你好 , 我的 姓名 是 大学教师 利夫克 , 和 我和 桑迪亚 国家的 实验室 , 患病的 是 呈现 在 可靠性 平台 在 JMP . 这 例子 我会 使用 有 到 做 和 跳 进入 退休 . 坐 后退 和 享受 . 和 我们来吧 看 在哪里 这 线索 我们 .
A 小的 少量 关于 桑迪亚。 我们 是 , 联邦 已资助 研究 政府 拥有， 承包商 经营的 设施 . I 已经 到过 在 桑迪亚 自从 关于 2005 , 大致。 患病的 告诉 你 a 小的 少量 关于 什么 我们 在桑迪亚国家实验室做这件事。 我们 工作 主要 在 核 威慑 . 六 主要的 程序 那 是 在职的 在 正确的 现在， I 惯于 去 进入 这 细节 的 这些 , 但 全部 的 这些 程序 那 你 看 在 我的 屏幕 是 程序 那 I 工作 在 和 有 实际上 应用 JMP 到 全部 的 这些 作为 出色地 . 这 原因 我是 呈现 数据 在 退休 是 因为 a 很多 的 这 东西 那 I 做 是 只是 也 敏感的 和 I 不能 展示 它 在 这 特别的 环境 . 所以， 是 去 到 使用 一些 乐趣 数据 那 大家 能 涉及 到 . 自然 , 这 是 a 记录 , 所以 你 抓住 你的 问题 到 这 结尾 .
但 这 是 这 相同的 推介会 患病的 是 给予 居住 在 这 会议 . L 和 讲话 关于 退休 . 为什么 是 它某物 那 是 所以 肯定 但 有 所以 很多 不确定 在 它 那 制作 它 a 小的 少量 难的 到 计划 ? 我是 不是 当然 I 会 想 到 是 没有 那 不确定 . I 更喜欢 a 小的 不确定 在 那 . 它 做 制作 规划 为了 退休 a 小的 少量 难的 . 但 I 猜测 在 这 明亮的 边 , 如果 I 是 a 猫 , 它 会 是 甚至 更多的 复杂的。
经过 这 方式 , 那 这 猫 这里 是 a 可修复 系统 , 和 那就是 a 所有的 新的 话题 在 一般的 . 是 只是 去 到 是 正在做 系统 那 是 不是 可修复 , 喜欢 猫 . 什么 我们 能 做 是 我们 能 使用 这 可靠性 和 生存 工具 在 JMP 中。 一些 的 这 屏幕截图 那 你 看 或许 来自 一个 老 版本 的 JMP。 这 曾是 创建 新冠疫情前 . 现在 那 我们 是 在 较新的 版本 的 JMP在那里 可能 是 一些 轻微 差异 在 什么 你 看 和 什么 我已经 读 从 这 屏幕截图 , 但 应该 是 相当 相似的 反正 .
但 是 去 到 正在使用 这 可靠性 和 生存 和 这 生活 分配 和 合身 生活 作者：X 在 JMP 到 做 一些 分析 的 一些数据。我不是 当然 关于 数据 是 未来 从 . 在 桑迪亚 , 我们 有 a 实验室 消息 那 来 出去， 每一个 夫妻 的 周 和 在 那 实验室 消息 他们 喜欢 到 邮政 退休人员 死亡人数 的 这 人们 那 我们 工作 和 为了 a 长的 时间， 只是 到 让 我们 知道 那 他们有 已搬 在 和 已消失 到 a 大的 研发 设施 在 这 天空 .
所以， I 想法 I 可以 使用 那 数据 到 帮助 我 计划 为了 我的 退休 . I 抓住 一些 的 那 数据 和 I 采取 数据 从 四 不同的 时期 , 实验室 消息 档案 . I 拉 一些 数据 从 2001 , 2007 , 2013 和 2018 . 这 数字 的 数据 积分 那 I 抓住 从 每个 的 那些 是 这里 . 出色地 看 在 一些 的 这些 数据 和 看 如何 事物 是 变化 通过 时间 作为 出色地 . 但 反正 , 这 数字 的 数据 积分 是 漂亮的 重要的 .
