你好 , 我的 姓名 是 大學教師 利夫克 , 和 我和 桑迪亞 國家的 實驗室 , 患病的 是 呈現 在 可靠性 平台 在 JMP . 這 例子 我會 使用 有 到 做 和 跳 進入 退休 . 坐 後退 和 享受 . 和 我們來吧 看 在哪裡 這 線索 我們 .
A 小的 位元 關於 桑迪亞。 我們 是 , 聯邦 已資助 研究 政府 擁有， 承包商 經營的 設施 . I 已經 到過 在 桑迪亞 自從 關於 2005 , 大致。 患病的 告訴 你 a 小的 位元 關於 什麼 我們 在桑迪亞國家實驗室做這件事。 我們 工作 主要 在 核 威懾 . 六 主要的 程式 那 是 在職的 在 正確的 現在， I 慣於 去 進入 這 細節 的 這些 , 但 全部 的 這些 程式 那 你 看 在 我的 螢幕 是 程式 那 I 工作 在 和 有 實際上 應用 JMP 到 全部 的 這些 作為 出色地 . 這 原因 我是 呈現 數據 在 退休 是 因為 a 很多 的 這 東西 那 I 做 是 只是 也 敏感的 和 I 不能 展示 它 在 這 特別的 環境 . 所以， 是 去 到 使用 一些 樂趣 數據 那 大家 能 涉及 到 . 自然 , 這 是 a 記錄 , 所以 你 抓住 你的 問題 到 這 結尾 .
但 這 是 這 相同的 推介會 患病的 是 給予 居住 在 這 會議 . L 和 演講 關於 退休 . 為什麼 是 它某物 那 是 所以 肯定 但 有 所以 很多 不確定 在 它 那 製作 它 a 小的 位元 難的 到 計劃 ? 我是 不是 當然 I 會 想 到 是 沒有 那 不確定 . I 更喜歡 a 小的 不確定 在 那 . 它 做 製作 規劃 為了 退休 a 小的 位元 難的 . 但 I 猜測 在 這 明亮的 邊 , 如果 I 是 a 貓 , 它 會 是 甚至 更多的 複雜的。
經過 這 方式 , 那 這 貓 這裡 是 a 可修復 系統 , 和 那就是 a 所有的 新的 話題 在 一般的 . 是 只是 去 到 是 正在做 系統 那 是 不是 可修復 , 喜歡 貓 . 什麼 我們 能 做 是 我們 能 使用 這 可靠性 和 生存 工具 在 JMP 中。 一些 的 這 螢幕截圖 那 你 看 或許 來自 一個 老 版本 的 JMP。 這 曾是 創建 新冠疫情前 . 現在 那 我們 是 在 較新的 版本 的 JMP在那裡 可能 是 一些 輕微 差異 在 什麼 你 看 和 什麼 我已經 讀 從 這 螢幕截圖 , 但 應該 是 相當 相似的 反正 .
但 是 去 到 正在使用 這 可靠性 和 生存 和 這 生活 分配 和 合身 生活 作者：X 在 JMP 到 做 一些 分析 的 一些數據。我不是 當然 關於 數據 是 未來 從 . 在 桑迪亞 , 我們 有 a 實驗室 訊息 那 來 出去， 每一個 夫妻 的 週 和 在 那 實驗室 訊息 他們 喜歡 到 郵政 退休人員 死亡人數 的 這 人們 那 我們 工作 和 為了 a 長的 時間， 只是 到 讓 我們 知道 那 他們有 已搬 在 和 已消失 到 a 大的 研發 設施 在 這 天空 .
所以， I 想法 I 可以 使用 那 數據 到 幫助 我 計劃 為了 我的 退休 . I 抓住 一些 的 那 數據 和 I 採取 數據 從 四 不同的 時期 , 實驗室 訊息 檔案 . I 拉 一些 數據 從 2001 , 2007 , 2013 和 2018 . 這 數位 的 數據 積分 那 I 抓住 從 每個 的 那些 是 這裡 . 出色地 看 在 一些 的 這些 數據 和 看 如何 事物 是 變化 透過 時間 作為 出色地 . 但 反正 , 這 數位 的 數據 積分 是 漂亮的 重要的 .
