Die Modell Erweiterung. Ich bin gehen Zu gehen Zu Die Analysieren Speisekarte wieder, wählen Spezialisiert Modellieren, Funktionalität Daten Forscher.
Das Zeit Ich bin gehen Zu angeben Die Residuen als Die Ausgabe, Distanz als Die Eingang, Und I Bin gehen Zu angeben Mein AUSWEIS Spalte Das Zeit. Ich bin gehen Zu klicken OK. Wir haben unser anfänglicher Port Hier, Und Jetzt I wollen Zu fit a Modell Zu Das Daten. I gehen Zu Die Rot Dreieck Speisekarte Zu sehen bei Die Modelle.
Wieder, technisch, Du dürfen fit beliebig von diese Modelle. In Mein Experimentieren, I gefunden Das diese Spitze drei, Sie nahm a Wirklich lang Zeit Zu fit, Und Sie nicht bieten super Großartig passt für Was I benötigt. Der Wavelets Modelle Und Die direkt funktional PCA war viel, viel schneller Und während Auch Bereitstellung besser passt.
Der Vorbehalt mit diese zwei Modelle Ist Das Sie erfordern Die Daten Zu Sei An ein gleichmäßig beabstandet Netz. A s I erwähnt, Wann I eingeführt Die Daten, das ist nicht Die Fall. Jedoch, In FDE, Wir haben manche Daten Verarbeitung Schritte Das helfen uns manipulieren unser Daten a wenig bisschen. Wir dürfen gehen Zu Die sauber hoch, reduzieren, Und Das Erste Tab Ist Was Wir wollen, Und Wir dürfen verwenden Das.
Jetzt Das Nur setzt Es Also Das jeder Distanz Wert hat ein Beobachtung, hat a Gewalt Residuen Beobachtung. Jetzt Wir dürfen gehen voraus Und fit eins von diese Modelle. I Nur wählte direkte Funktion PCA. A s Du dürfen sehen, Es War sehr schnell. Der Beschlag War super schnell.
Das funktional PCA Bericht Ist Wo war gehen Zu erhalten alle von unser Information Das Wir brauchen. Aber I War Nur gehen Zu scrollen runter Zu sehen bei Die Daten fit a wenig bisschen. Wir dürfen sehen Das diese sehen hübsch Gut. Dann Wenn Wir sehen bei Die Diagnose Grundstücke, diese Sind An Die Diagonale, Die Residuen sehen Gut. Das Aussehen wie a hübsch Gut fit, Und I dürfen verwenden Das Information aus Die Funktionalität PCA.
In Die Funktionalität PCA Bericht, Wir haben a Tisch von eigene Werte Und Dann diese Grafiken von unser Form Funktionen. Der Form Funktionen Sind Genau genommen unser eigen Funktionen. Sie sind Nur angerufen Form Funktionen In JMP. Wie diese Funktionen arbeiten Ist Das dein Original Eingang, Also Distanz, Ist An Die X Achse, Und Dann Die eigen Funktion Auswertung Ist An Die Y Achse.
Für beliebig Distanz D, du bist gehen Zu haben ein Auswertung bei eigen Funktion 1 , ein Auswertung bei eigen Funktion 2, Und Also An. Du dürfen verwenden Die eigen Funktionen Zu erhalten... Du dürfen verwenden a linear Kombination von Die eigen Funktionen Zu erhalten ein schätzen von Die Original Funktionen.
Der Eigenwerte Tisch gibt Du ein Idee von Wie viel % von Die gesamt Daten Variation du bist Einnahme hinein Konto Wann Du verwenden a bestimmt Nummer von Eigenwert, eigen Funktion Paarungen. In Das Fall, Die Erste Eigenwert Und eigen Funktion Paarung Genau genommen Konten für 99,9 % von Die gesamt Variation In Die Daten, welche Ist Genau genommen hübsch unglaublich.
Das Ist wichtig In bestimmend Wie viele eigen Funktionen du bist gehen Zu verwenden für Die Basis Erweiterung. Typischerweise Wann du bist Auswählen a Nummer von eigen Funktionen Zu verwenden, Du nicht Genau genommen wollen Zu verwenden alle von Die eigen Funktionen Das du bist gegeben.
Du wollen Zu verwenden Die am wenigsten Nummer von eigen Funktionen Das Trotzdem Konto für ein angemessen Menge von Variation In Die Daten. Das Ist Weil Die mehr eigen Funktionen Du verwenden, Die größer dein zufällig Effekte Modell Ist gehen Zu Sei, Und es ist gehen Zu Sei Schwerer Zu schätzen.
