こんにちは。 ありがとうみんなのために接合私たち。
のタイトルのこれプレゼンテーションは選択設計と最大差分分析です
で最適化ある高い学校ラップトップ購入
でのコンテクストのある幹プロジェクトまたは蒸気プロジェクト。
私の名前はパトリックジュリアーノ。
私午前ある共同著者そして共同プレゼンターのためにこれプレゼンテーション。
そしてのもちろん、これは JMP Discovery Summit Europe 2022 です。
そして私はハッピーになれプレゼンテーションする今日。
それで前に私得るの中へ私たちのプロジェクト定義またはプロジェクト憲章、
私ただ欲しかったに言及いくつかの一般的なコンテクストのためにこれプロジェクト。
それでこれプロジェクトもっているある蒸気基本的には STEM フレームワークであるオリエンテーション、
しかしとの追加のある集中実践的なAIと統計学、
そしてそれを通してのレンズのJMP。
全て右。 それでの機会ここでの私たちへの声明
それはすべてですか年、学生で学年九
と尊敬にスタンフォードオンラインハイ学校、
彼らは必要に取る芯コースそして必要にするあるシリーズのプロジェクト。
で事実、そこにはは多くのプロジェクトあたり年間、150にも及ぶ、
そして多くのの彼ら必要とするのコレクションの調査データ。
それででのコンテクストの調査データコレクション、
JMPもっているある強力な選択デザインそして選択モデリングプラットホーム
マックスも同様に違いデザイン能力、そしてそれらのできるなれ使用済み
両方の調査を最適化する方法論そして分析する調査データ。
内でこれ特定の使用場合、だった行くに使用JMP 16選択デザイン
選択モデリングプラットフォームに勉強消費者研究、
そしてまた具体的にはに支援するとの選択のあるラップトップ、
の最適な選択のあるラップトップのためにある学生。
だった行くにこれもさらに一歩進めてください
そして見てでいくつかの信頼性質問そしてするいくつかの計算
に見てでの機会費用関連すると保証を購入する
で違う段階の所有。
全て右。 それで素早いオリエンテーションに私たちの幹図ここ。
私たちは持っていた十回答者でのコンテクストの私たちの例、私たちのサンプルデータセット。
で事実、これはあるJMPサンプルデータセット、私はそうします提供するの上のユーザーコミュニティ
そしてはまた利用可能でJMPサンプルデータディレクトリ。
そこにはは十回答者でこれ調査。
としてあなたできる見るここでのより低い左手コーナーのの滑り台、
そこにはは四属性それ変化内である選択セット。
そこにはは二プロフィール当たり選択セット。 あるよ八選択セット当たり調査、
1つ調査合計になれ配布された、そしてのコース、十反応として私たちはと示されている。
それでで条項ののテクノロジーラップトップに関連付けられている、
だった探しているで四鍵属性。
だった探しているで難しいディスク、ドライブ空間、
プロセッサースピード、バッテリー人生、そしてのコンピューター料金。
そして私たちはできる見るある写真ののデザインとして良いとしての違う選択セット
それはペアになったによる番号との違う属性での列。
そしてそれから、とてもなるほど、確率プロファイラーが表示されました
どれの本当にただショーの機会空間
で関係にの変化での軸横切っての四パラメーターの上の右
結果である変化で確率または可能性の購入。
わかった。 それでしましょう提供するのオリエンテーション
に科学そしての統計と尊敬に消費者研究。
それでだった行くに考えるについて収集する情報、
そして私たちは欲しいそれ情報にどうにか反映するどうやって顧客
彼らの特別なものを使う製品またはサービスで一般的な。
私たちは欲しいに持っているいくつかの理解どれだけ満足したか顧客は
彼らの購入でそしてそれらはどのような特徴があるのかかもしれない欲望。
何洞察彼らはできる使用に改善するの問題声明それ
彼らは取り組んでいますでのコンテクストのの購入それ彼らは作ること。
でこれプロジェクト、私たちは使用JMPの消費者研究メニュー、
そして具体的には、だった行くに集中の上の選択デザインプラットホーム。
わかった、それでここはいくつかのニースグラフィックスそれただ見せて、
それハイライトの消費者研究プロセス。
そしてのように多くのプロセス、私たちはできる見るそれそのとても反復的なそして周期的。
その集中したの上戦略発達、
決断作る、改善、そして解決する課題。
しかしとして良い見る後ででの分析、そこにはは特定のモデリングに関する考慮事項
それ選択デザインを考慮した
に作る私たちのモデリング手順ある少し少しよりシンプルでより効果的な
のためにこれら特定の種類の問題。
全て右、それで行く戻るに私たちの研究の概要。
それでの声ののお客様本当に話すにどうやってのメーカー
決めるに構築するのデザインで私たちの場合。