这 小的 夹子 , 这 小的 图片 在 这 正确的 是 a 小的 琐事 那里 . 如果 你 看 非常接近 在 这 小提琴手 在 这 左边 , 一些 的 你 可能 认出 他 或者 我们来吧 离开 那 向上 到 你 到 数字 出去 . 或许 患病的 那 它 . 它是 实际上 我的 伙伴 , 克莱尔 . 她是 a 药剂师 . 但 还 a 美丽的 歌剧 歌手 .
T 他 好的 事物 关于 使用 这 退休人员 死亡数据 为了 我 是 那 那 人口 是 a 更好的 表示 的 我的 生活方式 . 他们 趋向 到 拿 较少的 风险 , 带领 小的 更多的 保守的 生活方式 和 a 相似的 收入 和 教育 等级 , 的 课程 , 在哪里 这 最好的 和 这 最亮的 留在 这 大概 在 这 底部 的 那 列表 , 但 在 至少 我是 在 那 团体 . 它是 一个 荣誉 到 是 在职的 和 这 各位 在 桑迪亚 . 其他 好的 事物 关于 使用 退休人员死亡数据 是， 它 仅有的 包括 那些 WHO 实际上 制成 它 到 退休 . I 不 真的 关心 关于 这 数据 为了 不是 制作 它 退休 . 和 I 道歉 到 我的 孩子们 . 我是 在 阿尔伯克基 , 新的 墨西哥 正确的 现在 .
为了 那些 的 你 WHO 爱 突发 坏的 和 知道 那 突发 坏的 曾是 主要 拍摄 这里 在 阿尔伯克基 , 和 所以 我是 a 大的 扇子 的 这 展示 , 所以 我已经 得到 到 放 a 小的 少量 的 乐趣 东西 在 这 推介会 . 这就是我的原因 扔 a 小的 少量 的 阿尔伯克基 参考 在 那里 为了 那些 的 你 WHO 是 绝命毒师 粉丝 作为 出色地 . 和 一些 更好的 称呼 扫罗 东西 到 .
我们开始吧 去 正确的 进入 JMP 和 开始 正在做 一些 的 这 分析 . 我是 去 到 救助 那 和 我是 去 到 打开 向上 我的 数据 文件 . 让 我 看 一些 屏幕 大约 这里 .
它将 拿一个 第二 到 加载 在 你的 屏幕 . 你 应该 是 看到 我的 数据 文件 . 什么 你 看 是 这 列 的 年龄 在 这 实验室 消息 . 那是 这 报纸 那 I 得到 这 数据 从。 这 用 a- 每周 日期 和 I 打破 那 向下 到 年 . 和 这些 其他 列 患病的 讲话 关于 在 a 小的 少量 . 正确的 现在 , 我们来吧 只是 看 在 这 年龄 和 这 年 . 我们开始吧 只是 看 在 这 分配 的 这 数据 和 看 什么 它 说道 .
如果 我们 分析 这 分配 的 年龄 , 我是 只是 去 到 分析 分配 的 年龄 在 一般的 . 如果 我们 看 在 那 , 这 是 什么 这 分配 看起来 喜欢 . 你 能 看 a 种类 的 a 倾斜 左边 分配 和 我们 能 真的 看 a 小的 更多的 细节 在 这 如果 我们 去 进入 一些 的 这 展示 选项 在 JMP。这 数据 实际上 最好的 适合 威布尔 分配 , a 二 范围 威布尔 分配 , 哪个 患病的 展示 在 一些 的 这 未来 屏幕 . 但 什么 我们 想 到 做 是 拿 这 数据 和 使用 这 生活 分配 到 看 在 它 .
我是 去 到 拖 超过 我的 微软幻灯片软件 这里 和 展示 你 那 I 放 这些 分布 在 这 兴趣 的 时间 相当 比 只是 实际上 正在做 它 . L 预订 在 这 分布 的 这 四 年 , 这 四 类别 的 年 , 哪个 是 , 2001 , 2007 和 2013 , 2018 , 全部 的 这些 合身 a 威布尔 分配 相当 出色地 . I 通缉 到 查看 我的 假设 什么时候 I 开始 分析 这 数据 在 生活 分配 .