Was tut Buchhaltung für ein angemessen Menge von Variation In Die Daten bedeuten? Es dürfen bedeuten anders Dinge Zu anders Menschen In anders Felder. Typischerweise Wann Ich bin Arbeiten mit Das, I haben gebraucht In Die Vergangenheit um 90 % als a schneiden aus. Wenn I War Nur tun Das Analyse Zu Tun Die Analyse, I könnte nur nehmen Das Erste eigen Funktion seit Es erklärt Also viel, Und laufen mit Das.
Für Demonstration Zwecke, Ich bin gehen Zu nehmen Die Erste zwei Nur Also Du dürfen sehen Was Die Modell Erweiterung Aussehen wie mit zwei eigen Funktionen. Zu speichern diese, Ich bin gehen Zu gehen Zu Das Funktion Zusammenfassungen Bericht wieder, klicken An Die Rot Dreieck Speisekarte Und wählen Anpassen Funktion Zusammenfassungen.
I Nur erwähnt Das Ich bin nur gehen Zu speichern zwei von ihnen, Also I wollen Zu eingeben zwei Hier. Ich bin gehen Zu Auswahl aufheben diese alle wieder Und nur speichern Die Formeln. I dürfen klicken OK Und Speichern Und I haben ein anderer neu Daten Tisch Jetzt. Der Dinge Das I brauchen Sind Genau genommen versteckt. Wir wollen Zu sehen für diese Gewalt Rückstände Form Funktionen welche darstellen unser eigen Funktionen.
Wir dürfen nicht versteckt diese Also Das sie sind Jetzt inklusive In unser Daten Tisch. Wir dürfen nehmen a sehen bei diese Formel Spalten. Nur wie mit unser bedeuten Funktion, Das Ist einfach a Funktion von Distanz. Für beliebig Wert von Distanz, diese Formeln Sind gehen Zu geben Du Was Die eigen Funktion Wert Ist bei Das Distanz.
Auch, wie Die hauptsächlich Funktion, Wir dürfen setzen diese Formel Spalten hinein beliebig Daten Tisch Das Auch enthält a Distanz Spalte. Das ist Was war gehen Zu Tun wieder. War gehen Zu setzen diese Formel Spalten hinein unser Original Daten Tisch.
War gehen Zu machen Sicher beide von diese Sind hervorgehoben Und Rechts klicken Und wählen Kopie Spalte Eigenschaften. Wieder, finden unser Weg zurück Zu unser Original Daten Tisch. I wollen Zu hinzufügen zwei neu Spalten Zu Mein Daten Tisch. Ich bin gehen Zu gehen Zu Anrufe, neu Spalten. War Nur gehen Zu Titel ihnen E1 Und 2 Zu darstellen Die eigen Funktionen. I wollen Zu hinzufügen zwei Spalten Und I wollen Zu hinzufügen ihnen als a Gruppe. Krank klicken Okay.
Dann mit diese zwei neu Spalten hervorgehoben, Ich bin gehen Zu Rechts klicken Und wählen Paste Spalte Eigenschaften. Jetzt Wir haben unser eigen Funktionen ausgewertet für jeder Distanz.
Nur Zu geben Du ein Idee, Das Ist Was Sie sehen wie Und es ist Die Dasselbe Graph. Es ist fast Die Dasselbe Graph als Was War In Die FDE Bericht. War Nur Einnahme Was War grafisch Dort Und Jetzt Wir haben Die Zahlen für alles, für jeder Wert Hier.
Jetzt Wir wollen Zu Tun Die eigen Funktion Erweiterung Und expandieren unser funktional Modell. Aber Was tut Das Modell Genau genommen sehen wie Wann Du haben zwei eigen Funktionen? Ich bin gehen Zu Hopfen zurück über Zu Mein Folien real schnell Und zeigen Du Was Die Modell Erweiterung Aussehen wie Wann Hauptstadt B gleich 2.
I haben Das geteilt hinein a Abschnitt für Die Teil, Die Operator, Und Die kreuzen Begriff. Dann innerhalb jede von diese Abschnitte, Wir sehen Das Wir haben a Begriff Das beinhaltet eigen Funktion eins Und a Begriff Das beinhaltet eigen Funktion zwei. Im Wesentlichen, Das bedeutet Das war gehen Zu haben zwei Varianz Komponenten für Teil, zwei Varianz Komponenten für Die Operator, Und zwei Varianz Komponenten für Die kreuzen Begriff.
Jetzt Ich bin gehen Zu gehen zurück Zu Mein Daten Tisch. I wollen Zu fit Das Modell mit Fit Modell. Ich bin gehen Zu gehen Zu Die Analysieren Speisekarte Und wählen Fit Modell. I wollen Zu angeben Mein Persönlichkeit als Die gemischt Modell. Jetzt Ich bin gehen Zu angeben Die Residuen als Mein UND. Dann Ich bin gehen Zu bewegen runter Zu Die Effekte Abschnitt.
