Salut,
Je suis
Jerry
Poisson.
I travail pour JMP.
I soutien notre clients dans le Central Région de le Uni États.
Aujourd'hui, Identifiant comme à parler à toi à propos un complément que J'ai développé.
Le titre de le papier est
Récupération d'un arbitraire Partie vraie Distributions
de M mesuré Partie Distributions et le Jauge Caractéristiques
que aller le long de avec le mesures.
Aujourd'hui ordre du jour.
D'abord étaient en allant à parler à propos de, de cours, quoi est-ce que ça parler adresse?
Pourquoi est ce donc important?
Pourquoi ne peut pas nous juste soustraire écarts à obtenir notre Répartition des pièces réelles ?
A petit peu à propos qu'est-ce que derrière notre estimation calculs.
Je vais démo le complément,
y compris quelques test résultats et ajouter quelques dépannage conseils.
Je vais dire toi où toi peut trouver le complément,
et alors Bien partager avec toi comment toi peut donner moi retour
sur qu'est-ce que bien et quoi toi ne le faites pas comme à propos le complément,
zones pour améliorations, et donc en avant.
Quoi sont nous adressage ici?
Bien, étaient parler à propos un complément que détermine a Répartition des parties vraies
si toi donner il a mesuré partie distribution
et si toi décrire ton jauge performance caractéristiques.
C'est joli facile à conceptualiser si nous commencer avec a Répartition des pièces réelles.
Voici notre vrai partie valeur contre notre pourcentage de parties.
Alors nous courir que à travers a jauge,
un imparfait jauge que a quelques variance et biais caractéristiques.
Nous volonté obtenir a mesuré partie distribution dehors de que.
Nous ne le faites pas savoir, cependant, quoi notre Répartition des parties vraies est.
Quoi étaient parler à propos est échange ceux postes
où nous commencer avec a P mesuré art Distribution,
nous soustraire dehors notre jauge performance caractéristiques,
et nous fin en haut avec a Répartition des pièces réelles.
C'est joli simple à comprendre, mais il obtient plus compliqué
si nous avoir a Mesuré Partie Distribution que est pas normalement distribué
et/ou nous avoir a jauge que effectue dans non standard manières, toi pourrait dire.
Peut-être notre standard déviation spectacles courbure avec le mesuré partie valeur,
ou peut être il a biais que linéairement changements,
ou peut être il a courbure comme Bien.
Comment peut nous prendre ces quantités, le Mesuré Partie Distribution
et un arbitraire jauge performance courbe,
et viens en haut avec quoi le Vrai Partie Valeur était
que doit avoir causé ce Mesuré Partie Valeur?
Pourquoi est il important?
Bien, nous tous savoir que tous jauges sont imparfait.
Épouser comme à obtenir un idée de ce Répartition des pièces réelles.
Vous allez voir il référé à comme, nous aller le long de comme DPT.
Nous peut comprendre notre taper 1 et taper 2 erreurs.
A taper 1 erreur moyens notre jauge est lancement loin bien parties.
A taper 2 erreur moyens notre jauge est acceptant mauvais parties.
Les deux de ces, particulièrement dans a fabrication environnement,
sont mauvais des choses à arriver.
Si étaient lancement loin bien parties, alors c'est déchets.
Nous ne le faites pas vouloir à avoir déchets dans notre processus.
C'est juste a droit bas doubler déduction depuis notre profit déclaration.
Nous aussi ne le faites pas vouloir à accepter mauvais parties.
Si nous faire que, nous bateau le mauvais parties dehors à a client.
Étaient probable en allant à obtenir plaintes, étaient en allant à obtenir retours, retouches,
c'est en allant à dommage notre de l'entreprise réputation.
Nous ne le faites pas vouloir à avoir soit un de ceux types de erreurs.
Ils les deux blesser notre entreprise.
Si nous savait le Répartition des pièces vraies,
nous pourrait estimation le frais associé avec ces erreurs.