這 小的 夾子 , 這 小的 圖片 在 這 正確的 是 a 小的 瑣事 那裡 . 如果 你 看 非常接近 在 這 小提琴手 在 這 左邊 , 一些 的 你 可能 認出 他 或者 我們來吧 離開 那 向上 到 你 到 數位 出去 . 或許 患病的 那 它 . 它是 實際上 我的 夥伴 , 克萊爾 . 她是 a 藥師 . 但 也 a 美麗的 歌劇 歌手 .
T 他 好的 事物 關於 使用 這 退休人員 死亡數據 為了 我 是 那 那 人口 是 a 更好的 表示 的 我的 生活方式 . 他們 趨向 到 拿 較少的 風險 , 帶領 小的 更多的 保守的 生活方式 和 a 相似的 收入 和 教育 等級 , 的 課程 , 在哪裡 這 最好的 和 這 最亮的 留在 這 大概 在 這 底部 的 那 清單 , 但 在 至少 我是 在 那 團體 . 它是 一個 榮譽 到 是 在職的 和 這 各位 在 桑迪亞 . 其他 好的 事物 關於 使用 退休人員死亡數據 是， 它 僅有的 包括 那些 世界衛生組織 實際上 製成 它 到 退休 . I 不 真的 關心 關於 這 數據 為了 不是 製作 它 退休 . 和 I 道歉 到 我的 孩子們 . 我是 在 阿爾伯克基 , 新的 墨西哥 正確的 現在 .
為了 那些 的 你 世界衛生組織 愛 突發 壞的 和 知道 那 突發 壞的 曾是 主要 拍攝 這裡 在 阿爾伯克基 , 和 所以 我是 a 大的 扇子 的 這 展示 , 所以 我已經 得到 到 放 a 小的 位元 的 樂趣 東西 在 這 推介會 . 這就是我的原因 丟 a 小的 位元 的 阿爾伯克基 參考 在 那裡 為了 那些 的 你 世界衛生組織 是 絕命毒師 粉絲 作為 出色地 . 和 一些 更好的 稱呼 掃羅 東西 到 .
我們開始吧 去 正確的 進入 JMP 和 開始 正在做 一些 的 這 分析 . 我是 去 到 救援 那 和 我是 去 到 打開 向上 我的 數據 文件 . 讓 我 看 一些 螢幕 大約 這裡 .
它將 拿一個 第二 到 載入 在 你的 螢幕 . 你 應該 是 看到 我的 數據 文件 . 什麼 你 看 是 這 列 的 年齡 在 這 實驗室 訊息 . 那是 這 報紙 那 I 得到 這 數據 從。 這 用 a- 每週 日期 和 I 打破 那 向下 到 年 . 和 這些 其他 列 患病的 演講 關於 在 a 小的 位元 . 正確的 現在 , 我們來吧 只是 看 在 這 年齡 和 這 年 . 我們開始吧 只是 看 在 這 分配 的 這 數據 和 看 什麼 它 說 .
如果 我們 分析 這 分配 的 年齡 , 我是 只是 去 到 分析 分配 的 年齡 在 一般的 . 如果 我們 看 在 那 , 這 是 什麼 這 分配 看起來 喜歡 . 你 能 看 a 種類 的 a 傾斜 左邊 分配 和 我們 能 真的 看 a 小的 更多的 細節 在 這 如果 我們 去 進入 一些 的 這 展示 選項 在 JMP。這 數據 實際上 最好的 適合 威布爾 分配 , a 二 範圍 威布爾 分配 , 哪個 患病的 展示 在 一些 的 這 未來 螢幕 . 但 什麼 我們 想 到 做 是 拿 這 數據 和 使用 這 生活 分配 到 看 在 它 .
我是 去 到 拖 超過 我的 微軟幻燈片軟體 這裡 和 展示 你 那 I 放 這些 分佈 在 這 興趣 的 時間 相當 比 只是 實際上 正在做 它 . L 預訂 在 這 分佈 的 這 四 年 , 這 四 類別 的 年 , 哪個 是 , 2001 , 2007 和 2013 , 2018 , 全部 的 這些 合身 a 威布爾 分配 相當 出色地 . I 通緝 到 查看 我的 假設 什麼時候 I 開始 分析 這 數據 在 生活 分配 .
