Hola,
Soy
alemán
Pez.
I trabajar para JMP.
I apoyo nuestro clientes en el Central Región de el Unido Estados.
Hoy, Identificación como a hablar a tú acerca de un complemento eso Yo tengo desarrollado.
El título de el papel es
Recuperando A arbitrario Parte verdadera Distribuciones
de M medido Parte Distribuciones y el Indicador Características
eso ir a lo largo de con el medición.
De hoy orden del día.
Primero eran yendo a hablar acerca de, de curso, qué ¿Hace esto? hablar ¿DIRECCIÓN?
Por qué es este entonces ¿importante?
Por qué no poder nosotros justo sustraer variaciones a conseguir nuestro ¿Distribución de piezas verdadera?
A pequeño poco acerca de qué detrás nuestro estimación cálculos.
Enfermo manifestación el complemento,
incluido alguno prueba resultados y agregar alguno solución de problemas consejos.
Enfermo decir tú dónde tú poder encontrar el complemento,
y entonces Bueno compartir con tú cómo tú poder dar a mí comentario
en qué bien y qué tú no como acerca de el complemento,
áreas para mejoras, y entonces adelante.
Qué son nosotros direccionamiento ¿aquí?
Bien, eran hablando acerca de un complemento eso determina a Distribución de partes verdaderas
si tú dar él a mesurado parte distribución
y si tú describir su indicador actuación características.
Es bonito fácil a conceptualizar si nosotros comenzar con a Distribución de piezas reales.
Aquí está nuestro verdadero parte valor versus nuestro porcentaje de regiones.
Entonces nosotros correr eso a través de a indicador,
un imperfecto indicador eso tiene alguno diferencia y inclinación características.
Nosotros voluntad conseguir a mesurado parte distribución afuera de eso.
Nosotros no saber, aunque, qué nuestro Distribución de partes verdaderas es.
Qué eran hablando acerca de es intercambio aquellos posiciones
dónde nosotros comenzar con a P medida arte Distribución,
nosotros sustraer afuera nuestro indicador actuación características,
y nosotros fin arriba con a Distribución de piezas reales.
Eso es bonito simple a entender, pero él obtiene más complicado
si nosotros tener a Mesurado Parte Distribución eso es no normalmente repartido
y/o nosotros tener a calibrar eso realiza en no estándar maneras, tú podría decir.
Tal vez nuestro estándar desviación espectáculos curvatura con el mesurado parte valor,
o tal vez él tiene inclinación eso linealmente cambios,
o tal vez él tiene curvatura como Bueno.
Cómo poder nosotros llevar estos cantidades, el Mesurado Parte Distribución
y un arbitrario indicador actuación curva,
y venir arriba con qué el Verdadero Parte Valor era
eso debe tener causado este Mesurado Parte ¿Valor?
Por qué es él ¿importante?
Bien, nosotros todo saber eso todo medidores son imperfecto.
Casarse como a conseguir un idea de este Distribución de piezas reales.
Tú lo harás ver él referido a como, nosotros ir a lo largo de como TPD.
Nosotros poder entender nuestro tipo 1 y tipo 2 errores.
A tipo 1 error medio nuestro indicador es lanzamiento lejos bien regiones.
A tipo 2 error medio nuestro indicador es aceptando malo regiones.
Ambos de estos, particularmente en a fabricación ambiente,
son malo cosas a suceder.
Si eran lanzamiento lejos bien regiones, entonces eso es desperdiciar.
Nosotros no desear a tener desperdiciar en nuestro proceso.
Eso es justo a derecho abajo línea deducción de nuestro ganancia declaración.
Nosotros también no desear a aceptar malo regiones.
Si nosotros hacer eso, nosotros barco el malo regiones afuera a a cliente.
Eran probable yendo a conseguir quejas, eran yendo a conseguir regresa, reelaboraciones,
es yendo a daño nuestro de la empresa reputación.
Nosotros no desear a tener cualquiera uno de aquellos tipos de errores.
Ellos ambos herir nuestro compañía.