Que particulier sujet est adressé dans un autre papier
être présenté ici à Découverte 2023.
Avec ce titre et ce papier nombre, I encourager toi à regarder il en haut.
I co-écrit ce papier avec deux
de mon collègues, Brady Brady, et Jason Wiggins.
Nous besoin que Répartition des parties vraies à faire ce évaluation.
Pourquoi ne peut pas nous juste soustraire le des écarts ?
Bien, toi peut.
Si ton La distribution des pièces mesurées est normalement
et ton jauge a constante variance et biais à travers le mesures gamme,
alors toi peut obtenir à ton Répartition des pièces réelles.
Toi ne le faites pas savoir le Partie vraie valeurs de individuel parties.
Tu es jamais en allant à savoir que, mais toi peut obtenir à le distribution.
C'est simplement, sous ces contraintes, sous ces hypothèses,
le variance de le Répartition des parties vraies est juste le différence dans le écarts
de ton Distribution des pièces mesurées et ton jauge variance.
Toi soustraire ceux deux,
toi prendre le carré racine, et toi obtenir le standard déviation de ton jauge.
T il moyenne, Je suis Désolé, standard déviation de ton Répartition des pièces réelles.
Le moyenne où ton Vrai Partie Distribution est centré
est simplement partout où ton Mesuré Partie Distribution
est centré moins le biais de le jauge.
O f cours, le question est, quoi faire toi faire
si ton Distribution des pièces mesurées est pas normale
ou si ton jauge a inhabituel caractéristiques?
Ce est comment nous peut conceptualiser saisie ces valeurs,
et Je vais montrer toi le complément dans juste a deuxième.
Nous peut avoir n'importe lequel arbitraire saisir.
Ici nous avons a obtenu pour notre Distribution des pièces mesurées,
ce est notre Valeur de la pièce mesurée.
T il compte pour cependant parties que nous avoir mesuré.
Peut être ce apparence comme a combinaison de deux normale distributions.
Peut être c'est quelque chose a petit différent que que.
Le indiquer est, toi peut mettre dans n'importe lequel saisir que tu ferais comme,
n'importe lequel saisir forme pour le Mesuré Partie Distribution.
Alors nous décrit le jauge en utilisant quadratique fonctions
pour le sigma et pour le biais de le jauge.
Normalement, tous tu es en allant à avoir est a standard jauge
serait être juste ces constantes dehors ici dans devant,
C0 et D0, et D0 peut être zéro si tu ne le faites pas avoir n'importe lequel jauge biais.
I f ton sigma changements linéairement avec partie valeur,
nous permettre toi à mettre dans C1 et D1 si ton biais changements linéairement.
Si il y a n'importe lequel courbure, nous permettre toi à mettre dans a C2 et a D2.
Quand toi ensemble en haut ton jauge équation, si toi mettre dans tous de ces valeurs,
c'est possible à générer négatif standard écarts
dans le mesures gamme.
Ne le faites pas faire que.
Si toi peut éviter il, ne le faites pas faire que.
Là peut être inattendu résultats avec le complément
si toi avoir négatif standard écarts.
Juste méfiez-vous de que.
Qu'est-ce que derrière le estimation calculs ?
Bien, nous commencer avec, de cours,
le réel mesure partie distribution et le jauge caractéristiques.
Nous choisir un estimé Répartition des pièces vraies,
lequel semble comme a bien idée.
Bien commencer avec le réel Mesuré Partie D distribution.
Alors nous mettre que estimé Vrai Partie D distribution
à travers a transformation que représente le jauge caractéristiques,
et que rendements un estimé Mesuré Partie Distribution.
Nous peut alors comparer le estimé Pa mesuré rt Distribution
avec le réel P mesuré art Distribution sur a poubelle par poubelle base
et obtenir a Résiduel Somme de Carrés erreur pour que comparaison.
Alors si nous aller dos et ajuster le amplitudes
de le Vrai Partie D distribution estimation,
nous pouvons ajuster ceux jusqu'à nous obtenir le estimé Mesure Partie Distribution
à accepter comme étroitement comme possible avec le réel mesure partie distribution.