然後 我符合 他們 到 a 威布爾 分配 . 讓 我 打開 向上 … 讓 我 給 你 a 小的 位元 的 背景 在 這 威布爾 分配 , 那 將要 幫助 你 理解 一些 的 這 數據 我是 去 到 展示 . 這 是 實際上 a 威布爾 分配... 威布爾 分佈 產生的 使用 JMP的 公式 , 實際上 . 我已經 已採取 分佈 和 不同的 健康 計劃 和 不同的 支付能源部 只是 到 展示 你 什麼 這 αβ 做 和 這 威布爾 分配 . 讓 我 跑步 我的 腳本 在 這 和 展示 你 什麼 這些 看 喜歡 .
基本上， 我是 只是 正在做 a 合身 生活 經過 X 在 JMP 中 , 我 節省 這 腳本 到 這 數據 桌子 . 這 是 主要 只是 到 展示 你 什麼 發生 和 威布爾 分佈 什麼時候 你 轉動 在 a 當地的 數據 篩選 這裡 和 展示 你 什麼 這 參數 做 和 不同的 阿爾法 和 不同的 測試版 . 如果 你 有 威布爾 分佈 在哪裡... 我是 去 到 選擇 這 三 那 有 a 測試版 的 一。 這 測試版 威布爾 分配， 本質上 決定 這 是 這 傳播 的 這 分配 你 思考 的 在 條款 的 標準 偏差 .
什麼時候 你 陰謀 這 數據 在 a 威布爾 曲線 , 你 將要 看 那 他們 全部 是 平行線 線條 和 它們是 基本上 只是 滑板車 穿過 這 X 軸 這裡 . 這 測試版 是 這 坡 的 這 線 , 哪個 是 這 傳播 的 這 數據 . 如果 I 看 在 三 曲線 那 有 這 相同的 阿爾法 但 不同的 測試版 , 你會 注意 那 它們是 全部 居中 在 關於 這 相同的 觀點 . 什麼 這 測試版 是 正在做 是 變化 這 傳播 . 阿爾法 是 變化 這 地點 的 這。
他們 全部 穿過 這 觀點 , 哪個 是 實際上 在 0.632 . 患病的 演講 關於 那 在此處 a 小的 位元 . 但 儘管 這 特徵 壽命 是 這 阿爾法 , 和 那就是 這 觀點 在哪裡 你的 線 十字架 63.2% , 哪個 來 出去 到 是 一 減 一 超過 80 如果 你 想 到 得到 進入 這 證明 的 它 . 這 測試版 是 這 傳播 的 這 數據， 這 阿爾法 是 這 地點 的 這 數據。 規模 和 地點，是 有時 什麼 他們 稱呼 它 . 只是 a 小的 背景 在 那 . 患病的 搖擺 這 微軟幻燈片軟體 後退 超過 這裡 和 展示 你 並總結 滑動 什麼 I 意思是 .
這些 圖表 有 這 相同的 阿爾法 . 他們是 全部 居中 在 這 相同的 地方 . 這 三 那 有 這 較小的 長方形 大約 他們 是 這 相同的 測試版 . 所以， 他們 有 這 相同的 傳播 , 但 它們是 位於 不同 因為 他們 有 不同的 阿爾法 . 只是 a 小的 簡短的 教學 在 什麼 這 測試版 分配 參數 做 到 這 曲線 .
我們開始吧 只是 看 在 全部 這 數據 在 a 關閉 向上。 例子 , 可能 曲線 數據 , 和 我們來吧 只是 看 在 這 年齡 參數 . 如果 我們 分析 這 可靠性 , 生存 和 只是 看 在 這 生活 分配 的 年齡 … 什麼 我們 看 是 線性 體重計 在 這 X 和 Y , 但 我們 能 實際上 決定 哪個 分配 系統 適合 這裡 . 和 什麼 我們 尋找 , 的 課程 , 是 那 這 威布爾 適合 最好的 . 這 是 什麼 這 威布爾 分配 看起來 喜歡， 在 全部 的 那 數據 擁擠 一起 . 使用 這 分配 分析器 , I 能 實際上 手動 溜走 這 超過 和 說， I 想 到 是 90% 當然 I 不 跑步 出去 的 錢 .