そしてそれで私たちは持っている二セットのプロフィール、
また、それ意思なれ管理されたに十回答者。
そしてのゴールはに理解するどうやってラップトップ購入者
ビューの利点のあるコレクションのこれら四属性。
全て右。 それで私たちの特定の使用場合ここ
は行くになれのデル緯度5400クロムブック。
これはあるとても一般低予算のラップトップ
それするだろうなれ考慮された適切なのために学生使用法。
わかった、それでここにありますの概要のの選択デザインモデリングプラットホーム。
私たちはできる見るそれの四パラメーターは指定された下の属性セクション。
HDDサイズ、プロセッサー速度、バッテリー寿命、販売価格、
そしての高い低いレベルののデザイン指定されている
以上での右下属性レベル。
それであなたできる見るそれによる生成するこれデザイン、
JMP与える私たちあるプレビューののデザインそしての評価するデザインプラットホーム
と私たちの選択セット、そして私たちの難しいドライブ滞在します、
私たちのディスクサイズ、私たちのスピード、私たちのバッテリー人生、
そして私たちの対応する価格のためにそれぞれの選択肢セット、
どこの選択セット選択肢を表す
間1つコンピューター所有しているあるあるセットの特徴そして別の。
それでとして私言及された前に、だった行くに持ってくるでのサンプルデータ
そして実はポイントにの特定の位置どこのデータは位置した。
だった行くに行く先にそしてそれをコミュニティに入れてください
のために私たちのユーザーに練習するとこれデータ。
わかりました。ここ機種スペックの表示です窓のために選択デザイン。
それで後私たちは持っています生成されたのデザイン、私たちは持っているにフィットのデザイン。
そしてそれで私たちはできる見るそれのの構造デザインは十回答者それはペアになった。
そしてそれでだった行くにセットのデータ形式を1つテーブル、積み重ねられた。
私たちの選択するデータテーブル、それ実装するの中へのラップトップ結果データ表。
私たちの応答は関連しているに確率の購入、どれのは関連しているに価格。
私たちは置く主題の中へ主題ID、
選択セットで選択セットID、応答するそしてグループ化。
私たちはキャスト私たちの四属性の中へのバツ役割ここ。
そしてそれから私たちは持っているある主題効果、
または私たちはできる持っている主題効果、どれのはオプション、
どれの私たちはしませんでした考慮するでこれ特定のコンテクストそれ私たちはできる持っている彼ら。
そして私たちはまた持っているのオプションのためにない価値推定、それはいいですね。
1つののものあなたはそうします知らせしかし、ここでそれは
もしあなたはおなじみとJMP、わかるでしょそれの走るモデルオプションはこちら、
しかしそこにははいいえ他のオプションそしてで多くの他のモデリングプラットフォーム。
JMPでは、私たちは持っている何ですか呼ばれた人格選択。
でこれ特定のコンテクスト、
だった限定にある特定のモデル下ある特定のフレームワークのみ。
なぜはそれ？
良い、から私たちの視点、
これはおそらくなぜならこれモデリング戦略
非常に特定の消費者である研究、そして私たちはするだろう本当にのみ欲しいに考慮する
主要効果間選択肢なぜならそれらの効果は反映する
選択モデリング構造それだった実装中。
私たちは選ぶからどちらか1つセットの特徴またはの他の。
わかった。 それで主に、
何ある数学的モデルまたは何統計的モデル
支えているこれタイプの手順？
その本当にあるロジスティック回帰タイプモデル
なぜなら私たちの広い応答はある確率。
私たちの応答できるなれ考えのとしてかどうかだった購入するかどうか、
そしてしたがってはの可能性の作るある購入。
そしてそれで何私たちは見るでのモデル出力の概要
はそれあるネガティブ見積もりの条件でのモデルを示します
その確率は購入チャンス
より低いですそれ特定の属性レベル。
そしてそれで私たちはできる見るからの要約、パラメータ推定値
そしてからのランキングのの効果の概要、
そしてそれ買い手一般的に好むあるより大きな難しいドライブサイズ、
より速い速度、より長い時間バッテリー人生、そしての安いラップトップ。
そして私たちはできる見るそれスピードそして価格
本当にのほとんど重要な予測子の上確率の購入。
そして私たちは話したある少し少しの上の買い手側
についてなぜそこにはそうではありませんの交流学期。
私たちは考えるそれその本当になぜなら文脈上では
のこれ研究問題、そのない本当にある実用的考慮。
しかし確かに、自由度の欠如が原因である可能性は低いです
なぜならこの中で特定のデータセット、
私たちは持っていた以上100観察そしてだったのみフィッティング四条項。
わかった。 それで別のものに知らせここ、
私考える、それはないすぐに明らかの上の滑り台はあるよ