Nous faire que en utilisant a JSL Minimiser fonction
à essayer à minimiser le Résiduel Somme de Carrés.
Tous droite, allons prendre a regarder à le complément.
Une fois toi installer le complément,
il volonté viens dans sous Jauge Étude outils et TPD estimation.
Ce est quoi le complément actuellement apparence comme, version 1.0.
Nous commencer désactivé avec le capacité à choisir
quoi taper de saisir Distribution des pièces mesurées toi avoir?
Maintenant que varie, Je vais viens dos à le arbitraire forme dans a minute.
Nous aussi avoir normale,
toi saisir le moyenne et standard déviation, LogNormal, Weibull,
Exponentiel, Gamma, et mélange à deux normale distribution.
Nous peut ensemble ces en haut à être paramétrique si nous vouloir.
Si toi savoir que toi avoir a Weibull distribution, pour exemple,
toi peut utiliser que comme ton saisir distribution.
Allons-y commencer avec normale. Allons-y juste faire il simple.
Ici nous avoir a normale distribution qui a a signifier de zéro
et a standard déviation de trois.
T chapeau montré dans ce panneau ici dans ce petit graphique.
Allons-y utiliser a jauge, c'est a très simple jauge,
a a standard déviation de un et a biais de zéro.
Cliquez Suivant.
Ici, beaucoup comme au-dessus de, nous obtenir à choisir le Répartition des parties vraies forme.
Nous pourrait dire c'est en allant à être arbitraire, ou il pourrait avoir a normale distribution,
ou il pourrait avoir a log-normale, tous le même distributions ici.
Ou vers le bas ici à le bas,
nous donner toi le option à ajuster tous de le distributions au-dessus de.
Allons-y encore commencer avec a simple exemple de a normale distribution,
et Bien calculer ceux résultats.
Nous présent deux sortir parcelles.
Ce parcelle spectacles le Répartition des parties vraies dans bleu,
le estimé Répartition des parties vraies contre le Mesuré Partie Distribution,
le réel Mesuré Partie Distribution dans rouge.
Comme toi serait attendre dans ce cas,
nous avons a obtenu a normale distribution pour le mesuré, et nous avons a obtenu a simple jauge.
Ce est un de ceux que nous pourrait résoudre par main si nous recherché à.
Nous fin en haut avec a légèrement plus étroit Répartition des parties vraies que le Mesuré.
Si nous alors aller à faire a vérifier sur que,
nous peut prendre que Répartition des pièces vraies, mettre il à travers le jauge,
et nous fin en haut avec un estimé Mesuré Distribution contre le réel.
C'est quoi nous obtenir vers le bas ici.
Il apparence comme nous avons a obtenu très bien accord dans ce particulier cas.
Allons-y aller dos en haut à notre jauge définition.
Bien garder le même mesuré partie distribution.
Ce temps Bien mettre dans a biais de deux.
Bien résoudre encore, supposant que
notre véritable distribution des pièces est normalement distribué.
Nous obtenir ce dehors.
Joli facile à conceptualiser.
Tout est juste décalé sur par deux unités.
Voici notre Répartition des parties vraies et notre Mesuré Partie Distribution.
Si nous mettre que à travers que jauge avec le biais,
nous obtenir dos à très bien accord entre
le réel Distribution des pièces mesurées et le estimé Mesure Partie Distribution.
Troisième exemple, allons dire que...
Allons-y viens dos en haut ici et Je vais tourner biais désactivé depuis nous avons démontré que.
Allons-y dire nous avons a obtenu le même saisir, nous avons a obtenu le même simple jauge,
mais maintenant allons dire peut être nous avons a obtenu a Gamma distribution ici.
Il y a Gamma, et nous vouloir à ajuster que.
Bien frapper calculer.
Ce est le meilleur- ajuster Gamma distribution pour que saisir normale distribution.