然后 我符合 他们 到 a 威布尔 分配 . 让 我 打开 向上 ... 让 我 给 你 a 小的 少量 的 背景 在 这 威布尔 分配 , 那 将要 帮助 你 理解 一些 的 这 数据 我是 去 到 展示 . 这 是 实际上 a 威布尔 分配... 威布尔 分布 生成的 使用 JMP的 公式 , 实际上 . 我已经 已采取 分布 和 不同的 健康 计划 和 不同的 支付能源部 只是 到 展示 你 什么 这 αβ 做 和 这 威布尔 分配 . 让 我 跑步 我的 脚本 在 这 和 展示 你 什么 这些 看 喜欢 .
基本上， 我是 只是 正在做 a 合身 生活 经过 X 在 JMP 中 , 我 节省 这 脚本 到 这 数据 桌子 . 这 是 主要 只是 到 展示 你 什么 发生 和 威布尔 分布 什么时候 你 转动 在 a 当地的 数据 筛选 这里 和 展示 你 什么 这 参数 做 和 不同的 阿尔法 和 不同的 测试版 . 如果 你 有 威布尔 分布 在哪里... 我是 去 到 选择 这 三 那 有 a 测试版 的 一。 这 测试版 威布尔 分配， 本质上 决定 这 是 这 传播 的 这 分配 你 思考 的 在 条款 的 标准 偏差 .
什么时候 你 阴谋 这 数据 在 a 威布尔 曲线 , 你 将要 看 那 他们 全部 是 平行线 线条 和 它们是 基本上 只是 滑板车 穿过 这 X 轴 这里 . 这 测试版 是 这 坡 的 这 线 , 哪个 是 这 传播 的 这 数据 . 如果 I 看 在 三 曲线 那 有 这 相同的 阿尔法 但 不同的 测试版 , 你会 注意 那 它们是 全部 居中 在 关于 这 相同的 观点 . 什么 这 测试版 是 正在做 是 变化 这 传播 . 阿尔法 是 变化 这 地点 的 这。
他们 全部 穿过 这 观点 , 哪个 是 实际上 在 0.632 . 患病的 讲话 关于 那 在此处 a 小的 少量 . 但 尽管 这 特征 寿命 是 这 阿尔法 , 和 那就是 这 观点 在哪里 你的 线 十字架 63.2% , 哪个 来 出去 到 是 一 减 一 超过 80 如果 你 想 到 得到 进入 这 证明 的 它 . 这 测试版 是 这 传播 的 这 数据， 这 阿尔法 是 这 地点 的 这 数据。 规模 和 地点，是 有时 什么 他们 称呼 它 . 只是 a 小的 背景 在 那 . 患病的 摇摆 这 微软幻灯片软件 后退 超过 这里 和 展示 你 并总结 滑动 什么 I 意思是 .
这些 图表 有 这 相同的 阿尔法 . 他们是 全部 居中 在 这 相同的 地方 . 这 三 那 有 这 较小的 长方形 大约 他们 是 这 相同的 测试版 . 所以， 他们 有 这 相同的 传播 , 但 它们是 位于 不同 因为 他们 有 不同的 阿尔法 . 只是 a 小的 简短的 教程 在 什么 这 测试版 分配 参数 做 到 这 曲线 .
我们开始吧 只是 看 在 全部 这 数据 在 a 关闭 向上。 例子 , 可能 曲线 数据 , 和 我们来吧 只是 看 在 这 年龄 参数 . 如果 我们 分析 这 可靠性 , 生存 和 只是 看 在 这 生活 分配 的 年龄 ... 什么 我们 看 是 线性 秤 在 这 X 和 Y , 但 我们 能 实际上 决定 哪个 分配 系统 适合 这里 . 和 什么 我们 寻找 , 的 课程 , 是 那 这 威布尔 适合 最好的 . 这 是 什么 这 威布尔 分配 看起来 喜欢， 在 全部 的 那 数据 拥挤 一起 . 使用 这 分配 分析器 , I 能 实际上 手动 溜走 这 超过 和 说， I 想 到 是 90% 当然 I 不 跑步 出去 的 钱 .