I 更好的 計劃 在 a 退休 年齡 的 大致 92 或者 所以 . 關於 92 到 是 90% 當然 I 不 跑步 出去 的 錢 每一個 時間 . 那 曾是 真的 這 重點 的 這 天 在 嘗試 到 幫助 我 計劃 我的 退休年齡 . 你 知道 , 他們 總是 告訴 你 如何 長的 你 想 到 計劃 你的 退休 為了 . 的 課程 , 我們 不 知道 . 通常 我們 只是 拿 a 荒野 猜測 , 但 這 是 a 小的 位元 的 數據 驅動 決定 製作 去 在 這裡 .
什麼 如果 我們 看 在 這些 透過 這 四 不同的 年 , 我們 能 使用 這 相同的 平台 , 這 可靠性 生存 或者 合身 生活 經過 X. 我們 能 看 在 這 年齡 相對 這 實際的 年 這裡 . 我們開始吧 看 如何 這 年 看 不同 . 讓 我 轉動 在 這 密度 曲線 這裡 所以 你 能 看 在哪裡 那些 落下 . 我希望這是一個威布爾指數。 分配 . 我們 能 也 轉動 在 分位數 線條 到 看 如何 事物 改變 透過 時間 . 這 是 這 10、 15 , 98% 分位數線 .
它 看起來 喜歡 或許 或許 從 2001 到 2007 事物 有 改變 a 很多 , 但 關於 2013 , 或許 這 人們 是 活的 a 小的 位元 更長 基於 在 這 2013 和 2018 數據 . 我們 去 向下 這裡 和 看 在 這 細節 的 這 Fit Life by X . 你 能 看 這 圖表 全部單獨 這裡 . 這些 小的 分析器 是 樂趣 到 混亂 和 這裡 . 你 能 看 這 年齡 , 這 可能性 的 失敗 . 外觀 喜歡 我已經 得到 這 長的 跑步 和 這 可能性 的 失敗 是... 患病的 只是 放 a 90 這裡 .
但 我們 能 看 那 它 看起來 喜歡 我們 是 獲得 a 小的 位元 更健康 因為 這 可能性 是 去 向下 透過 時間 , 在 至少 為了 90 年 老的 . 有 a 很多 的 東西 在 這裡 那 你 能 修補匠 大約 和 . I 不 有 這 時間 到 展示 你 全部 的 那 , 但 我 想 到 得到 向下 到 這裡 是 … 這 地點 規模 . 這 小的 測試 這裡 是 講述 我 , 是 我的 地點 不同的 , 假設 我們 不 有 這 相同的 數據 , 這 相同的 失敗 機制 , 哪個 在 理論 我們 做 , 正確的 ?
我們 全部 有 這 相同的 失敗 , 但 這 物理 的 這 人類 喜歡 失敗 應該 是 持續的 . 和 所以 我們的 數據 不應該 改變 很多 . 但 假設 我們 有 這 儲存 測試版 和 這 阿爾法 變化 , 在 其他 字 , 是 這 地點 的 這些 變化 ? 和 這 數據 說 , 是的 , 那 是 拒絕 這 無效的 假設 那 這 數據 是 不是 滑板車 穿過 這 X 軸 透過 這 年 . 有 a 改變 . 現在 尋找 在 地點 和 規模 , 它 看起來 喜歡 那就是 邊緣 .
我是 去談談 更多的 , 什麼時候 我們得到 向下 到 這 威布爾 這裡， 這 實際的 威布爾 數據 . 這 威布爾 尋找 在 有沒有 a 不同之處 在 這 測試版 , 在 這 連續下坡 或者 在 這 傳播 的 這 數據 年 到 年。 它是 正確的 在 這 邊緣 的 存在 拒絕 這 無效的 假設 那 它們是 位於 , 那 它們是 實際上 這 相同的 在 這 連續下坡 . 如果 你 想 到 看 在 不同的 分佈 透過 這 年 , 你 能 實際上 做 a 統計 測試 到 看 如果 事物 是 變化 透過 時間 , 這 分佈 的 你的 可靠的 數據 .
