こんにちは、
私の
名前
は
マイケル
クロッティ。
私は a 統計的 作家 と その 統計 ドキュメント チーム で JMP、
そして 今日、 私は 行く に 話す について 一つの 導入
に 検閲された データ 分析 で ジャンプ そして ジャンプ プロ。
に 始める、 私たちは 得た 三つ 一般 種類 の 検閲。
ただ に 戻る 上 a 少し、 検閲された データ 起こる
いつ あなた しない 持っている 一つの ちょうど 測定 のために 一つの 観察、
しかし あなた する 知る a 範囲 のために その 観察、
それで あなた 知る ない その ちょうど 価値、
しかし あなた する 知る 何か について どこ その 価値 かもしれない なれ。
何 私たちは 欲しい に する による 使用して 検閲 で 私たちの 分析する
は に 使用 それ 情報 それ 私たちは 持っている、 平 もし その ない ちょうど。
その 三つ 種類 の 検閲 それ 良い 話す について 今日
は 右 検閲、 左 検閲、 そして 間隔 検閲。
右 検閲 は おそらく その ほとんど 一般 形状 の 検閲。
それ 発生する いつ その イベント の 興味 ただ しない 持っている 時間 に 起こる まだ
による その 終わり の その 勉強。
で a 信頼性 テスト、
あなた かもしれない 持っている a 束 の ライト 電球 テスト中
そして で その 終わり の その テスト 期間、 いくつかの の 彼ら 持っている 失敗した。
それらの は ちょうど 観察、 しかし それから いくつかの まだ 失敗した まだ。
あなた 知る 彼らは 行く に 失敗、
しかし あなたの 勉強 もっている 終了しました。 それで その 検閲された で それ ポイント。
同じ もの で 生存 モデル
どこ a 忍耐強い 生き残る に その 終わり の その 勉強。
1つ もの に 注記 は それ 右 検閲 は その のみ タイプ それ で JMP、
サポート a シングル 応答 カラム 並んで の a バイナリ 検閲官 カラム。
その 次 タイプ は 左 検閲。
それは どこ その イベント の 興味 発生する 前に その 観察 始まります。
A 一般 例 の それ だろう なれ どこ あなた 置く a 束 の ユニット 下 テスト
そして で その 時間 それ あなた する その 初め 検査、
いくつかの の 彼ら 持っている すでに 失敗した。
あなた 知る それ 彼らは 開始 それなし a 失敗、
しかし による その 時間 あなた 測定された 彼ら、 あなた チェック済み の上 彼ら、 彼らは 持っていた 失敗した。
それで 彼らは 失敗した いつか 前に それ ポイント。
別の 例 の それ は 限定 検出
どこ あなた 持っている a 測定 道具
それ できない 測定 下に a ある しきい値。
その 最後 タイプ 良い 話す について 今日 は 間隔 検閲。
これ は どこ あなたの イベント の 興味 起こる 間 観察 時間。
もし あなた 持っている a 定期的な 検査 スケジュール その代わり の 連続 観察、
あなた かもしれない 見る それ 何か 失敗する または 何か 起こる
間 時間 二 そして 三つ。
それ しなかった 起こる で 時間 二 そして それ しなかった 起こる で 時間 三つ、
しかし それ だった どこか で それ 間隔。
取る a 素早い 見て で 何 これ 見た目 のように で ジャンプ。
こちらは 一つの 例 の その 右 検閲
と a 応答 カラム そして a 検閲官 カラム。
で その プラットフォーム それ サポート 検閲、
あなた いつも 見る これ 検閲官 役割、 それは のために それ バイナリ 検閲 カラム。
これ は その 方法 それ あなた できる する、 あなた できる 特定 検閲 もっと 一般的に、
どれの は と 二 応答 列。
基本的に、 その のように a 始める 時間 そして 一つの 終わり 時間。
のために 左 検閲、
私たちは しない 知る いつ それ 起こった、 それで その 始める 時間 は ない、
しかし その 終わり 時間、 私たちは 知る それ 起こった 前に 時間 50,
それで どこか 前に それ。
逆転 それ のために 右 検閲、 私たちは 知る それ で 時間 25,
それ していなかった 起こった まだ、 しかし それ 起こった いつか 後 それ。
それから と 間隔、
両方 その 始める そして エンドポイント は 欠落していない、
しかし 私たちは しない 知る いつ その イベント 起こった で これ 場合 間 80 そして 150.