I 更好的 计划 在 a 退休 年龄 的 大致 92 或者 所以 . 关于 92 到 是 90% 当然 I 不 跑步 出去 的 钱 每一个 时间 . 那 曾是 真的 这 重点 的 这 天 在 尝试 到 帮助 我 计划 我的 退休年龄 . 你 知道 , 他们 总是 告诉 你 如何 长的 你 想 到 计划 你的 退休 为了 . 的 课程 , 我们 不 知道 . 通常 我们 只是 拿 a 荒野 猜测 , 但 这 是 a 小的 少量 的 数据 驱动 决定 制作 去 在 这里 .
什么 如果 我们 看 在 这些 通过 这 四 不同的 年 , 我们 能 使用 这 相同的 平台 , 这 可靠性 生存 或者 合身 生活 经过 X. 我们 能 看 在 这 年龄 相对 这 实际的 年 这里 . 我们开始吧 看 如何 这 年 看 不同 . 让 我 转动 在 这 密度 曲线 这里 所以 你 能 看 在哪里 那些 落下 . 我希望这是一个威布尔指数。 分配 . 我们 能 还 转动 在 分位数 线条 到 看 如何 事物 改变 通过 时间 . 这 是 这 10、 15 , 98% 分位数线 .
它 看起来 喜欢 或许 或许 从 2001 到 2007 事物 有 改变 a 很多 , 但 关于 2013 , 或许 这 人们 是 活的 a 小的 少量 更长 基于 在 这 2013 和 2018 数据 . 我们 去 向下 这里 和 看 在 这 细节 的 这 Fit Life by X . 你 能 看 这 图表 全部单独 这里 . 这些 小的 分析器 是 乐趣 到 混乱 和 这里 . 你 能 看 这 年龄 , 这 可能性 的 失败 . 外观 喜欢 我已经 得到 这 长的 跑步 和 这 可能性 的 失败 是... 患病的 只是 放 a 90 这里 .
但 我们 能 看 那 它 看起来 喜欢 我们 是 获得 a 小的 少量 更健康 因为 这 可能性 是 去 向下 通过 时间 , 在 至少 为了 90 年 老的 . 有 a 很多 的 东西 在 这里 那 你 能 修补匠 大约 和 . I 不 有 这 时间 到 展示 你 全部 的 那 , 但 我 想 到 得到 向下 到 这里 是 ... 这 地点 规模 . 这 小的 测试 这里 是 讲述 我 , 是 我的 地点 不同的 , 假设 我们 不 有 这 相同的 数据 , 这 相同的 失败 机制 , 哪个 在 理论 我们 做 , 正确的 ?
我们 全部 有 这 相同的 失败 , 但 这 物理 的 这 人类 喜欢 失败 应该 是 持续的 . 和 所以 我们的 数据 不应该 改变 很多 . 但 假设 我们 有 这 保存 测试版 和 这 阿尔法 变化 , 在 其他 字 , 是 这 地点 的 这些 变化 ? 和 这 数据 说道 , 是的 , 那 是 拒绝 这 无效的 假设 那 这 数据 是 不是 滑板车 穿过 这 X 轴 通过 这 年 . 有 a 改变 . 现在 寻找 在 地点 和 规模 , 它 看起来 喜欢 那就是 边缘 .
我是 去谈谈 更多的 , 什么时候 我们得到 向下 到 这 威布尔 这里， 这 实际的 威布尔 数据 . 这 威布尔 寻找 在 有没有 a 不同之处 在 这 测试版 , 在 这 连续下坡 或者 在 这 传播 的 这 数据 年 到 年。 它是 正确的 在 这 边缘 的 存在 拒绝 这 无效的 假设 那 它们是 位于 , 那 它们是 实际上 这 相同的 在 这 连续下坡 . 如果 你 想 到 看 在 不同的 分布 通过 这 年 , 你 能 实际上 做 a 统计 测试 到 看 如果 事物 是 变化 通过 时间 , 这 分布 的 你的 可靠的 数据 .