Si nosotros sabía el Distribución de piezas verdaderas,
nosotros podría estimar el costos asociado con estos errores.
Eso particular sujeto es dirigido en otro papel
ser presentado aquí en Descubrimiento 2023.
Con este título y este papel número, I alentar tú a mirar él arriba.
I coautor este papel con dos
de mi colegas, Brady Brady, y Jason Wiggins.
Nosotros necesidad eso Distribución de partes verdaderas a hacer este evaluación.
Por qué no poder nosotros justo sustraer el ¿varianzas?
Bien, tú poder.
Si su La distribución de piezas medidas es normalmente
y su indicador tiene constante diferencia y inclinación al otro lado de el medición rango,
entonces tú poder conseguir a su Distribución de piezas reales.
Tú no saber el Parte verdadera valores de individual regiones.
Estás nunca yendo a saber eso, pero tú poder conseguir a el distribución.
Es simplemente, bajo estos restricciones, bajo estos suposiciones,
el diferencia de el Distribución de partes verdaderas es justo el diferencia en el variaciones
de su Distribución de piezas medidas y su indicador diferencia.
Tú sustraer aquellos dos,
tú llevar el cuadrado raíz, y tú conseguir el estándar desviación de su indicador.
T él promedio, Soy Lo siento, estándar desviación de su Distribución de piezas reales.
El promedio dónde su Verdadero Parte Distribución es centrado
es simplemente lo que sea su Mesurado Parte Distribución
es centrado menos el inclinación de el indicador.
O f curso, el pregunta es, qué hacer tú hacer
si su Distribución de piezas medidas es no normal
o si su indicador tiene inusual ¿características?
Este es cómo nosotros poder conceptualizar introduciendo estos valores,
y Enfermo espectáculo tú el complemento en justo a segundo.
Nosotros poder tener cualquier arbitrario aporte.
Aquí nosotros tenemos consiguió para nuestro Distribución de piezas medidas,
este es nuestro Valor de la pieza medida.
T él cuenta para sin embargo regiones eso nosotros tener mesurado.
Tal vez este aspecto como a combinación de dos normal distribuciones.
Tal vez es algo a pequeño diferente que eso.
El punto es, tú poder poner en cualquier aporte eso tú lo harías como,
cualquier aporte forma para el Mesurado Parte Distribución.
Entonces nosotros descrito el indicador usando cuadrático funciones
para el sigma y para el inclinación de el indicador.
Normalmente, todo estás yendo a tener es a estándar indicador
quería ser justo estos constantes afuera aquí en frente,
C0 y D0, y D0 puede ser cero si usted no tener cualquier indicador inclinación.
I f su sigma cambios linealmente con parte valor,
nosotros permitir tú a poner en C1 y D1 si su inclinación cambios linealmente.
Si Hay cualquier curvatura, nosotros permitir tú a poner en a C2 y a D2.
Cuando tú colocar arriba su indicador ecuación, si tú poner en todo de estos valores,
es posible a generar negativo estándar desviaciones
dentro el medición rango.
No hacer eso.
Si tú poder evitar él, no hacer eso.
Allá puede ser inesperado resultados con el complemento
si tú tener negativo estándar desviaciones.
Justo tener cuidado de eso.
Qué detrás el estimación ¿cálculos?
Bien, nosotros comenzar con, de curso,
el actual medida parte distribución y el indicador características.
Nosotros elegir un estimado Distribución de piezas verdaderas,
cual parece como a bien idea.
Bien comenzar con El actual Mesurado Parte D distribución.
Entonces nosotros poner eso estimado Verdadera Parte D distribución
a través de a transformación eso representa el indicador características,
y eso rendimientos un estimado Mesurado Parte Distribución.
Nosotros poder entonces comparar el estimado Pa medido rt Distribución
con el actual P medida arte Distribución en a contenedor por contenedor base
y conseguir a Residual Suma de Cuadrícula error para eso comparación.
Entonces si nosotros ir atrás y ajustar el amplitudes
de el Verdadero Parte D distribución estimación,
podemos ajustar aquellos hasta nosotros conseguir el estimado Medida Parte Distribución
a aceptar como cercanamente como posible con el actual medida parte distribución.