いくつかの議論またはノートでのプライマーの見積もりの下限
それ言う収束したでの勾配。
そしてそれただ本当に話すにの事実それこれモデル推定手順、
これ可能性-ベースのモデリング手順はの反復的な手順。
そのない必然的に決定論的、
そしてそれ含まれる反復するに探すの最適な解決。
わかった。 それでしましょう取るある見てでの効果限界分析
そしてのコンテクストのこれ報告。
それで私たちはできる見るここそれの報告周辺確率を示します
のためにそれぞれのの四属性それ彼らは違うレベル。
そしてそれで何私はハイライトここはそれの限界的な確率それは
のほとんど違うからそれぞれその他を示すどこあるよ一番
差別化で条項作ることのの購入決断。
それで明らかに、価格そしてコンピューター処理速度
はのほとんど重要で条項本当に運転それ確率決断。
そしてそれでとしての例ここで、購入者の 71% が
5月選ぶの80ギガバイト以上40ギガバイト難しいドライブのサイズ、
として示されたによるの限界的な確率の.7129、
そして68%の買い手5月選ぶ、のために例、 1,000ドル以上ある1,200ドルまたは1500ドル価格。
それでそれは示されたによるの.6843でこれ限界的な確率。
それで私たちはできる見て内でそれぞれのこれら限界的な確率パネル
に見てで何の好みするだろうなれの上の与えられた係数に基づいて、
のように価格またはスピード、そしてまた見て横切っての効果マージンパネル、
そして具体的には見てでの違い
限界確率または限界効用における
に見るどれの要因は最も差別化できる
で条項の運転の購入決断。
わかった。
それでの次もの私は行くに話すについてはのユーティリティプロファイラー。
それでで追加に応答確率または購入の可能性、
私たちはまた持っている何か呼ばれたユーティリティ。
そしてそれでユーティリティは本当に
何かのように確率、しかしその定義済み違う。
そしてのユーティリティプロファイラーレポートショー、実際には、
ある測定のの購入者の満足である特定のシナリオ。
でのコンテクストのユーティリティ、あるより高いユーティリティを示します
より高い幸せ、もしあなた意思;そして効用はゼロ以下となり、
たとえば、相対的不幸。
そしてそれで私たちはできる見るからこれプロファイラー効用が高まるということ。
またはもしあなた意思最大化するいつ購入者過ごすの最低限の量、
彼らは持っているの最長のバッテリー人生、の最高プロセッサースピード、
そしての最大サイズ、どれのは完全に直感的なでこれコンテクスト。
そして何私たちはできるするは私たちはできる考えるユーティリティについてとても多くののように私たちはできる考える
望ましさについてでのコンテクスト伝統的な実験的なデザイン、
私たちが行きたい場所最大化するこれユーティリティ関数
順番にに最大化するの買い手満足。
そしてそれでとして私言及されたここ、
そこにははある関係間確率そしてユーティリティ。
数学的には、何はそれ？
良い、私たちはしないでください得るここでそれについて、
しかしそれは明確なでJMPのドキュメンテーション。
そしてこれは何かそれ考えるつもりだについて
これに対する対話の一環として話すアーカイブされるとのユーザーコミュニティ。
それで見てフォワードにそれ。
わかった。 それで今、しましょう見てでの確率プロファイラー。
それでの確率プロファイラーは行くになれ似ているにのユーティリティプロファイラー、
として私議論したでの前滑り台、しかしその、のコース、ある少し少し違う。
それで何はそれ、実質的に？
良い、のプロファイラーセットでこれら特定の設定のバツ、
の応答確率は12%。
それでの方法私たちはできる解釈するこれは私たちは購入者の 12% がそう言えます
するだろう考慮するに過ごす1,500ドルに得るあるラップトップとある40ギガバイトのディスク、
1.5 GHzプロセッサーそしてある四時間バッテリー人生。
わかった。
それでの方法私たちはのようにに考えるについてこれそれは？のためにどれでも特別状態
あなたがしたいことに知る何の確率にありますある特定のセットの要素レベル、
の確率かもしれないなれより有用よりも、のために例、ユーティリティ、
どれの説明しますある測定の購入者の全体満足。
そしてあなたはそうします知らせ明らかにそれはプロファイラーは限定にただ二レベル。
そしてまた、これ行きます選択のデザインと消費者調査の本質に戻ります。
そして私たちは本当に欲しいにh 1つでの上の購入者の興味
による与える彼らある連続したシリーズの二分的選択肢に選ぶ間。
のようにどうやっていつだったでの検眼医、の検眼医がやりますのレンズひっくり返す
そして言う"はあより良いまたはBより良い？" AまたはBとそれからあなた行くの上にの次1つ、
そしてそれから彼女尋ねるのためにある似ている選択間あまたはB.