正确的 . 所以， 什么 是 I 遗忘 ? 让 我 滑动 后退 超过 这里 到 这 微软幻灯片软件 . 什么 我是 不是 正在做 , 我是 不是 考虑 已审查 数据 . I 不 有 这 数据 为了 大家 谁是 仍然 活 . 这 退休人员 是 仍然 活 , 但 I 只是 不 有 使用权 到 它 . 所以， I 想法 , 出色地 , 是什么 那 去 到 做 到 我的 分析 ? 出色地 , I 能 玩 大约 和 这 数据 I 有 和 去 后退 在 时间 . 为了 例子 , I 能 去 后退 到 2007 和 I 能 对待 这 2013 和 2018 数据 作为 已审查 数据 因为 I 知道 那 那些 退休人员 是 仍然 活 . 只是 到 看 如何 它 影响 我的 分析 , 这 事实 那 我是 不是 包括 已审查 数据 . I 做过 做 那 . I 去 后退 和 搞砸了 大约 和 那 . 患病的 展示 你 a 小的 少量 的 它 , 但 I 没有 真的 寻找 出去 很多 . 作为 我们的 伟大的 朋友 乔治 盒子 那 模型 大约 这 实际的 问题 , 如何 错误的 做 他们 有 到 是 到 不是 是 有用 ?
和 I 真的 没有 寻找 任何事物 有用 在 正在做 那 . 但 I 将要 展示 你 在 至少 什么 I 做过 . 到 说服 我 那 不是 拥有 那 这 数据 为了 这 退休人员 仍然 活， 是 不是 a 问题 . 如果 我们 看 在 这 ... 让 我 制表 我的 数据 真实的 快的 . 如果 I 看 在 这 年龄 , 这 年 的 这 数据 相对 无论 或者 不是 I 暂停 这 数据 , 什么 I 做过 是 I 采取 这 2018 数据 和 暂停 它 和 工作 我的 方式 后退 到 2013 .
我们 做过 一个 分析 在 2013 使用 这 三 年 的 数据 和 然后 使用 这 2018 数据 作为 暂停 数据 . 的 课程 , I 有 到 拿 这 数据 从 2018 和 I 有 到 减去 五 从 它 因为 那 会 是 这 年龄 在 2013 。 我 n 命令 到 包括 那 暂停 数据 , I 有 到 调整 他们的 年龄 因此 作为 出色地 . 但 I 还 做过 那 为了 2007 . 让 我 展示 你 在 表格 格式 , I 创建 a 柱子 称为 暂停 2007 在哪里 I 拿走了 数据 从 2018 和 2013 和 还 暂停 它 .
I 采取 出去 我的 数据 的 已知 死亡人数 和 一半 我的 数据 作为 暂停 数据 , 人们 WHO 是 仍然 活 . 你 能 看 那 ... 让 我 展示 你 什么 那 做过 到 这 数据 . 为了 这 年龄 2013 数据 仍然 活 , 你 能 看 那 它是 基本上 这 2018 数据 减 这 五 年 . 如果 I 看 在 这 实际的 年龄 这里 . 如果 我们 看 在 这 意思是 年龄 , 基本上 这 是 这 意思是 年龄 为了 这 2018 数据 . 经过 暂停 , I 基本上 只是 减去 离开 这 五 年 这里 . 和 治疗 出去 暂停 数据 .
和 这 相同的 去 为了 这 2007 数据 . T 这里 反而 , I 相信 , 我只是 只是 减去 离开 九 年， 和 五 年 为了 这 18 到 2013 数据 . 什么时候 I 写道 这 分析 的 那些 , 我是 只是 去 到 展示 你 在 这 微软幻灯片软件 滑动 什么 它 看起来 喜欢 因为 它 作品 出去 方便的 为了 我 到 跳 后退 和 前进 之间 这些 二 到 展示 你 这 不同之处 . 什么 I 成立 曾是 那 这 曾是 我的 原来的 数据 和 然后 这 是 这 数据 治疗 2018 数据 暂停 和 正在做 这 分析 的 2013 数据 .
你 能 看 那 这 区域 的 兴趣 在哪里 我是 真的 担心的 关于 是 在哪里 我是 过境 那 或许 90% 可能性 . 它 没有 改变 很多 在 全部 . 和 然后 这 是 投掷 这 2018 和 2013 数据 资产 期间 这 分析 基于 在 2007 数据 和 这 2001 数据。 你 能 看 那 它 真的 不 改变 这 曲线 很多 在 这 区域 那 I 关心 关于 . 那 给予 我 这 舒适 那 I 真的 是 不是 丢失的 很多 经过 不是 审查 出去 这 数据 .
