我的姓名是每個花瓶從北東北,和我將要一起和我的同事路易邁耶
代表如何你能使用聯合管理計劃在製藥公司過程驗證，
和實際上領導進入那你能做
連續的過程確認然後。
我們兩個都來從A公司被稱為北東北,和我們做諮詢服務
為了這製藥產業和我們工作和數據科學。
所以我們實際上試到創造價值從數據在我們的顧客。
的課程，我們是極為快樂的那我們能使用 JMP為了那
和這是什麼我們是去到證明今天。
所以這背景為了這推介會是過程驗證。
這是A非常重要的問題在這製藥行業，
那前你發射A新的產品，
你有到證明那你是有能力的的生產它。
經典的這有到過完畢經過只是製作三批次。
如果這些三批次是好的，我們有證實那我們能生產
始終如一地和然後你是準備好到發射產品。
但的課程每個人，
包括這[聽不清楚 00:01:06]有成立出去，
那你可以製作三批次是不是這相同的，
作為全部未來批次是去到是好的。
什麼是預期的今天從A驗證是那不是僅有的展示那你能製作
三或者可以製作三批次，
你應該到製作A放的批次。
基於在這放的批次，你應該是有能力的到證明
和信心那全部未來批次將要是好的。
所以反而的預測這過去的，我們現在有到預測這未來。
這真的某物那是A具有挑戰性的事物在這製藥公司產業
因為他們有到過用過的為了許多年只是到製作這些三批次。
所以如何到做它現在？
我們是真的幫助許多顧客和這，
和什麼我們強烈地推薦是簡單地預測這未來。
如何能你預測這未來？
出色地，你能做那在聯合管理計劃和預言間隔。
那是什麼他們是為了。
所以你收集一些數據，在這天你分析，
你能預測如何這休息會看喜歡。
如果你能只是建造A模型那能描述你的驗證數據放，
和如果你放你的批次在這模型作為A隨機的因素，
這些預言限制實際上覆蓋不是僅有的這批次你製作，
但也這批次你沒有製成然而，
和從而你能預測這未來。
什麼你是看到在這底部的這圖形你有階段一。
這是在哪裡你設計的這新的過程為了製作這新的產品。
第二階段是考試那是這古典老的成型的驗證。
我們在哪裡之前製成三批次，現在我們是製作A放的批次。
現在基於在那我們將預測這未來批次將要是好的。
如果你有A很多的批次到批次變化，
它能是難的到預測和只是A很少批次，
到期的到這寬度的的T分配哪個看法這使用的自由，
所以它可能拿更多的比三。
但我們強烈地推薦仍然到製作樹階段2因為否則，
患者有到等待也長的為了這新的產品和然後如果它是不是足夠的。
你能製作這浪費在什麼我們稱呼階段3a.
肯定治療當事人希望在如何你的預言限制
將要是裡面規格限制和然後你有已證實的
那全部未來路徑將要是好的，和你能去進入什麼我們稱呼階段3b,
意義那現在你不有到措施在產品測試任何更長。
你可以或許措施在這過程反而的測量在這產品
因為你有證實全部未來藥物將要是好的。
你僅有的有到證明那你能維持這已驗證狀態。
那能給你A重的減少在你的未來成本。
一些顧客，他們得到你向上到70%減少，在這未來成本，
後他們有證實那全部未來批次是去到是好的。
今天我們將要嘗試到證明，如何這能容易地是完畢在JMP。
所以什麼是這驗證全部關於？
出色地，它是這預言的未來批次。
現在，之前我們只是製成三批次，
但現在我們有到預測這未來批次。
如何能你預測那和信心？
因為什麼時候你做驗證你有到證明信心，事物是美好的。
出色地，你能只是使用預言間隔。
他們是也被稱為個人信心間隔和聯合管理計劃為了這相同的原因。
或者你能也去為了公差，如果你想。
如何許多批次在階段2？
我們實際上推薦到去在和什麼他們用過的到，哪個是三。
但你能僅有的經過和這三批次如果你控制限制。
控制限制是實際上只是預測限制沒有信心。
我將要展示你如何到計算他們，而如果他們是裡面。
實際上這最好的猜測它是美好的。
如果你的預測是外部，你可能需要更多的批次。
但你能製作這些後有消失了到這市場和你的產品。
如何許多批次他們應該製作在3a？
非常簡單的。
直到你的預言限制是裡面規格間隔。
或者如果你想，這相應的PPK是高的足夠的。
我將要展示如何你能轉變這些限制到A PPK。
什麼時候它是通過了你能實際上去到階段3b因為現在我們有證實
全部這未來批次將要是好的。
你只是有到證明那你能維持這已驗證狀態。
通常那能是完畢經過測量在這過程，
哪個是更輕鬆在真實的-時間，比較的到正在做在產品測試。
所以那是實際上A巨大的益處。
A很多的人們收成如果你是正在做它這方式。
那是A小的流動圖表為了如何做它工作。
所以你開始出去看著在你的驗證一次，
你計算你的預言限制，
只是是意識到的那直到版本15他們是不是正確的。
他們同意到自由二低的預言限制。
它曾是定居在版本16、所以請聯合管理計劃使用版本16為了這。
然後如果這些預言限制是裡面規格限制，