わかった、それでの次一部ののプロジェクト本当にその周り保証考慮。
それで私話したについてこれある少し少しでの始まり。
それでしましょう行くの中へこれである少し少しもっと深さ前に私たちは結論する。
それで仮定するの最適な選択のためにの消費者
だったあるラップトップ売られたである価格の1,000ドル。
仮定するそれの消費者購入したの延長された保証保護プラン。
もし彼らはだったに購入1つのために二年間の期間、
それは102ドルになりますそしてのために三つ年、それはあっただろうなれ141ドル。
1つのの鍵質問のためにの消費者は、良い、
後彼らは買うのラップトップ、買いますかの購入の一部としての保証
右後のラップトップまたはの延長された保証、
またはする彼らは待って、またはする彼らはただない買うの保証で全て？
そして私考えるそのかわいい明らかにみんな
もしあなた買うあるより高いラップトップの価格、保証は
あるより高い価格もっと頻繁よりもそれ。
それでこれはまたある考慮で条項の作るの最後の購入決断。
私たちはしませんでした必然的に組み込むでこれ仮説的な実験。
わかった。 それでこれ滑り台ただ行きますの中へ若干もっと詳細について保証。
あるよある多くの情報ここそして私はそうします後で視聴者に見てもらいましょう。
しかしある多くのこれ来るから私たちの典型的なコンピュータメーカーWebサイト、のようにデル。
そしてのようにとにかく、言語がたくさんあります
それは特定のにのオリジナル限定保証
そして違う条項そして条件それは関連するとの保証。
いくつかのものそれ私考える私すべきハイライト
はこれアイデアの現場でサービス。
の事実それもっとそしてもっと今、私たちは持っているサービスどこあるサービスプロバイダー
来るにあなたそしてする修理または交換のの製品であなたの位置。
あるよまた顧客持ち込みおよび郵送サービス、とても人気のある今。
平内でのコンテクストのアマゾン、郵送サービスされたその周りのためにある長さ時間。
お客様持ち込みは今ある一部のアマゾンの能力にサービスを提供する
でのコンテクストの行くに、例えば、ある全体食品市場のために戻る。
そしてそれから、のコース、製品交換。
しかしこれら現場でサービスモデルとメールインサービスモデル
はとても面白いそして多くのもっと一般今日。
の他のもの強調する価値があるはそれ限定保証サービス
依存するの上どうやってあなた購入あなたのオリジナル保証ポリシー。
それでもし保証サービスは限定、
それらのサービスは定められたでのオリジナル保証ポリシー。
わかった。
それでは、について少し話しましょうJMPの信頼性そして予測しています。
それででのコンテクストのこれ特定の分析、
だった行くに使用JMPの生命分配プラットフォーム
ある程度の信頼性を高めるためにそして予報計算。
そして何だった行くに試すにする予測します未来失敗
のコンポーネントまたはそれなれの中へのコンピューターとしてあるシステム
にヘルプ私たち得るあるより良いセンスのかどうか私たちはすべき購入ある保証
そしてで何時間での人生のの製品。
それで私たちはできる考えるのこれ分析で条項の何私たちは電話信頼性修理料金。
それで私たちは欲しいに比較するとの延長された保証保護。
私たちは欲しいに比較するの準備ができてイニシャル保証
にの延長された保証保護。
そしてのコース、もしの失敗レートはあまりにも高い、
それから私たちはしません欲しいに購入保証保護で全て。
そしてもしの失敗レートはとても低い場合はその必要もありません
のために私たちに購入どれでも保証
なぜなら私たちはするだろう持っているある製品それ続いたのためにある長さ、長さ時間。
あなたできる考えるのそれぞれ製品または各コンピュータで、これ場合、
もっているその自分の個性的信頼性モデル。
そしてその何かに考えるについてでこれコンテクスト。
それでもしあなたは作ったある特定の購入でこれ仮説的なシナリオ、
あなたできる構築するある信頼性モデルの上の基礎のこれ特定のコンピューター。
わかった。 それでこれ滑り台話すについてあるニースビジュアル表現