I 意思是 经过 不是 拥有 这 已审查 数据 . 如何 做过 I 计算 我的 90% 信心 间隔 ? 我是 去 到 只是 展示 你 在 微软幻灯片软件 如何 I 做过 这 只是 在 这 兴趣 的 时间 . I 能 使用 这 分位数 分析器 和 看 在 这 5% 95% 可能性 和 计算 我的 90% 信心 间隔 . 通常 , 什么 你会 看 为了 数据 和 在 这 案件 , 它是 66 年 老的， 96 年 老的 . 但 真的 什么 I 关心 关于 是 这 上 限制 . I 仅有的 关心 关于 我的 90% 可能性 . 和 在 这 案件 它 曾是 年龄 94 .
基于 在 这 分析 , I 现在 知道 那 I 想 到 是 90% 当然 I 不 跑步 出去 的 钱 . I 应该 计划 到 居住 到 是 94 . 这 是 基于 在 我的 历史 数据 . 量化 那 不确定 , 这 是 基本上 ... A 小的 少量 幽默 语气 在 .
这 下一个 阶段 在 这 曾是 到 尝试 和 数字 出去 ... 我是 去 到 扔 在 a 小的 少量 的 奖金 材料 这里 超过 这 生活适应情况 . 这里 我们 有 这 工具 称为 这 养老金 工具。 我们 可以 实际上 放 在 这 年 是 去 到 退休， 和 我们 可以 还 认为 a 薪水 增加 和 a 非 根据 , 哪个 是， 本质上， 什么 你 会 称呼 a 奖金 在 私人的 行业 .
我们 可以 放 那些 进入 这 工具 和 它 会 吐 出去 我们的 养老金， 我们的 估计的 月度 养老金 . I 想法 , 出色地 , 那 不 帮助 我 很多。 什么 I 想 到 做 是， I 想 到 撤销- 工程师 那 工具 所以 那 I 有 这 分析器 到 修补匠 和 . I 去 进入 这 JMP 和 I 创建 a 回复 表面 模型 , 和 I 基本上 输入 三 不同的 年龄 在 退休 , 62 , 65 和 68 .
I 做过 三 不同的 薪水 增加 和 I 尝试 三 不同的 基于 奖项 作为 出色地 . 让 我 拉 数据 超过 这里 . 这 是 什么 这 数据 看起来 喜欢 什么时候 I 跑 这 实验 . 我是 只是 去 到 展示 你 这 这 屏幕截图 从 JMP 相当 比 做 一个 实际的 JMP 分析 因为 我是 喜欢 20 分钟 已经 我想 制作 当然 I 有 足够的 时间 到 覆盖 全部 的 这 .
什么时候 I 创建 这 实验 , 你会 注意 那 这 跑步 是 已排序 . 那是 好的 因为 我是 正在做 a 电脑 模拟 所以， I 不 有 到 担心 关于 潜伏 变量 喜欢 这 温度 在 这 房间 , 这 湿度 和 这 运营商 . 我是 去 到 得到 这 相同的 回答 不管 的 这 命令 那 I 跑 这 . 所以， 它是 更轻松 为了 我 到 做 这 工具 到 跑步 他们 在 命令 . 但 什么时候 你 做 那 设计 的 实验 , 你 想 到 随机化 你的 跑步 . 做 不是 跑步 他们 在 命令 出去 的 方便 . 如果 你 做， 你 感觉， 好的， 你的 菌株集合 将要 告诉 你 那 你 能 使用 这 如何 到 放 简单的， 如何 变化 和 这 改变， 特征 在 JMP 到 制作 当然 你 做 那 适当地 经过 使用 一些 阻塞 .