その ない 表示されている で その テーブル 上 ここ、
しかし 下 ここ、 私たちは 得た どこか そこには ちょうど 検閲。
に 特定 それ、
あなた ただ 使用 その 同じ 価値 で 両方 列。
それ 手段 本質的に その のように 一つの 間隔 と ゼロ 幅。
それ 起こった で それ ちょうど 時間。
次、 だった 行く に 話す について 二 例 の 検閲。
その 初め は もし あなた 持っている 検閲 で あなたの データ、
しかし 多分 あなた しない 知る どうやって に ハンドル それ、
そして それで あなた ただ 考える、 "病気 ただ 無視する それ。"
だった 行く に 見て で 何 できる おそらく 起こる いつ あなた する それ。
で これ 例、
私たちは 得た シミュレーション データ から a 対数正規分布 分布
そして その 観察された データ
それ 良い 使用 のために 分析 で 私たちの 違う 症例
は どこ 全て その 価値観 から その 真実 データ それ は 以上 1,900, 私たちは セット 彼ら に 1,900,
それは その 検閲 時間 のために その 右 検閲。
そこには は a 少し 可能 もの あなた できた する
もし あなたは 試して に 見積もり これ 平均 失敗 時間。
あなた できた する 何もない。
あなた できた ただ 使用 これ 観察された データ と a 全体 束 の 価値観 セット に 1,900,
活動 のように それは いつ それ 起こった。
あなた できた 扱う それらの として ない 価値観、 ただ 落とす 彼ら から あなたの データ、
または あなた できた 使用 その 検閲 情報 それ あなた 持っている で あなたの 分析。
のために 右 検閲、 これら 初め 二 アプローチ
は 行く に 傾向がある に 過小評価する その 平均 失敗 時間
なぜなら あなたは 落下 情報 から その データ で それ 遠い 終わり。
見ている もっと 密接に で これ、 なぜなら これ は シミュレーション データ、
私たちは 持っている その 真実 分布 ここ で これ 初め カラム。
それは ただ のために 比較、 しかし で 一般的な、 あなた しないだろう 持っている それ
なぜなら あなたは 持っている それ 全て 価値観 その上 1,900。
あなた しない 知る どこ これら 秋。
で 私たちの 観察された そして、
これ は どこ 私たちは ただ 使用 全て その 1900年代 として 価値観 の 1,900。
私たちは 持っている いいえ ない 価値観、
しかし a 大きい ポイント 質量 で その トップ の 私たちの 分布 ここ。
あなた できる 見る それ その 平均 は a 多く 小さい よりも その 真実 平均。
で これ ない Y カラム、 これ は どこ その代わり の 治療 彼ら として 1,900,
私たちは 落とす 彼ら。
私たちは セット 彼ら に ない そして 分析する その 分布 それなし 彼ら。
ここ あなた できる 見る それ 今 私たちの 最大 の その 欠落していない 価値観
は 少ない よりも 1,900, どれの 本当に しない 作る どれでも センス
なぜなら 私たちは 知る それ a 束 の 彼ら、 21 観察、 で 事実、
は いくつかの 価値 大きい よりも 1,900。
だからこれは 過小評価する その 平均 平 もっと。
それから の上 その 右 ここ、
私たちは 得た 一つの 分析 で 人生 分布 で ジャンプ。
これ は どこ だった 使用して その 観察された Y カラム。
その 得た それらの 1900年代、
しかし だった また 使用して a 検閲 カラム 並んで それ。
のために その 行 どこ 観察された Y は 1,900,
私たちの 検閲官 カラム は 行く に 言う それ その a 検閲された 観察。
ここ 私たちは できる 見る それ 私たちの 平均、
それ 実は 終了 上 いる a 少し より高い よりも その 真実 平均、
しかし 私たちの 対数正規分布 パラメータ 推定値 は 多くの より近い に その 真実 価値観
そして だった 組み込む 全て その 情報 それ 私たちは 持っている。