のある信頼性ライフサイクル、もしあなた意思、
または失敗レート以上時間のためにある特定の製品。
それで私たちは基本的に持っている三つ段階。
私たちは持っているある起動するそして試運転段階、
どれのはのようにある燃焼段階のためにある製品。
それから私たちは持っているある普通手術段階、
そしてそれから私たちは持っているの終わりの人生段階。
そしてそれでこれらフェーズできるなれ、私たちは言及に彼ら時々
最初のフェーズとして、ランニングフェーズまたはの燃焼段階、
のようにの幼児死亡段階でのコンテクストの生存のために人生。
のために臨床的研究、通常のアクティブ操作フェーズ
考えられるのとしての段階偶発的な障害が発生する可能性がある場合、
そしての終わりの人生段階は本当にのようにの着る-アウト期間、
前の期間の製品完全に着ています外で販売。
そしてそれで対応するにこれら期間、
私たちはできる考慮するある一般的な範囲の限定保証以上時間、
そして、遷移段階どこかで限定保証がどこにあるのか
になるの延長された保証保護ポリシー。
それでどこ私たちは行くからある短い学期保証、おそらく1年、
にある長さ学期保証、二または三つ年。
それでのように私たちは言った、もしの失敗レートはとても低い、
おそらく製品が期待されるに最後もっとよりも二年、
それから多分あなたしないでください必要ある保証ポリシー
なぜならあなた5月プランに交換するある製品このように2年ごとに
なぜならそのただテクノロジーそして価格の機会費用
対の利点の新しいテクノロジー。
それでの重要ものに考えるについてまたまたでのコンテクストの作る
最初の購入は探しているでスタートアップと試運転のある製品。
もし私たちは購入のオリジナル保証は私たちが一般的に行っていることですが、
それいつものカバー多分ある年のサービス
そしてその一部ののイニシャル購入のの製品。
わかった。
それで今、何だった行くにする
はだった行くにスイッチ以上にある違うデータセット。
これはまたサンプルデータどれの指すでしょうあなたにの上のコミュニティ。
しかしだった行くに仮定する我々が持っていることあるデータベース関連しているにのデルのノートパソコン。
そしてそれリストの戻る数か月、の量戻る、
そして販売された月が終わりましたの上の右。
そしてそれで何私たちはできるするは私たちはできるグラフこれ情報。
そしてのバツは言及にの失敗レート。
のバツはでの空間のの故障率の資産、
の信頼性モデル、そしてどうやって多くの部品私たちは出荷されました。
それは何これら三つ変数話すに。
そしてベースのの上これ確率、私たちはできる計算する
もし彼らは購入の保証ポリシーまたはないに対しての修理料金。
どうやってする私たちは選ぶある保証ポリシーに基づくの失敗レートまたは戻るレート？
それで私たちはできる使用のJMPの信頼性予測する能力にするこれ。
それでここにありますある写真ののモデルそれ私たちは使用にフィットこれデータ。
それで私たちは持っているある確率の上のY軸、初め時間で数か月。
そして何JMPするそれは...ですか当てはまる複数モデル。
それで私たちはフィット全て利用可能モデルで少しでも一度それだった非ゼロ、
それだったない生産する非ネガティブ見積り。
そして何私たちはできる見るここのランキングです潜在的モデル
にフィットこれ信頼性データ。
そしてそれでワイブルはの上選択ここではAICcに基づいて、
ビック、そしてマイナス2可能性ランキング。
それで私たちは行った先にそして行ったとのワイブルのために私たちの分析、その後。
わかった。 それでここにありますのアッパー左手コーナーのの滑り台。
何私たちは見るはの実際のワイブルの失敗確率モデルがそのパラメータに適合し、
と主要な見積りのためにベータ、アルファ、規模、そして位置。
そしてそれからのより低い右手側このスライドの、何私たちはしたは
私たちは推定の確率の失敗で特定の数か月、
また、を使用してJMPの信頼性ツール。
そしてそれでどうやってする私たちはネクタイこれ分析の中へ何か実用的？
良い、ベータはあるとても重要パラメータ。