正確的 . 所以， 什麼 是 I 遺忘 ? 讓 我 滑動 後退 超過 這裡 到 這 微軟幻燈片軟體 . 什麼 我是 不是 正在做 , 我是 不是 考慮 已審查 數據 . I 不 有 這 數據 為了 大家 誰是 仍然 活 . 這 退休人員 是 仍然 活 , 但 I 只是 不 有 使用權 到 它 . 所以， I 想法 , 出色地 , 是什麼 那 去 到 做 到 我的 分析 ? 出色地 , I 能 玩 大約 和 這 數據 I 有 和 去 後退 在 時間 . 為了 例子 , I 能 去 後退 到 2007 和 I 能 對待 這 2013 和 2018 數據 作為 已審查 數據 因為 I 知道 那 那些 退休人員 是 仍然 活 . 只是 到 看 如何 它 影響 我的 分析 , 這 事實 那 我是 不是 包括 已審查 數據 . I 做過 做 那 . I 去 後退 和 搞砸了 大約 和 那 . 患病的 展示 你 a 小的 位元 的 它 , 但 I 沒有 真的 尋找 出去 很多 . 作為 我們的 偉大的 朋友 喬治 盒子 那 模型 大約 這 實際的 問題 , 如何 錯誤的 做 他們 有 到 是 到 不是 是 有用 ?
和 I 真的 沒有 尋找 任何事物 有用 在 正在做 那 . 但 I 將要 展示 你 在 至少 什麼 I 做過 . 到 說服 我 那 不是 擁有 那 這 數據 為了 這 退休人員 仍然 活， 是 不是 a 問題 . 如果 我們 看 在 這 … 讓 我 製表 我的 數據 真實的 快的 . 如果 I 看 在 這 年齡 , 這 年 的 這 數據 相對 無論 或者 不是 I 暫停 這 數據 , 什麼 I 做過 是 I 採取 這 2018 數據 和 暫停 它 和 工作 我的 方式 後退 到 2013 .
我們 做過 一個 分析 在 2013 使用 這 三 年 的 數據 和 然後 使用 這 2018 數據 作為 暫停 數據 . 的 課程 , I 有 到 拿 這 數據 從 2018 和 I 有 到 減去 五 從 它 因為 那 會 是 這 年齡 在 2013 。 我 n 命令 到 包括 那 暫停 數據 , I 有 到 調整 他們的 年齡 因此 作為 出色地 . 但 I 也 做過 那 為了 2007 . 讓 我 展示 你 在 表格 格式 , I 創建 a 柱子 稱為 暫停 2007 在哪裡 I 拿走了 數據 從 2018 和 2013 和 也 暫停 它 .
I 採取 出去 我的 數據 的 已知 死亡人數 和 一半 我的 數據 作為 暫停 數據 , 人們 世界衛生組織 是 仍然 活 . 你 能 看 那 … 讓 我 展示 你 什麼 那 做過 到 這 數據 . 為了 這 年齡 2013 數據 仍然 活 , 你 能 看 那 它是 基本上 這 2018 數據 減 這 五 年 . 如果 I 看 在 這 實際的 年齡 這裡 . 如果 我們 看 在 這 意思是 年齡 , 基本上 這 是 這 意思是 年齡 為了 這 2018 數據 . 經過 暫停 , I 基本上 只是 減去 離開 這 五 年 這裡 . 和 治療 出去 暫停 數據 .
和 這 相同的 去 為了 這 2007 數據 . T 這裡 反而 , I 相信 , 我只是 只是 減去 離開 九 年， 和 五 年 為了 這 18 到 2013 數據 . 什麼時候 I 寫道 這 分析 的 那些 , 我是 只是 去 到 展示 你 在 這 微軟幻燈片軟體 滑動 什麼 它 看起來 喜歡 因為 它 作品 出去 方便的 為了 我 到 跳 後退 和 前進 之間 這些 二 到 展示 你 這 不同之處 . 什麼 I 成立 曾是 那 這 曾是 我的 原來的 數據 和 然後 這 是 這 數據 治療 2018 數據 暫停 和 正在做 這 分析 的 2013 數據 .
你 能 看 那 這 區域 的 興趣 在哪裡 我是 真的 擔心的 關於 是 在哪裡 我是 過境 那 或許 90% 可能性 . 它 沒有 改變 很多 在 全部 . 和 然後 這 是 投擲 這 2018 和 2013 數據 資產 期間 這 分析 基於 在 2007 數據 和 這 2001 數據。 你 能 看 那 它 真的 不 改變 這 曲線 很多 在 這 區域 那 I 關心 關於 . 那 給予 我 這 舒適 那 I 真的 是 不是 遺失的 很多 經過 不是 審查 出去 這 數據 .