Nosotros hacer eso usando a Minimizar JSL función
a intentar a minimizar el Residual Suma de Cuadrícula.
Todo bien, Vamos llevar a mirar en el complemento.
Una vez tú instalar el complemento,
él voluntad venir en bajo Indicador Estudiar herramientas y TPD estimación.
Este es qué el complemento actualmente aspecto como, versión 1.0.
Nosotros comenzar apagado con el capacidad a elegir
qué tipo de aporte Distribución de piezas medidas tú ¿tener?
Ahora eso varía, Enfermo venir atrás a el arbitrario forma en a minuto.
Nosotros también tener normal,
tú aporte el promedio y estándar desviación, LogNormal, Weibull,
Exponencial, Gama, y dos mezclas normal distribución.
Nosotros poder colocar estos arriba a ser paramétrico si nosotros desear.
Si tú saber eso tú tener a Weibull distribución, para ejemplo,
tú poder usar eso como su aporte distribución.
Vamos comenzar con normal. Vamos justo hacer él simple.
Aquí nosotros tener a normal distribución que tiene a significar de cero
y a estándar desviación de tres.
T sombrero mostrado en este panel aquí en este pequeño gráfico.
Vamos usar a indicador, eso es a muy simple indicador,
tiene a estándar desviación de uno y a inclinación de cero.
Hacer clic Próximo.
Aquí, mucho como arriba, nosotros conseguir a elegir el Distribución de partes verdaderas forma.
Nosotros podría decir eso es yendo a ser arbitrario, o él podría tener a normal distribución,
o él podría tener a lognormal, todo el mismo distribuciones aquí.
O abajo aquí en el abajo,
nosotros dar tú el opción a adaptar todo de el distribuciones arriba.
Vamos de nuevo comenzar con a simple ejemplo de a normal distribución,
y Bueno calcular aquellos resultados.
Nosotros presente dos producción parcelas.
Este trama espectáculos el Distribución de partes verdaderas en azul,
el estimado Distribución de partes verdaderas versus el Mesurado Parte Distribución,
el actual Mesurado Parte Distribución en rojo.
Como tú quería esperar en este caso,
nosotros tenemos consiguió a normal distribución para el mesurado, y nosotros tenemos consiguió a simple indicador.
Este es uno de aquellos eso nosotros Podría resolver por mano si nosotros buscado a.
Nosotros fin arriba con a levemente más estrecho Distribución de partes verdaderas que el Mesurado.
Si nosotros entonces ir a hacer a controlar en eso,
nosotros poder llevar eso Distribución de piezas verdaderas, poner él a través de el indicador,
y nosotros fin arriba con un estimado Mesurado Distribución versus el actual.
Eso es qué nosotros conseguir abajo aquí.
Él aspecto como nosotros tenemos consiguió muy bien acuerdo en este particular caso.
Vamos ir atrás arriba a nuestro indicador definición.
Bien mantener el mismo mesurado parte distribución.
Este tiempo Bueno poner en a inclinación de dos.
Bien resolver de nuevo, arrogante eso
Nuestra verdadera distribución de piezas es normalmente repartido.
Nosotros conseguir este afuera.
Bonito fácil a conceptualizar.
Todo es justo desplazado encima por dos unidades.
Aquí está nuestro Distribución de partes verdaderas y nuestro Mesurado Parte Distribución.
Si nosotros poner eso a través de eso indicador con el inclinación,
nosotros conseguir atrás a muy bien acuerdo entre
el actual Distribución de piezas medidas y el estimado Medida Parte Distribución.
Tercero ejemplo, Vamos decir eso...
Vamos venir atrás arriba aquí y Enfermo doblar inclinación apagado desde nosotros tenemos demostrado eso.
Vamos decir nosotros tenemos consiguió el mismo aporte, nosotros tenemos consiguió el mismo simple indicador,
pero ahora Vamos decir tal vez nosotros tenemos consiguió a Gama distribución aquí.
Hay Gama, y nosotros desear a adaptar eso.