In Die behoben Effekte Tab, I nicht haben beliebig behoben Effekte Und I Auch nicht haben ein abfangen Weil I bedeuten Begriff über ursprünglich. Jetzt Ich bin gehen Zu bewegen Zu Die zufällig Effekte Tab. Hier Ist Wo Ich bin gehen Zu verwenden Die eigen Funktionen Und Die Teil Und Operator Variablen Und Nest ihnen In ein geeignet Weg Zu definieren Die Modell Das I Nur zeigte Du.
Wir dürfen hinzufügen beide von diese eigen Funktionen Und war gehen Zu wählen diese Und Auch wählen Teil. War gehen Zu Nest Teil In jede eigen Funktion. Dann war gehen Zu Tun Die Dasselbe Ding für Operator Und Die Dasselbe Ding für Die kreuzen Begriff. Das ist Wie war gehen Zu definieren unser Modell.
Der zuletzt Ding I wollen Zu Tun In Das Start Fenster Ist Auswahl aufheben Die Grenzenlos Varianz Komponenten Option. Wann Das Ist ausgewählt, Es bedeutet Das Du dürfen haben Negativ Schätzungen oder Varianz Komponenten, Und I nicht wollen Das.
Beliebig Negativ Schätzungen Sind Nur gehen Zu Sei Satz Zu null. Jetzt I dürfen laufen Das, Und Wir haben unser Bericht Hier. Das Ist Die Tisch das ist gehen Zu geben uns unser Schätzungen Das Wir brauchen Zu berechnen Die % Messgerät Ruhe und Erholung, Aber Ich bin gehen Zu Sack um Die Bericht a wenig bisschen Erste.
Das tatsächlich von vorhergesagt Handlung Aussehen Wirklich seltsam bei Erste, Aber Es macht Sinn Wann Du denken um Es. Seit Wir nicht haben beliebig behoben Effekte oder ein abfangen, Wann Wir nicht nehmen Die zufällig Effekte hinein Konto, unser schätzen für alles Ist Nur null. Wann Wir Tun nehmen diese zufällig Effekte hinein Konto, Wir sehen Das Die tatsächlich von bedingt vorhergesagt Handlung Aussehen a viel besser Und Das diese Beobachtungen fallen hübsch Also entlang Das Diagonale.
Wir dürfen Auch nehmen a sehen bei Die bedingt Rest Grundstücke, Und Wir dürfen sehen Das sie sind hübsch klein Und sie sind zentriert um null. Wir Tun haben manche Abweichung aus Das Linie Hier, Aber es gibt Nichts super verrückt um Die Residuen. I fühlen Okay um mit diese Schätzungen Zu berechnen Die dauerhaft Messgerät Ruhe und Erholung. I Genau genommen gezogen Das Tisch Und setzen Es zurück hinein Mein Folien. Ich bin gehen Zu gehen zurück Zu Mein Folien für Die Rest von Die Präsentation.
Hier ist Das Daten Tisch, nicht Daten Tisch, Die Bericht Tisch Das War Nur Dort. Als Du dürfen sehen, Du haben a Varianz Komponente, S2 Varianz, Komponenten, Schätzungen für Teil, zwei für Operator, Und zwei für Die kreuzen Begriff. A s I erwähnt Wann I War beschreibend Die Modell, Wir dürfen Summe diese zusammen Zu berechnen Die funktional Varianz Komponenten.
Diese spezifisch Zahlen sind nicht als wichtig In Das Analyse als Was Du erhalten Wann Du setzen ihnen hinein Die Formel für Die % Messgerät Ruhe und Erholung. Also Wann I Tun Das, Wir erhalten a % Messgerät Erholung von 3.3030. Das Ist Was Die Bar Team definiert als ein akzeptabel Messung System. Wenn Das hatte gewesen Mein Projekt, I würde haben gegangen zurück Zu Die Kunde Und sagte Das Es scheint wie dein Messung System ist genau, Du dürfen gehen voraus Und fortfahren mit dein Design von Experimente.
Das ist grundsätzlich Es für Das Analyse für Das besondere Daten. Nur manche Gedanken Das I hatte. Das Ergebnis War Genau genommen sehr ähnlich Zu Die am schlimmsten Fall Szenario % Messgerät Erholung Das War präsentiert In Die 2019 JSM Präsentation. Es War höher von Nur a wenige dezimal Orte. Es würde Sei Wirklich interessant Zu vergleichen diese Methoden Und andere Daten Sätze Zu sehen Wenn Sie Sind stets ähnlich oder Wenn Das War Nur a Glücklich Zufall.