I 意思是 經過 不是 擁有 這 已審查 數據 . 如何 做過 I 計算 我的 90% 信心 間隔 ? 我是 去 到 只是 展示 你 在 微軟幻燈片軟體 如何 I 做過 這 只是 在 這 興趣 的 時間 . I 能 使用 這 分位數 分析器 和 看 在 這 5% 95% 可能性 和 計算 我的 90% 信心 間隔 . 通常 , 什麼 你會 看 為了 數據 和 在 這 案件 , 它是 66 年 老的， 96 年 老的 . 但 真的 什麼 I 關心 關於 是 這 上 限制 . I 僅有的 關心 關於 我的 90% 可能性 . 和 在 這 案件 它 曾是 年齡 94 .
基於 在 這 分析 , I 現在 知道 那 I 想 到 是 90% 當然 I 不 跑步 出去 的 錢 . I 應該 計劃 到 居住 到 是 94 . 這 是 基於 在 我的 歷史 數據 . 量化 那 不確定 , 這 是 基本上 … A 小的 位元 幽默 語氣 在 .
這 下一個 階段 在 這 曾是 到 嘗試 和 數位 出去 … 我是 去 到 丟 在 a 小的 位元 的 獎金 材料 這裡 超過 這 生活適應狀況 . 這裡 我們 有 這 工具 稱為 這 退休金 工具。 我們 可以 實際上 放 在 這 年 是 去 到 退休， 和 我們 可以 也 認為 a 薪水 增加 和 a 非 根據 , 哪個 是， 本質上， 什麼 你 會 稱呼 a 獎金 在 私人的 產業 .
我們 可以 放 那些 進入 這 工具 和 它 會 吐 出去 我們的 退休金， 我們的 估計的 每月 退休金 . I 想法 , 出色地 , 那 不 幫助 我 很多。 什麼 I 想 到 做 是， I 想 到 反向- 工程師 那 工具 所以 那 I 有 這 分析器 到 修補匠 和 . I 去 進入 這 JMP 和 I 創建 a 回覆 表面 模型 , 和 I 基本上 輸入 三 不同的 年齡 在 退休 , 62 , 65 和 68 .
I 做過 三 不同的 薪水 增加 和 I 嘗試 三 不同的 基於 獎項 作為 出色地 . 讓 我 拉 數據 超過 這裡 . 這 是 什麼 這 數據 看起來 喜歡 什麼時候 I 跑 這 實驗 . 我是 只是 去 到 展示 你 這 這 螢幕截圖 從 JMP 相當 比 做 一個 實際的 JMP 分析 因為 我是 喜歡 20 分分鐘 已經 我想 製作 當然 I 有 足夠的 時間 到 覆蓋 全部 的 這 .
什麼時候 I 創建 這 實驗 , 你會 注意 那 這 跑步 是 已排序 . 那是 好的 因為 我是 正在做 a 電腦 模擬 所以， I 不 有 到 擔心 關於 潛伏 變數 喜歡 這 溫度 在 這 房間 , 這 濕度 和 這 營運商 . 我是 去 到 得到 這 相同的 回答 不管 的 這 命令 那 I 跑 這 . 所以， 它是 更輕鬆 為了 我 到 做 這 工具 到 跑步 他們 在 命令 . 但 什麼時候 你 做 那 設計 的 實驗 , 你 想 到 隨機化 你的 跑步 . 做 不是 跑步 他們 在 命令 出去 的 方便 . 如果 你 做， 你 感覺， 好的， 你的 菌株集合 將要 告訴 你 那 你 能 使用 這 如何 到 放 簡單的， 如何 變化 和 這 改變， 特徵 在 JMP 到 製作 當然 你 做 那 適當地 經過 使用 一些 阻塞 .