我的 输入 是 全部 正交 . I 涵盖 全部 组合 的 我的…… 年龄 在 退休 , 这 三 不同的 年龄 和 这 三 不同的 月 基于 奖项 和 这 三 不同的 薪水 增加 百分比 . 这 是 这 看 在 这 分析 你 能 做 什么时候 你是 环境 向上 你的 实验 在 JMP 中。 你 能 制作 当然 那 你的 主要的 效果 是 仅有的 相关 到 他们自己 . 和 那 有 最低限度 相关性 到 其他 变量 , 在 二 因素 相互作用 是 还 a 平方 学期 自从 I 做过 a 回复 表面 模型。
但 这 网 结果 曾是 a 好的 预言 轮廓 和 我是 去 到 去 前方 和 只是 跑步 这 和 展示 你 . 预言 分析器 . 什么时候 I 放 向上 这 实验 , I 告诉 JMP。 什么时候 你 放 向上 一个 实验 在 JMP 中 , 它是 好的 因为 它 给予 你 这些 脚本 已经 在 你的 数据 桌子 . 我是 只是 跑步 这 模型 数据 桌子 . 和 JMP 说道 , 哦 , I 知道 什么 你 想 建模 , 因为 I 曾是 这里 什么时候 你 放 向上 这 实验。 和 它 给予 我 我的 Y 和 它 给予 我 我的 Xs .
它 跑步 我的 分析 为了 我 . I 能 现在 使用 这 分析器 JMP， 而不是 拥有 到 放 在 一个 年龄， 薪水 增加， 以及非基 奖 进入 那 工具 和 获得 一 数字 出去 . 现在 I 有 这 分析器 我反向 工程 他们的 工具 本质上。 I 能 看 什么 我的 月度 益处 是 去 到 是 相对 a 薪水 增加 , 非 根据， 在哪里 你 看 那 非 根据 奖 不 真的 有 很多 影响。 薪水 增加 , 不是 很多 影响 . 和 的 课程 , 年龄 作为 我们 会 预计， 有 这 最多 影响 .
什么 做 I 做 和 这 信息 ? 出色地 , 什么 I 真的 关心 关于 是 我的 寿命 益处 . 和 我是 还 我是 担心的 关于 通货膨胀 . 所以， I 额外 一些 公式 到 这 . I 额外 a 寿命 益处 , 哪个 是 只是 我的 月度 益处 时代 如何 长的 我是 去 到 居住 . 如果 你 想 到 看 在 这 公式 , 你 能 看 它是 基本上 我的 月度 益处 时代 如何 长的 我是 去 到 居住 . 和 那就是 我的 寿命 益处 .
那是 什么 I 真的 关心 关于 , 是 如何 很多 钱 我是谁？ 准备去 在 我的 寿命 . I 知道 如果 I 退休 早些时候 , 我是 去 到 得到 较少的 钱 . 那是 a 不 脑子 . 但 I 想 到 知道 , 是 那里 a 观点 的 减少 返回。 W 母鸡 I 看起来 在 这 年龄 在 退休 , 我的 寿命 益处 为了 80 , 84 和 98 创建 三 分离 列 为了 那些 数据 将要 是 这 专栏。所有这些 数据需求 l 是 假如 到 你 作为 出色地 , 如果 你 想 到 修补匠 和 它 .
但 什么 你 能 看 是 a 寿命 益处 为了 老化 . 这是 实际上 a 观点 的 减少 返回。 在哪里 I 可能 作为 出色地 只是 退休 在 65 因为 我是 去 到 得到 较少的 钱 , 但 我是 去 到 得到 它 为了 a 更长 时期 的 时间 . 现在 , 作为 那 开始 到 增加， 如果 我的 寿命 在 年龄 84 , 原来 我的 寿命 益处 会 有 到过 a 小的 少量 更好的 绞刑 在 那里 . 和 作为 I 得到 老 , 的 课程 , 我是 更好的 离开 等待 作为 长的 作为 I 能 到 退休 .
但 I 真的 不 知道 . I 不 知道 什么 那 数字 是 . 我的 最好的 猜测 是 84 . 那 曾是 这 第五十 百分位数 在我的 合身 . 如果 I 想 到 是 真的 保守的 , 我是 寻找 在 90 . 但 I 还 通缉 到 看 在 如何 通货膨胀 事情 . I 看起来 在 这 展示 价值， I 放 a 公式 在 JMP . 有 实际上 a 公式 为了 展示 价值 . 让 我 解释 [听不清 00:26:05] 我要 展示 给你 真实的 快的 .