ベータはあるとても重要パラメータのためにワイブル分布。
それであるベータ少ないよりも1つかもしれない製品を示す
それ本当にしません生き残る段階1つ;
それイニシャルどこある燃焼段階それ私たちは示したでのバスヒント曲線。
それででそれ場合、私たちは欲しいに買うある保証で全て。
ベータは次のベータにほぼ等しいするだろうなれ多分ある製品
それは入っていますの真ん中のそれ曲線、それはでそれ安定した州期間。
でどれの場合それから、私たちはそうはしないだろう欲しいに買うある保証
必然的にともかくでそれ場合どちらか、なぜなら私たちは持っているあるとても信頼性のある製品。
それで私たちはそうはしないだろう必然的に欲しいに投資するお金である保証
いつ私たちはするだろう期待するに使用それ。
のみいつのベータはより大きな1つよりも、そしてあなたできる見るでこれ場合、
その大幅より大きなよりも1つ。
する私たちは本当に欲しいに考慮する購入ある保証？
でこれ特定の例、 1.6いるより高いよりも1.5、
おそらくを示しますそれの製品消耗期に入りつつある期間、
それ第三段階、生産性曲線。
それでもし私たちは見てでこれ年、描画の上、言う、の例の35、36ヶ月、
私たちの失敗確率は多分20%。
それでそれはどうやって私たちはするだろう見てでこれ、右？
としてあなた行く以上そしてあなた見てでの時間、何するだろうの確率失敗なれ
での初め二列のの推定確率出力そこには？
でこれ特定の例、そのない完全にクリア
かどうか私たちはすべき購入ある保証またはない、
そして私たちはおそらく必要もっと情報。
もし私たちは持っていた見たあるベータそれだったでの三つに四範囲、
それからそれするだろうおそらく提案する
私たちがするだろう欲しいに購入延長保証
なぜなら私たちはするだろう予想するそれ着る-外するだろうなれ避けられない。
での次少しスライド、だったただ行くに単純な意思決定モデルを導き出す
に行くとこれ信頼性選択分析の精神に基づいた分析、
の選択モデリング方法論それ私たちは適用済みでの始まり。
それでの消費者決断モデル多くの要素を考慮する必要があります。
生存確率でそれぞれ月、各月の故障確率、
どれのは、で効果、の同じもの。
そしての市場ラップトップ価値それぞれ月間1つ年そして三つ数か月、
のコース、価格減価償却費購入しないと金銭的損失が発生する
の延長された保証保護もしの修理は必要です。
そしてそれから私たちは欲しいに比較するそれ金銭的な損失
対の費用の購入の保証。
それであるよのような料金利点分析またはある危険分析それだった作ること。
それで私たちは見せるここ、でこれ滑り台繰り返しになりますが、購入から数か月後、
そしてそれから私たちは見せるの生存特定の月における確率、
生存確率のの前月、
そしてそれからの条件付き失敗確率でそれ月。
そしてそれで私たちはただ使用単純な条件付き確率に計算するそれカラム
それ私すべき持っている示されたとの二全ての方法以上の上の右。
そして何だったやってるここはだったを使用しての前のワイブル見積もり
毎月～まで計算する条件不合格確率
でのその後数か月。
全てだった本当にやってるはを使用してラグ関数に生成するカラム1つ。
それでそのただの違い間それぞれの生存確率で月、
しましょう言う、 13そしてその前月、 12、そして14、そして13、そしてそれでの上。
そしてそれからだったただ生き残りをかけて確率のの先月、
引き算の生存確率での現在月、
回の生存確率のの前の月。
これは条件付き確率。
わかった。 それでしましょう話すについての市場ラップトップ価値、それは実際には
の2番もの私たちは議論したこの中で延長された保証保護滑り台。
それで私たちはできる作成するある単純線形モデル
にモデルの偏角の価値以上時間。
そしてつまり、で事実、何私たちはした。
そしてのスロープの上それモデル、私たちは使用四ポイントに計算するのスロープ。
そしてのスロープの上のモデルを示しますのパーセント落とす毎月の上平均。
あなたできる見るのスロープはについて1.3%、
だから私たちは期待するについてある1.3％下落あたり月の上平均。
