會一直想讓人看下去,看最後會發生什麼事(一直在等開箱文),又發生的事會如何和這次的Keynote連結。
請不要拖播放桿,耐心的看完前4分鐘!
註1:那個Kevin是負責Apple Watch作業系統開發的團隊領導人
註2:跑成這樣無線耳機都不會掉,真是厲害!
2019年10月29日 星期二
2019年10月24日 星期四
2年前後製的影片欣賞
片中的日期更換動畫,模擬舊式加油機跳數字的視覺感來設計。對當時的我而言,是全新嘗試。設計採全手工打造(關鍵影格+遮罩+圖層),未靠任何套件實現。
Note: 播放影片務必開啟1080p畫質。
Note: 播放影片務必開啟1080p畫質。
2019年10月20日 星期日
2019年10月8日 星期二
[教學示範]「使用工具:SAS」僅有單一變項,如何對此資料的數據分布加以歸類?
先帶入2個專有名詞。
聚類分析:用在事先不知道類別的情況下,完全按照反映對象特徵的數據將對象進行分類。
判別分析:是基於已知分類的樣本建立判別函數,再對未知類別的大量個體歸屬於哪個類別進行判別。
所以聚類分析是一種沒有類別信息可參考的情況下,利用距離或相似性係數將一個集合劃分成若干個子集的過程,它是種監督式的學習過程。相關前述粉紅色內容,通常具有多個變項供軟體綜合判定,但也可能只有一個變項可供軟體判定,故接下來,本文章將聚焦在後者,如果你只有一個連續性的變項(即下例中的x),該如何分類?
===以上是版大集中腦力寫出來的段落,然為節省體內能量,以下段落寫法會較隨性===
版大先以2個迴圈產生2批虛擬資料,其描述性統計值設定如下:
data test;
grp=1; /*平均數0 標準差0.5,共有100筆觀察值,批數grp=1*/
do i=1 to 100;
x=0+0.5*rannor(1234);
output;
end;
grp=2; /*平均數3 標準差1,共有200筆觀察值,批數grp=2*/
do i=1 to 200;
x=3+1*rannor(1234);
output;
end;
run;
... ...
聚類分析:用在事先不知道類別的情況下,完全按照反映對象特徵的數據將對象進行分類。
判別分析:是基於已知分類的樣本建立判別函數,再對未知類別的大量個體歸屬於哪個類別進行判別。
所以聚類分析是一種沒有類別信息可參考的情況下,利用距離或相似性係數將一個集合劃分成若干個子集的過程,它是種監督式的學習過程。相關前述粉紅色內容,通常具有多個變項供軟體綜合判定,但也可能只有一個變項可供軟體判定,故接下來,本文章將聚焦在後者,如果你只有一個連續性的變項(即下例中的x),該如何分類?
===以上是版大集中腦力寫出來的段落,然為節省體內能量,以下段落寫法會較隨性===
版大先以2個迴圈產生2批虛擬資料,其描述性統計值設定如下:
data test;
grp=1; /*平均數0 標準差0.5,共有100筆觀察值,批數grp=1*/
do i=1 to 100;
x=0+0.5*rannor(1234);
output;
end;
grp=2; /*平均數3 標準差1,共有200筆觀察值,批數grp=2*/
do i=1 to 200;
x=3+1*rannor(1234);
output;
end;
run;
... ...
2019年10月5日 星期六
[教學示範]「使用工具:QI Macros」繪製柏拉圖 (QC七大手法之一)
本篇為另一篇文章的補充文(次數同樣以randbetween函數隨機產生)。
將A1:B8選起來(沒錯,不須再計算累積百分比!)
選柏拉圖即可產出結果。針對「其它」項未顯示在最右邊,目前似乎無法手動移至最右邊。
若須找出多個問題其關鍵原因群,此方法可當前導探勘之用。一旦確認,不可避免須再回Excel上繪製。
文章類別:
品管圈應用,
教學示範,
統計圖,
QI Macros軟體
訂閱:
文章 (Atom)