Bien golpear calcular.
Este es el mejor- adaptar Gama distribución para eso aporte normal distribución.
Tú poder ver él no adaptar bastante como Bueno.
Nuestro Distribución de partes verdaderas es a pequeño poco sesgado, cual es característica de Gama.
Si tú poner eso a través de nuestro indicador, nosotros fin arriba con este acuerdo
entre el Mesurado Parte Distribución, actual y el estimado.
Es no como bien a adaptar.
A resumen de aquellos es dado aquí en este mesa.
Este espectáculos a nosotros eso el primero tiempo nosotros corrió este, nosotros hizo a normal distribución aporte,
cual con dos parámetros, nosotros hizo a normal adaptar en el producción
con dos parámetros, y nosotros consiguió este suma de cuadrícula error.
El segundo tiempo era con a inclinación,
y nosotros consiguió el mismo suma de cuadrícula error en el fin, como tú podría esperar.
Entonces con el Gama, nuestro suma de cuadrícula error era a pequeño poco más alto.
Nosotros conseguir a rápido pequeño resumen en este mesa.
Allá son dos otro
JMP datos mesas eso son construido eso tener todo de este información,
el original distribución y el producción distribuciones
y todo el indicador características.
Todo de aquellos son resumido en estos otro dos mesas
a permitir tú a ir a través de y hacer su propio parcelas si tú desear a.
Ellos son también allá.
Vamos hacer uno eso es a pequeño poco diferente.
Vamos venir atrás arriba a el arriba y Vamos elegir a definido por el usuario forma.
El datos mesa es simplemente a dos columnas datos mesa.
El primero columna es ficticio a ser el centros de su parte valores,
su papelera centros, si tú voluntad, en eso histograma.
El segundo columna representa el amplitudes como tú ir al otro lado de.
Aquellos amplitudes poder ser actual parte cuenta, ellos poder ser porcentajes.
Cualquier cosa eso cada papelera altura
o cada histograma bar altura es relativo a el otro alturas.
I escala todo a hacer el suma de todo aquellos agregar arriba
a uno dentro el programa de todos modos.
Como largo como el relativo alturas son el mismo,
no asunto qué el actual amplitudes son.
I dar el opción a abierto a datos mesa si es no ya abierto,
o si es ya abierto dentro JMP,
entonces nosotros poder justo decir, seleccionar el ya abierto datos mesa.
Aquí está un ejemplo con a cuadrado ola
o a uniforme distribución para nuestro aporte, Mesurado Parte Distribución.
Ahora, este es a difícil distribución a tener.
Si tú pensar acerca de este, si tú tienes consiguió a indicador
eso es haciendo normalmente repartido errores en cualquier punto,
es yendo a ser en realidad duro a hacer
algo eso es lindo y afilado y crujiente como este distribución en el producción.
Vamos dar él a intentar.
Vamos decir aquí Yo tengo consiguió a bonito ancho variación.
Este va de cero a 30, I pensar.
Vamos decir nosotros tenemos consiguió a calibrar eso tiene a estándar desviación de cinco con No inclinación.
Vamos decir nosotros desear a adaptar a normal distribución a eso,
y ahora Bueno calcular aquellos resultados.
Aquí nosotros tenemos consiguió el mejor adaptar normal distribución
para a Distribución de partes verdaderas eso es yendo a correr a través de este indicador
con a estándar desviación de cinco a intentar a dar a nosotros este cuadrado ola
para Nuestra M medido Parte Distribución.
Cómo Bueno hizo nosotros ¿hacer?
Bien, es aquí.
Es no a real excelente forma, y tú probablemente no lo haría esperar él
a ser a excelente adaptar dado eso eran intentando a usar a normal distribución
a adaptar a cuadrado, un I sostenido cuadrado función.
Si nosotros buscado a hacer un arbitrario función, Vamos decir este uno aquí.
Este uno I justo hecho arriba alguno datos.
Enfermo espectáculo tú a pequeño poco más acerca de qué él es.
Tal vez este aspecto como a normal
dos mezclas, dos normal distribuciones mezclado juntos.