Toi peut voir il n'a pas ajuster assez comme Bien.
Notre Répartition des parties vraies est a petit peu biaisé, lequel est caractéristiques de Gamma.
Si toi mettre que à travers notre jauge, nous fin en haut avec ce accord
entre le Mesuré Partie Distribution, réel et le estimé.
C'est pas comme bien a ajuster.
A résumé de ceux est donné ici dans ce tableau.
Ce spectacles nous que le d'abord temps nous couru ce, nous a fait a normale distribution saisir,
lequel avec deux paramètres, nous a fait a normale ajuster sur le sortir
avec deux paramètres, et nous a obtenu ce somme de carrés erreur.
Le deuxième temps était avec a biais,
et nous a obtenu le même somme de carrés erreur dans le fin, comme toi pourrait attendre.
Alors avec le Gamma, notre somme de carrés erreur était a petit peu plus haut.
Nous obtenir a rapide petit résumé dans ce tableau.
Là sont deux autre
JMP données tables que sont construit que avoir tous de ce information,
le original distribution et le sortir distributions
et tous le jauge caractéristiques.
Tous de ceux sont résumé dans ces autre deux tables
à permettre toi à aller à travers et faire ton propre parcelles si toi vouloir à.
Ils sont aussi là.
Allons-y faire un c'est a petit peu différent.
Allons-y viens dos en haut à le haut et allons choisir a défini par l'utilisateur forme.
Le données tableau est simplement a à deux colonnes données tableau.
Le d'abord colonne est supposé à être le centres de ton partie valeurs,
ton poubelle centres, si toi volonté, dans que histogramme.
Le deuxième colonne représente le amplitudes comme toi aller à travers.
Ceux amplitudes peut être réel partie compte, ils peut être pourcentages.
Rien que chaque poubelle hauteur
ou chaque histogramme bar hauteur est relatif à le autre hauteurs.
I échelle tout à faire le somme de tous ceux ajouter en haut
à un dans le programme de toute façon.
Comme long comme le relatif hauteurs sont le même,
n'a pas matière quoi le réel amplitudes sont.
I donner le option à ouvrir a données tableau si c'est pas déjà ouvert,
ou si c'est déjà ouvert dans JMP,
alors nous peut juste dire, sélectionner le déjà ouvert données tableau.
Voici un exemple avec a carré vague
ou a uniforme distribution pour notre saisir, Mesuré Partie Distribution.
Maintenant, ce est a difficile distribution à avoir.
Si toi pense à propos ce, si tu as a obtenu a jauge
c'est fabrication normalement distribué erreurs à n'importe lequel indiquer,
c'est en allant à être vraiment dur à faire
quelque chose c'est bon et pointu et croustillant comme ce distribution sur le sortir.
Allons-y donner il a essayer.
Allons-y dire ici J'ai a obtenu a joli large variation.
Ce va depuis zéro à 30, I pense.
Allons-y dire nous avons a obtenu a jauge que a a standard déviation de cinq avec Non biais.
Allons-y dire nous vouloir à ajuster a normale distribution à que,
et maintenant Bien calculer ceux résultats.
Ici nous avons a obtenu le meilleur ajuster normale distribution
pour a Répartition des parties vraies c'est en allant à courir à travers ce jauge
avec a standard déviation de cinq à essayer à donner nous ce carré vague
pour notre M mesuré Partie Distribution.
Comment Bien a fait nous faire?
Bien, c'est ici.
C'est pas a réel super forme, et toi probablement ne serait pas attendre il
à être a super ajuster donné que étaient en essayant à utiliser a normale distribution
à ajuster a carré, un I dièse carré fonction.
Si nous recherché à faire un arbitraire fonction, allons dire ce un ici.
Ce un I juste fait en haut quelques données.
Je vais montrer toi a petit peu plus à propos quoi il est.
Peut être ce apparence comme a normale
deux mélanges, deux normale distributions mixte ensemble.
Allons-y vérifier que dehors.