我的 輸入 是 全部 正交 . I 涵蓋 全部 組合 的 我的… 年齡 在 退休 , 這 三 不同的 年齡 和 這 三 不同的 月 基於 獎項 和 這 三 不同的 薪水 增加 百分比 . 這 是 這 看 在 這 分析 你 能 做 什麼時候 你是 環境 向上 你的 實驗 在 JMP 中。 你 能 製作 當然 那 你的 主要的 效果 是 僅有的 相關 到 他們自己 . 和 那 有 最低限度 相關性 到 其他 變數 , 在 二 因素 交互作用 是 也 a 平方 學期 自從 I 做過 a 回覆 表面 模型。
但 這 網 結果 曾是 a 好的 預言 輪廓 和 我是 去 到 去 前方 和 只是 跑步 這 和 展示 你 . 預言 分析器 . 什麼時候 I 放 向上 這 實驗 , I 告訴 JMP。 什麼時候 你 放 向上 一個 實驗 在 JMP 中 , 它是 好的 因為 它 給予 你 這些 腳本 已經 在 你的 數據 桌子 . 我是 只是 跑步 這 模型 數據 桌子 . 和 JMP 說 , 哦 , I 知道 什麼 你 想 建模 , 因為 I 曾是 這裡 什麼時候 你 放 向上 這 實驗。 和 它 給予 我 我的 Y 和 它 給予 我 我的 Xs .
它 跑步 我的 分析 為了 我 . I 能 現在 使用 這 分析器 JMP， 而不是 擁有 到 放 在 一個 年齡， 薪水 增加， 以及非基數 獎 進入 那 工具 和 獲得 一 數位 出去 . 現在 I 有 這 分析器 我反向 工程 他們的 工具 本質上。 I 能 看 什麼 我的 每月 益處 是 去 到 是 相對 a 薪水 增加 , 非 根據， 在哪裡 你 看 那 非 根據 獎 不 真的 有 很多 影響。 薪水 增加 , 不是 很多 影響 . 和 的 課程 , 年齡 作為 我們 會 預計， 有 這 最多 影響 .
什麼 做 I 做 和 這 資訊 ? 出色地 , 什麼 I 真的 關心 關於 是 我的 壽命 益處 . 和 我是 也 我是 擔心的 關於 通貨膨脹 . 所以， I 額外 一些 公式 到 這 . I 額外 a 壽命 益處 , 哪個 是 只是 我的 每月 益處 時代 如何 長的 我是 去 到 居住 . 如果 你 想 到 看 在 這 公式 , 你 能 看 它是 基本上 我的 每月 益處 時代 如何 長的 我是 去 到 居住 . 和 那就是 我的 壽命 益處 .
那是 什麼 I 真的 關心 關於 , 是 如何 很多 錢 我是誰？ 準備去 在 我的 壽命 . I 知道 如果 I 退休 早些時候 , 我是 去 到 得到 較少的 錢 . 那是 a 不 腦子 . 但 I 想 到 知道 , 是 那裡 a 觀點 的 減少 返回。 W 母雞 I 看起來 在 這 年齡 在 退休 , 我的 壽命 益處 為了 80 , 84 和 98 創建 三 分離 列 為了 那些 數據 將要 是 這 專欄。所有這些 數據需求 l 是 假如 到 你 作為 出色地 , 如果 你 想 到 修補匠 和 它 .
但 什麼 你 能 看 是 a 壽命 益處 為了 老化 . 這是 實際上 a 觀點 的 減少 返回。 在哪裡 I 可能 作為 出色地 只是 退休 在 65 因為 我是 去 到 得到 較少的 錢 , 但 我是 去 到 得到 它 為了 a 更長 時期 的 時間 . 現在 , 作為 那 開始 到 增加， 如果 我的 壽命 在 年齡 84 , 原來 我的 壽命 益處 會 有 到過 a 小的 位元 更好的 絞刑 在 那裡 . 和 作為 I 得到 老 , 的 課程 , 我是 更好的 離開 等待 作為 長的 作為 I 能 到 退休 .
但 I 真的 不 知道 . I 不 知道 什麼 那 數位 是 . 我的 最好的 猜測 是 84 . 那 曾是 這 第五十 百分位數 在我的 合身 . 如果 I 想 到 是 真的 保守的 , 我是 尋找 在 90 . 但 I 也 通緝 到 看 在 如何 通貨膨脹 事 . I 看起來 在 這 展示 價值， I 放 a 公式 在 JMP . 有 實際上 a 公式 為了 展示 價值 . 讓 我 解釋 [聽不清楚 00:26:05] 我要 展示 給你 真實的 快的 .