Vamos controlar eso afuera.
Vamos ver si nosotros poder adaptar este a a dos mezclas normal,
y eso opción es abajo aquí, y Bueno calcular aquellos resultados.
Aquí nosotros ir.
Dejar a mí correr eso uno más tiempo.
I no desear mi estándar desviación a ser eso grande.
Vamos llevar a menor estándar desviación.
Bien hablar acerca de eso cosa en a minuto.
Todo demás el mismo, calcular resultados.
A veces él acepta a pocos artículos de segunda clase a venir atrás.
Él justo depende en el camino el rutina es adecuado cosas.
Aquí es nuestro equipado Distribución de partes verdaderas
comparado a el Mesurado Parte Distribución.
Arrogante eso nuestro Distribución de partes verdaderas
es dos normal distribuciones mezclado juntos.
Si tú correr eso a través de el indicador, él termina arriba mirando como este.
Este es el intentar a fósforo eso
y qué nuestro Mesurado Parte D distribución quería tener estado.
Eso es no también malo.
Eso es el forma eso el complemento obras.
Ahora, allá es otro opción aquí,
y eso es cuando tú adaptar, tú poder elegir lo que entradas tú desear
para su Mesurado Parte Distribución, su indicador características.
Entonces cuando tú adaptar abajo aquí, tú poder también adaptar un arbitrario forma.
Ahora, eso acepta en mi ordenador personal tal vez a minuto a correr.
Soy yendo a repuesto tú eso y justo espectáculo tú el salidas dentro a PowerPoint deslizar.
Aquí nosotros son atrás en PowerPoint.
Este es uno otro ejemplo eso Yo tengo consiguió antes I conseguir a el arbitrario entradas.
Este uno tiene a inclinación eso Yo tengo expresado como uno más 0.03 veces el parte valor.
Yo tengo consiguió a linealmente cambio inclinación al otro lado de el medición rango.
I tener a normal distribución para mi aporte,
y I desear a adaptar a normal distribución a el producción.
Como él vueltas afuera, este es mi Distribución de piezas verdaderas,
y este es mi Mesurado Parte Distribución.
Si I correr aquellos a través de este indicador,
incluso aunque es consiguió este linealmente cambio inclinación
al otro lado de el medición rango, I conseguir muy bien acuerdo entre el dos.
Este es qué sucede si I llevar eso cuadrado ola
y decir, "Ey JMP, ir adaptar lo que Distribución de partes verdaderas quieres
y correr él a través de a indicador eso tiene a sigma de dos y a inclinación de cero,
y decir a mí qué eso distribución podría mirar como.
Qué tú conseguir afuera, el rojo curva de nuevo
es el mesurado parte distribución, eso cuadrado ola.
Tú conseguir este de aspecto loco cosa con
todo diferente picos y valles en él como el Distribución de piezas reales.
Bien, eso no mirar como cualquier Parte verdadera Distribución eso I quería tener,
pero si tú mirar abajo aquí, cuando tú correr eso a través de el indicador,
él hace a bonito bien trabajo de simulando este cuadrado ola distribución.
Esto es uniforme distribución.
I creer es laboral.
Ahora, allá son razones eso él podría sube con algo como este,
probablemente asociado con el resolución de el indicador eso tú tener.
El indicador justo puede no resolver suficiente elementos al otro lado de el medición rango
como que tú necesidad a conseguir a lindo liso distribución encima aquí.
Eso es el idea eso tú poder hacer este con este indicador.
A pequeño acerca de solución de problemas.
Allá son problemas si su indicador estándar desviación
es también grande en comparación a el Mesurado Parte resolución.
Si tú tener a Mesurado Parte Distribución,
Vamos decir es normalmente repartido con a estándar desviación de tres,
y tú decir este complemento eso mi indicador tiene una estándar desviación de cinco.
Bien, Hay No forma a conseguir, incluso si tú tener el mismo verdadero parte
eso tú medida encima y encima y encima de nuevo, estás yendo a conseguir a desparramar
eso tiene a estándar desviación de cinco, él no poder adaptar.