I nicht haben viel Erfahrung bei alle mit Messung Systeme, Und Also I nicht haben beliebig andere Daten Zu spielen um mit oder sogar Wirklich wissen Wie Zu erhalten Es. Wenn jemand hat beliebig Daten Das Sie denken könnte anwenden Zu Das Typ von Projekt, beliebig funktional Daten Das Auch Sie könnte wollen Zu Tun ein MSA An, Ausweis Sei Wirklich interessiert In Anhörung um Es.
Für manche Zukunft arbeiten, manche Gedanken Das I hatte War, Die Erste eins War, sollen I hinzufügen a funktional zufällig Wirkung für Die AUSWEIS? Das Ist sehr häufig Erledigt In a viel von funktional gemischt Modelle, bei am wenigsten In Die Felder Das I funktionierte In. Das War a groß Beitrag In Mein Dissertation War Die verwenden von Das funktional zufällig Wirkung für AUSWEIS.
Typischerweise Das fängt Die innerhalb Funktion Korrelation über, In Das Fall, Distanz. I gespielt um mit Das zufällig Wirkung In Das Daten, Und jeder Modell I gebraucht, Die Nummer von eigen Funktionen I gebraucht, Es nicht Gegenstand. Der Varianz Komponente verbunden mit Das zufällig Wirkung stets kam aus Zu Sei null, Und das ist nicht nützlich.
I denken In Das Fall, einmal Du nahm hinein Konto Die Varianz aus Die Teil Und Die Operator, Dort Nur war nicht beliebig Variation links Zu Konto für. I nicht wissen Wenn das ist WAHR für alle funktional MSA Studien oder Wenn Das War Nur WAHR für Das besondere Daten. Wenn I War immer fähig Zu erhalten Mein Hände An manche anders Daten, Das Ist definitiv etwas I würde halten In Geist Zu sehen Wenn Es könnte Sei hinzugefügt Zu a Modell In beliebig andere Daten Sätze mehr erfolgreich.
I Auch denken Es würde Sei Cool Wenn Wir könnte berechnen a Vertrauen Intervall für Die % Messgerät Ruhe und Erholung. Und Endlich, I gesucht Zu sprechen um Die eins Ding I war nicht super Glücklich mit In Das Projekt, welche War Die Residuen. Was War falsch mit ihnen?
Diese Sind Grafiken von manche anders Modelle Und Die Residuen für jede eins. Ich bin gehen Zu gehen zurück Und weiter zwischen Das gleiten Und Die nächste eins. Also Ja, Die Residuen Sind relativ klein. Sie sind zentriert um null. Es gibt NEIN verrückt Spikes oder Ausreißer, Und das ist Gut. Das ist Was Wir wollen.
Jedoch, In alle Die Modelle I fit, I Nur Trotzdem nicht Liebe Wie Sie sah über Distanz. Suchen bei Die Residuen Das Weg Ist besonders wichtig Wann Arbeiten mit funktional Daten. Das Ist Weil Es dürfen Wirklich zeigen Wann du bist nicht Erfassung alle Die funktional Teile von Die Daten.
A viel von mal In funktional Daten, Du sehen Das Fächern Wirkung Wo Die Residuen Sind Wirklich Gut In Die Anfang, Und Dann als Du erhalten in Richtung Die Ende von dein Domain, Sie Lüfter aus a wenig bisschen. Das Daten Genau genommen hatte fast Die Gegenteil Problem. Wir dürfen sehen Das Die Residuen Sind a wenig bisschen breiter In Die Anfang von Die Domain Und erhalten näher Zu null als Distanz bekommt größer.
Es gibt Auch definitiv manche Typ von zyklisch Muster In diese Residuen. I nicht denken es ist Die Ende von Die Welt. I denken sie sind super zentriert um null, Aber Du dürfen sehen In diese Grafiken Das es gibt deutlich manche hoch Und runter Muster. Im Wesentlichen Was Das bedeutet Ist Das Ich bin fehlen etwas. Ich bin nicht Erfassung Die voll funktional Natur von Die Daten, Und I nicht Wirklich wissen Warum noch.
Ausweis Wirklich wie Zu Figur Das aus Und fit ein sogar besser Modell, ob das ist möglich mit Das Daten oder anders Daten In Die Zukunft. Ich bin nicht Sicher, Aber es ist definitiv etwas I wollen Zu ausgeben a wenig mehr Zeit An, Und Ausweis Sei offen Zu beliebig Diskussion irgendjemand würde wie Zu haben um Es.
Das ist Es für Mich. Danke für Aufpassen. Wenn Du haben beliebig Fragen, Vorschläge, Fragen oder Rückmeldung, fühlen frei Zu E-Mail Mich. Dank Du.