在 JMP 你 能 實際上 使用 a 公式 相似的 到 什麼 Excel 有 和 計算 禮物 價值。 和 那 調整 為了 通貨膨脹 . 這 是 什麼 你的 錢的 值得 現在， 相對的 到 什麼 你是 預測 , 這 未來 通貨膨脹 速度 是 去 到 是 年度的 通貨膨脹 速度 . 在 0% 這 展示 價值 是 只是 你的 壽命 . 這 數位 的 付款 你是 去 到 有 透過 你的 壽命 時代 這 支付 數量 本質上 , 但 你 得到 受罰 作為 通貨膨脹 去 向上 , 它 變成 較少的 和 較少的 . 如果 I 看 只是 在 這 通貨膨脹 展示 價值 數據 … 如果 I 只是 模型 那些 , 什麼 I 注意到 曾是 … 我會做這些 小的 大 所以 你 能 看 他們 .
I 注意到 那 什麼時候 我的 薪水 增加 是 更小的 降低 … 這 是 a 二 因素 交互作用 . 你 能 看 這 連續下坡 變化 . 那 曾是 一些 小的 薪水 增加 , 哪個 是 大概 不是 不切實際 在 這 未來 未來 . 那裡 是 a 觀點 的 減少 返回 什麼時候 我們 懲罰 為了 通貨膨脹 . 在 降低 通貨膨脹 , 那裡 是 不是 那 大的 的 a 益處 到 等待 到 退休 . 一次 I 打 關於 65 或者 所以 , 它是 開始 到 壓平 出去 . 真的 這 不同之處 不是 那 大的 .
如果 我們 看 在 這 預測 價值 , 這些 是 不是 我的 實際的 數位 . 這些 是 基於 在 審查 這 數據 使用 a 音調係數 的 4000美元 a 月 , 哪個 是 這 典型的 退休人員 收入 . I 注意到 那 作為 I 稱重 , 它 平面 出去 所以 它 不 真的 支付 到 等待 到 退休 . 我是 使用 這 資訊 到 幫助 我 決定 什麼時候 I 真的 想 到 退休 . 正確的 現在 , 患病的 是 62 在 可能 , 所以 我是 開始 到 方法 這 能力 到 做 這 .
大概 去 到 等待 到 64 , 65- 工作 到 在哪裡 這 不同之處 在 我的 展示 價值 是 不是 那 大的 . 那是 a 小的 快的 獎金 在 如何 I 使用 這 設計師 實驗 特徵 在 JMP 中 到 反向- 工程師 這 . 在 概括 , I 看起來 在 這 退休人員 死亡 數據 和 I 放 這 生活 分配 和 合身 X 的生活， I 看起來 在 四 不同的 時間 時期 和 注意到 或許 我們 做過 得到 a 小的 位元 更健康 和 更健康 在 2013 , 但 經過 2018 那 有 扁平的 出去 . I 做 有 一些 2021 數據 那 I 不 有 在 這 推介會， 但 下一個 年 在 這 會議 在 西班牙 在 行進 , 那 它是 實際上 漂亮的 平坦的 從 2013 到 20 18 到 2021 . 是 真的 不是 獲得 更健康 , 活的 更長 . 那是 去 到 幫助 我 和 我的 決定 . I 採取 a 風俗 設計 實驗 作為獎勵 材料 這裡 , 和 I 反向- 工程 這 網站 基於 小程式 那 我們 有 和 用過的 這 分析器 到 代替 那 一 數據 觀點 在 a 時間 . A 真的 涼爽的 事物 , 你 能 做 在 JMP 中 . I 會 拿 問題 這裡 如果 是 活 .
和 和 那 , I 想 到 說 一 最後的 事物 . I 真的 想 到 奉獻 這 推介會 到 我的 兄弟 , 世界衛生組織 I 遺失的 a 夫妻 的 年 前 到 腦 癌症 , 世界衛生組織 曾是 僅有的 15 幾個月 年輕 比 我 . 他 曾是 a 同伴 密碼 和 也 a 同伴 JMP 使用者 . 一些 的 你 可能 有 的 他 在 這 JMP 會議 和 所以我是 奉獻 這 到 他 . 感謝 你 非常 很多 .