Allons-y voir si nous peut ajuster ce à a mélange à deux normale,
et que option est vers le bas ici, et Bien calculer ceux résultats.
Ici nous aller.
Laisser moi courir que un plus temps.
I ne le faites pas vouloir mon standard déviation à être que grand.
Allons-y prendre a plus petit standard déviation.
Bien parler à propos que chose dans a minute.
Tout autre le même, calculer résultats.
Parfois il prend a peu secondes à viens dos.
Il juste dépend sur le chemin le routine est convenable des choses.
Ici est notre équipé Répartition des parties vraies
comparé à le Mesuré Partie Distribution.
Supposant que notre Répartition des parties vraies
est deux normale distributions mixte ensemble.
Si toi courir que à travers le jauge, il se termine en haut regarder comme ce.
Ce est le tentative à correspondre que
et quoi notre Mesuré Partie D distribution serait avoir a été.
C'est pas aussi mauvais.
C'est le chemin que le complément travaux.
Maintenant, là est un autre option ici,
et que est quand toi ajuster, toi peut choisir peu importe entrées toi vouloir
pour ton Mesuré Partie Distribution, ton jauge caractéristiques.
Alors quand toi ajuster vers le bas ici, toi peut aussi ajuster un arbitraire forme.
Maintenant, que prend sur mon PC peut être a minute à courir.
Je suis en allant à de rechange toi que et juste montrer toi le sorties dans a PowerPoint glisser.
Ici nous sont dos dans Présentation PowerPoint.
Ce est un autre exemple que J'ai a obtenu avant I obtenir à le arbitraire entrées.
Ce un a a biais que J'ai exprimé comme un plus 0,03 fois le partie valeur.
J'ai a obtenu a linéairement changement biais à travers le mesures gamme.
I avoir a normale distribution pour mon saisir,
et I vouloir à ajuster a normale distribution à le sortir.
Comme il tours dehors, ce est mon Répartition des pièces vraies,
et ce est mon Mesuré Partie Distribution.
Si I courir ceux à travers ce jauge,
même cependant c'est a obtenu ce linéairement changement biais
à travers le mesures gamme, I obtenir très bien accord entre le deux.
Ce est quoi ça arrive si I prendre que carré vague
et dire, "Hé JMP, aller ajuster peu importe Répartition des parties vraies tu veux
et courir il à travers a jauge que a a sigma de deux et a biais de zéro,
et dire moi quoi que distribution pourrait regarder comme.
Quoi toi obtenir dehors, le rouge courbe encore
est le mesuré partie distribution, que carré vague.
Toi obtenir ce à l'air fou chose avec
tous différent pics et vallées dans il comme le Répartition des pièces réelles.
Bien, que n'a pas regarder comme n'importe lequel Partie vraie Distribution que I serait avoir,
mais si toi regarder vers le bas ici, quand toi courir que à travers le jauge,
il fait a joli bien emploi de simulant ce carré vague distribution.
C'est uniforme distribution.
I croire c'est fonctionnement.
Maintenant, là sont raisons que il pourrait montez avec quelque chose comme ce,
probablement associé avec le résolution de le jauge que toi avoir.
Le jauge juste peut pas résoudre assez éléments à travers le mesures gamme
comme quoi toi besoin à obtenir a bon lisse distribution sur ici.
C'est le idée que toi peut faire ce avec ce jauge.
A petit à propos dépannage.
Là sont problèmes si ton jauge standard déviation
est aussi grand dans comparaison à le Mesuré Partie résolution.
Si toi avoir a Mesuré Partie Distribution,
allons dire c'est normalement distribué avec a standard déviation de trois,
et toi dire ce complément que mon jauge a un standard déviation de cinq.
Bien, il y a Non chemin à obtenir, même si toi avoir le même vrai partie
que toi mesure sur et sur et sur encore, tu es en allant à obtenir a propagé
que a a standard déviation de cinq, il ne peut pas ajuster.
Vous allez obtenir quelques un erreur quand ce se produit.