そして注記ここそれ私たちはのみ本当にお手入れについての12か月後の減少
以降なぜならの初め12月は通常覆われた下保証。
わかった。 それでどうやってする私たちはモデルの料金購入しないことのの延長された保護？
良い、私たちはできる比較するにある二年保証ポリシー、
失敗したで二年としての最悪場合。
そして私たちはできる見るそれもし私たちは見てで延長保証保護プラン
2年後と比べて三つ年、 $102対141ドル、
私たちは得るあるデルタのその周り45ドル。
同様に、の料金もしない購入の二年生産プランは$48
で二年対95ドルで三つ年、
そしてそれでそれ違いはの上の注文の40ドルに50ドルとして良い。
それで何これショー私たちはそれおそらく50ドルの差がある
間の保証プランそしての推定料金、
そしてそれ5月なれ起因するにのサービスそして他の修理済み費用がかかります。
しかし本当にに作るの最高決断保証を購入するかどうかについては、
私たちは欲しいに考慮するの料金のないこのフレームワークで保証を購入すると、
そしての大きさのベータ一緒に
に作るの最高決断についてかどうかに購入か否か。
わかった。
それで、これはほぼの終わりの私たちの分析。
そして私欲しかったにただハイライト1つ他のものここ。
それで私たちはできる使用ある予報能力ここ
に見せる私たちどうやってできる私たちは決定するの戻るレート、
何リソースする私たちは必要、
そしてある多くのそれ依存しますの上のパフォーマンスのサービス。
どうやって良いサービスは。
もし私たちは持っているあまりにも多くの予測しなければ、
私たちは5月ない持っている十分技術者にするの仕事。
それでこれはのタイプの分析どこだった検討中のプロデューサー。
これはからの立場ののサービスプロバイダーそしてのプロデューサー。
一方での前分析、私たちはは検討中すべて
からの視点のの購入者またはの消費者。
それでこれは本当にあるプロデューサー料金モデル。
もし彼らはしないでください購入の保証、
何ですかの労働料金、そして何ですかの材料料金？
それでの労働費用にハンドルすべての修理、
そしての材料料金に交換する部品のために修理。
そしてそれで私たちはできる見るそれあるよあるわずかな上向き傾斜している傾向
の上の長期修理予測、
そしてそれ傾向本当に言う私たち何の価値命題は。
それでとしてあるメーカーさん、最初は収益があるかも知れませんが、
しかしそれからあなた5月長期的にはお金を失う
大規模な修理作業を行う場合。
またはとして私言った前に、あなた5月ない持っているの容量
その修理作業をするためにあなたは義務付けられたにする
のせいで責任問題との製品。
わかった、それでただに結論するここ。
私ただ欲しかったに共有の全体鍵学びここの私たちのプロジェクト。
私たちは使用の幹または蒸気フレームワーク
に本当に壊す上これプロジェクトの中へある番号の違う要素
そして適用するの学際的なフレームワーク。
そして、私たちはChoice Designを使用し、検討を支援します。
調査デザイン方法論同じようにとしての分析の調査データ。
私たちはまた増強された私たちのデザインとある信頼性パフォーマンスモデル
私たちの資格を得るために購入そしてかどうかか否かそれだったある良い購入。
のコース、のプロジェクトでのコンテクストのの共同著者、含む石工チェン。
チェンはとてもよかった役に立つのためにやる気を起こさせる高い学校の学生ソース、
そして先生たちに学ぶ新しい方法。
の最後のものは1つものそれ私たちは将来的には検討できるかもしれない
は増加するの番号のレベルに選ぶから、
どれのするだろう持ってくる私たちのモデルの中へもっとのある伝統的モデリングフレームワーク。
あモデリングフレームワークそれはもっとのようなリース回帰モデル
または別の特定の人気のあるモデリングフレームワークそれ見た目継続的なデータ。
そしてそれでで閉鎖、
私ただ欲しかったにハイライト私たちの参考文献そして私たちの統計的詳細;
だった行くに絶対に提供するそれらのにあなた。
感謝あなたとても多くののためにあなたの時間そして見てるよフォワードにどれでも質問。