のために 私たちの 次 例、 だった 行く に 見て で 検出 制限。
これ は a 制限 の 検出 問題
どこ 私たちは 持っている データ の上 その 収率 の a 農薬
と呼ばれる メタクレートは ベース の上 レベル の いくつかの 他の 回帰 変数。
で これ 状況、
その 測定 システム それ 私たちは 持っている もっている a より低い 制限 の 検出
どこ それ できない 測定 どれでも 利回り それ は 少ない よりも 1 %。
それで で その データ、 彼らは ただ コード化された として ゼロ、
しかし それ 本当に ただ 手段 その いくつかの 収率 下に 1 %。
そこには は 二 方法 あなた できた 分析する これ
組み込む それ 情報 で ジャンプ。
その 初め、 あなた できた 扱う それ として 左 検閲、
使用 二 応答 列 と その 初め その 左 カラム もっている a ない 価値、
そして その 右 カラム だろう なれ a 1つ、
または あなた できる 使用 その 検出 限界 カラム 財産
それは 新しい で ジャンプ そして ジャンプ プロ。
良い 取る a 見て で これ。
こちらは a サブセット の その データ。
これ メタクレート 読む カラム は その 同じ として その オリジナル 読む カラム、
しかし その 得た a 検出 限界 カラム 財産。
なぜなら これ は a より低い 検出 制限
どこ 私たちは できない 測定 どれでも より低い よりも それ 制限、
だった 行く に セット その より低い 検出 制限 に 1つ。
その 他の 方法 あなた できた する これ は と その 二 列。
で これ 場合、 私たちは 知る それ その 左 検閲、
それで その 左 側 は ない そして その アッパー 側 の それ は 1つ、
ただ 手段 それ その 価値 は どこか 少ない よりも 1つ。
それは 全て 私たちは 知る。
しかし として あなた できる 見る から その カラム 情報 ウィンドウ 下 ここ、
その 検出 限界 カラム 財産 は 認識された による その 分布
そして 一般化された 回帰 プラットフォーム。
それで これ は a 回帰 問題。
良い 使用 一般化された 回帰 で ジャンプ プロ。
ここ 私たちは フィット a 対数正規分布 応答 分布、
そして その できる に する それ の上 これ メタクレート 読む カラム、
平 と その ゼロ で そこには、
なぜなら GenRegの ない 治療 それらの 観察 として ゼロ、
その 治療 彼ら として 価値観 検閲された で 1つ。
今、 私たちは だった できる に 使用 全て その 情報
そして 得る a 回帰 モデル。
で 結論、 おそらく、 その ほとんど 重要 もの は
いつ あなた 持っている 検閲 情報、
その より良い に 使用 それ で あなたの 分析 よりも に 無視する それ。
検閲 できる 起こる a 多く の 回 のために 時間 回答、
しかし それ できる また 起こる のために 他の 応答。
A 良い 例 の それ は これら 限定 検出 問題。
ついに、 あなた できる 使用 その 続く アプローチ
に 特定 検閲 で ジャンプ。
そこには その 2列 アプローチ それは おそらく その ほとんど フレキシブル
なぜなら それ 許可する あなた に する 右 検閲、 左 検閲、
間隔 検閲、 として 良い として a ミックス の 全て 三つ の それらの。
のために 右 検閲、 あなた できる 使用 その 1つ カラム 応答
ペアリング と a バイナリ インジケータ カラム のために 検閲。
そこには また これ 新しい カラム 財産 で ジャンプ のために 検出 限界
どこ あなた できる セット a 制限 の 検出 どちらか の上 その 低い 側 または その 高い 側。
私たちは 得た a 少し 参照 ここ もし あなたは 興味がある で もっと 情報。
1つ の それらの は a 発見 話す I した で 2017
それは 得た もっと の その 背景 の どうやって その 検閲 情報 は 使用済み
で その 計算 の これら 分析します。
それは それ。 感謝 あなた。