在 JMP 你 能 实际上 使用 a 公式 相似的 到 什么 Excel 有 和 计算 礼物 价值。 和 那 调整 为了 通货膨胀 . 这 是 什么 你的 钱的 值得 现在， 相对的 到 什么 你是 预测 , 这 未来 通货膨胀 速度 是 去 到 是 年度的 通货膨胀 速度 . 在 0% 这 展示 价值 是 只是 你的 寿命 . 这 数字 的 付款 你是 去 到 有 通过 你的 寿命 时代 这 支付 数量 本质上 , 但 你 得到 受罚 作为 通货膨胀 去 向上 , 它 变成 较少的 和 较少的 . 如果 I 看 只是 在 这 通货膨胀 展示 价值 数据 ... 如果 I 只是 模型 那些 , 什么 I 注意到 曾是 ... 我会做这些 小的 大 所以 你 能 看 他们 .
I 注意到 那 什么时候 我的 薪水 增加 是 更小的 降低 ... 这 是 a 二 因素 相互作用 . 你 能 看 这 连续下坡 变化 . 那 曾是 一些 小的 薪水 增加 , 哪个 是 大概 不是 不切实际 在 这 未来 未来 . 那里 是 a 观点 的 减少 返回 什么时候 我们 惩罚 为了 通货膨胀 . 在 降低 通货膨胀 , 那里 是 不是 那 大的 的 a 益处 到 等待 到 退休 . 一次 I 打 关于 65 或者 所以 , 它是 开始 到 压平 出去 . 真的 这 不同之处 不是 那 大的 .
如果 我们 看 在 这 预测 价值 , 这些 是 不是 我的 实际的 数字 . 这些 是 基于 在 审查 这 数据 使用 a 音调系数 的 4000美元 a 月 , 哪个 是 这 典型的 退休人员 收入 . I 注意到 那 作为 I 称重 , 它 扁平 出去 所以 它 不 真的 支付 到 等待 到 退休 . 我是 使用 这 信息 到 帮助 我 决定 什么时候 I 真的 想 到 退休 . 正确的 现在 , 患病的 是 62 在 可能 , 所以 我是 开始 到 方法 这 能力 到 做 这 .
大概 去 到 等待 到 64 , 65- 工作 到 在哪里 这 不同之处 在 我的 展示 价值 是 不是 那 大的 . 那是 a 小的 快的 奖金 在 如何 I 使用 这 设计师 实验 特征 在 JMP 中 到 撤销- 工程师 这 . 在 概括 , I 看起来 在 这 退休人员 死亡 数据 和 I 放 这 生活 分配 和 合身 X 的生活， I 看起来 在 四 不同的 时间 时期 和 注意到 或许 我们 做过 得到 a 小的 少量 更健康 和 更健康 在 2013 , 但 经过 2018 那 有 扁平的 出去 . I 做 有 一些 2021 数据 那 I 不 有 在 这 推介会， 但 下一个 年 在 这 会议 在 西班牙 在 行进 , 那 它是 实际上 漂亮的 平坦的 从 2013 到 20 18 到 2021 . 是 真的 不是 获得 更健康 , 活的 更长 . 那是 去 到 帮助 我 和 我的 决定 . I 采取 a 风俗 设计 实验 作为奖励 材料 这里 , 和 I 撤销- 工程 这 网站 基于 小程序 那 我们 有 和 用过的 这 分析器 到 代替 那 一 数据 观点 在 a 时间 . A 真的 凉爽的 事物 , 你 能 做 在 JMP 中 . I 会 拿 问题 这里 如果 是 活 .
和 和 那 , I 想 到 说 一 最后的 事物 . I 真的 想 到 奉献 这 推介会 到 我的 兄弟 , WHO I 丢失的 a 夫妻 的 年 前 到 脑 癌症 , WHO 曾是 仅有的 15 几个月 年轻 比 我 . 他 曾是 a 同伴 密码 和 还 a 同伴 JMP 用户 . 一些 的 你 可能 有 的 他 在 这 JMP 会议 和 所以我是 奉献 这 到 他 . 感谢 你 非常 很多 .