Tú lo harás conseguir alguno un error cuando este ocurre.
Es arriba a tú a cifra eso afuera eso,
"Ey, mi estándar desviación para mi indicador es forma también grande."
Si es simplemente en el borde de ser también grande.
Vamos decir su estándar desviación de su mesurado distribución es 3,
y su indicador es 2.8,
entonces de nuevo, es yendo a intentar a dar tú a muy angosto
Distribución de partes verdaderas a apoyo eso,
y eso poder dirigir a alguno extraño resultados.
Allá son alguno extraño combinaciones eso Yo tengo correr al otro lado de
eso poder causa estos cosas, I llamar a ellos inatrapable errores.
Cuando tú ir en el JMP Minimizar función,
él hace es propio cosa y entonces llega atrás con un respuesta.
Si él corre en a problema, él voluntad tirar un error.
Tal vez como este.
Yo tengo visto dos o tres diferente unos, este es uno de a ellos.
I no tener a forma a trampa para aquellos.
Si tú conseguir un error como este, el complemento voluntad continuar a correr,
pero tú lo harás necesidad a mirar en qué condiciones tener tú poner en aquí
eso JMP no como eso es teniendo problema resolviendo para.
Fornido Mesurado Parte Distribuciones.
Si tú tener a Mesurado Parte Distribución,
en hecho, este uno aquí, este podría ser bonito fornido.
Por fornido, I significar allá no son muy muchos contenedores al otro lado de el medición rango.
Es relacionado a su indicador en el fin. Es cómo mucho poder su gaumakege resolver.
Tú desear a tener a lote de contenedores al otro lado de aquí.
Más contenedores es mejor.
Menos contenedores marcas el verdadero parte distribución muy difícil a estimar.
Entonces I mencionado o aludió a más temprano eso tú poder tener largo convergencia veces,
particularmente cuando estás intentando a resolver para estos
arbitrario Parte verdadera Distribuciones.
En mi ORDENADOR PERSONAL, es no poco común a ir a minuto o a pequeño poco más.
Justo colgar en allá. El complemento tiene siempre venir atrás para a mí.
Él no colgar. Él justo acepta a mientras para alguno soluciones.
Complemento disponibilidad debería ser adjunto a este particular grabación,
y tú debería también ser capaz a encontrar él
en el JMP Comunidad Archivo Intercambio bajo TPD estimación.
Si tú tener comentarios o preguntas, tú poder correo a ellos cualquiera abajo este video
o en el Archivo Intercambio, y por favor poner en allá cualquier sugerencias eso tú tener
para mejorado gráfico Usuario I interfaz, cualquier cambios en el Salidas.
Nosotros no hablar acerca de el datos mesas eso I construido,
pero si tú ver aquellos y tú decidir, "Ey, I desear él quería ser en este formato."
Dejar a mí saber.
Aquellos son cosas I poder cambiar equitativamente fácilmente.
Sugerencias para más Paramétrico, Mesurado, o Distribuciones de partes verdaderas.
Estos son el normal, el lognormal,
el Weibull, el Gama, todo de aquellos funciones.
Si tú tener más eso tú desear a agregar a eso,
dejar a mí saber y Enfermo ver si I poder incorporar aquellos.
Entonces, de curso, problemas encontrado.
Si tú poder incluir a descripción de el problema, cómo él ocurrió,
eso voluntad ayuda a mí en depuración.
Si posible, incluir a no confidencial muestra archivo de entrada
eso I poder usar a ayuda reproducir exactamente el problema.
Y lo que sea tú correo estos comentarios,
por favor incluir @JerryFish en su comentarios, entonces Enfermo conseguir a notificación.
Agradecer tú muy mucho para escuchando a este grabación.
No olvidar a controlar afuera el acompañamiento Descubrimiento papel,
Noticia de última hora, Calibres no son perfecto, bueno, tú saber eso.
Pero cómo mucho es él cálculo de costos su ¿negocio?
Bajo este particular papel ¿número?
Agradecer tú muy mucho para su tiempo.