C'est en haut à toi à chiffre que dehors que,
"Hé, mon standard déviation pour mon jauge est chemin aussi grand."
Si c'est simplement sur le bord de être aussi grand.
Allons-y dire ton standard déviation de ton mesuré distribution est 3,
et ton jauge est 2.8,
alors encore, c'est en allant à essayer à donner toi a très étroit
Répartition des parties vraies à soutien que,
et que peut plomb à quelques étrange résultats.
Là sont quelques impair combinaisons que J'ai courir à travers
que peut cause ces des choses, I appel eux insaisissable erreurs.
Quand toi aller dans le JMP Minimiser fonction,
il fait c'est propre chose et alors vient dos avec un répondre.
Si il courses dans a problème, il volonté lancer un erreur.
Peut être comme ce.
J'ai vu deux ou trois différent ceux, ce est un de eux.
I ne le faites pas avoir a chemin à piège pour ceux.
Si toi obtenir un erreur comme ce, le complément volonté continuer à courir,
mais tu vas besoin à regarder dans quoi conditions avoir toi mettre dans ici
que JMP n'a pas comme que c'est ayant inquiéter résoudre pour.
Gros Mesuré Partie Distributions.
Si toi avoir a Mesuré Partie Distribution,
dans fait, ce un ici, ce pourrait être joli trapu.
Par trapu, I signifier là ne sont pas très beaucoup poubelles à travers le mesures gamme.
C'est en rapport à ton jauge dans le fin. C'est comment beaucoup peut ton gaumakege résoudre.
Toi vouloir à avoir a parcelle de poubelles à travers ici.
Plus poubelles est mieux.
Moins poubelles fait le vrai partie distribution très difficile à estimation.
Alors I mentionné ou fait allusion à plus tôt que toi peut avoir long convergence fois,
particulièrement quand tu es en essayant à résoudre pour ces
arbitraire Partie vraie Distributions.
Sur mon PC, c'est pas rare à aller a minute ou a petit peu plus.
Juste accrocher dans là. Le complément a toujours viens dos pour moi.
Il n'a pas accrocher. Il juste prend a alors que pour quelques solutions.
Complément disponibilité devrait être ci-joint à ce particulier enregistrement,
et toi devrait aussi être capable à trouver il
dans le JMP Communauté Déposer Échange sous TPD estimation.
Si toi avoir commentaires ou questions, toi peut poste eux soit ci-dessous ce vidéo
ou sur le Déposer Échange, et s'il te plaît mettre dans là n'importe lequel suggestions que toi avoir
pour amélioré graphique Utilisateur I interface, n'importe lequel changements dans le sorties.
Nous n'a pas parler à propos le données tables que I construit,
mais si toi voir ceux et toi décider, "Hé, I souhait il serait être dans ce format."
Laisser moi savoir.
Ceux sont des choses I peut changement assez facilement.
Suggestions pour plus Paramétrique, Mesuré, ou Distributions des parties vraies.
Ces sont le normale, le log-normale,
le Weibull, le Gamma, tous de ceux fonctions.
Si toi avoir plus que toi vouloir à ajouter à que,
laisser moi savoir et Je vais voir si I peut intégrer ceux.
Alors, de cours, problèmes rencontré.
Si toi peut inclure a description de le problème, comment il s'est produit,
que volonté aide moi dans débogage.
Si possible, inclure a non confidentiel échantillon fichier d'entrée
que I peut utiliser à aide reproduire le problème.
Et partout où toi poste ces commentaires,
s'il te plaît inclure @JerryFish dans ton commentaires, donc Je vais obtenir a notification.
Remercier toi très beaucoup pour écoute à ce enregistrement.
Ne le faites pas oublier à vérifier dehors le accompagnant Découverte papier,
Flash d'information, Jauges ne sont pas parfait, d'accord, toi savoir que.
Mais comment beaucoup est il calcul des coûts ton entreprise?
Sous ce particulier papier nombre?
Remercier toi très beaucoup pour ton temps.