你已經通過了這兩個階段2和3a，
和你是等待為了連續製程確認，
測量在這過程反而的測量在這產品。
如果它輪流出去那這預言限制是也寬的，
然後看在你的控制限制。
如果他們是之內規格限制，和預料到的限制外部，
這最多常見的典型的課程是為了只是收集數據，
你只是收集更多的數據。
但你做那反而3a後去在到這市場。
所以只是重新計算這預言限制，每一個時間你有A新的批，
和然後希望後或許三或者四額外的批次，
他們是裡面你的規格限制和然後你是準備好到去。
如果它發生那也你的控制限制是外部規格，
然後實際上你是不是準備好為了驗證因為然後實際上
最好的猜測是那這過程是不是有能力的，
和的課程你有失敗的你的驗證和你需要到提升
這過程和我們做一切再次。
希望我們不結尾那裡。
但的課程它能發生。
只是短的關於這特別的方法
我們有用過的到計算這些控制限制，
預言限制和寬容限制。
為了控制限制，
你需要 JMP的課程，你能得到控制限制。
但它是實際上只是為了一已知的意思是和一已知的標準原因。
常你有更多的複雜的系統那你可能有許多方法，
不同的空洞和體面的移動過程為了例子，
你可能有一些樂團成分之間取樣點。
通常你有更多的比一意思是和一標準原因。
但然後你能只是建造A模型，和描述你的數據放和這模型。
然後你能只是拿這預言公式，
你能傳送這標準錯誤或預測公式
和你能拿你的標準錯誤在殘差，
和然後反而的相乘和這G分位數，
只是使用這普通的分位數。
然後它對應到回來了信心。
這是如何我們計算控制限制基於在A模型。
簡單地基於在這預言公式和這標準的這預言，
這殘差標準哪個我們能全部得到從傑普,
然後它是漂亮的簡單的到計算如何做控制限制工作。
它是甚至更輕鬆到預測這限制，因為他們是準備好到去和JMP。
他們是已經那裡，
和的課程他們會只是使用這限制計算出的經過JMP。
我說前是小心和JMP。
前版本16、限制簡單地得到也寬的。
所以請使用版本16和較新的為了這。
為了寬容限制，
我們有A小的位元的這相同的問題作為和這控制限制。
你有寬容限制在傑普,但僅有的為了一意思是，
和一個標準差。
我們不有它為了A模型。
但它是實際上漂亮的簡單的到轉變這古典公式，
為了A寬容間隔進入採取A模型。
只是代替這意思是和這預言公式。
只是代替氮減一和這度的地區為了這全部的變化，
哪個我們實際上計算從這寬度的這預言間隔。
然後你能只是進入這在這古典公式和突然，
我們實際上也有A寬容間隔和傑普,
那能發生之內和之間批次變化。
然後我們準備好到去和這數學這裡。
一些顧客更喜歡不是只是到看在如果限制是裡面規格，
他們需要到是深的裡面規格，
實際上相應的到那PPK是大比一。
但它是非常簡單的到拿這限制和這預言公式，
和轉變他們進入A PPK經過這古典公式為了PPK。
如果你預測這限制，你得到它和信心，
因為這平均的信心這相同的退休限制，
和如果你放它在這控制限制，你只是得到PPK沒有信心。
幹的好沒有信心和和信心。
沒有信心是這一我們應該到推薦到使用在階段2、
和這其他那些是清楚地為了階段3a，
在哪裡我們有到證明它與信心。
所以生活是簡單的什麼時候你有傑普,
和如果你有A模型那能描述你的驗證數據集。
但我們有到是意識到的那在後面全部楷模，
那裡是一些假設那需要到是滿足,
在至少到是有道理的前你能依靠在你的模型。
你需要到做A標準查看的你的數據，
前你能使用這模型到計算限制。
A s你知道，聯合管理計劃有非常好的可能性為了這，
和我將要只是現在去進入傑普,和看如何這作品。
這裡是A非常知名數據放在這製藥公司行業，
發表經過工業的社會的製藥工程，
在哪裡他們放出去A數據放從這真實的世界和說，
「這是A典型的驗證放，請嘗試到計算在這和看
如何會你評價這作為A過程驗證數據放。”
如果你開始看著在這數據圖表，你能看這裡我們有三批次。
這古典三批次，老式的方法，
和我們是製作片劑這裡和我們是混合這粉末。
什麼時候我們是混合這粉末，我們拿出去樣品在15不同的
系統的職位在這攪拌機在全部三批次。
什麼時候我們拿樣品，我們拿更多的比一。
我們實際上拿四。
所以我們有三批次， 15指示，和每一個時間我們拿四。
這是A數據放從真實的生活那曾是用過的為了驗證。
如果你看在數據，
它是實際上相當簡單的到看那為了批次乙之內A地點，
這批次間的地點評估是很多大比為了批次A和C，
和如果你放A控制限制在你的標準偏差，
那是清楚地C是更高。
你能也做異質性變異數測試。
它將要也是相當明顯的那乙有重要的大變異數比A和C。
所以我們不能只是拉這因為你是僅有的應該到拉差異，
那能是假定這相同的。
所以什麼到做這裡？
出色地，這偉大的事物關於傑普,
你能只是做A平衡模型，所以你能去在和放在這批次
作為A平衡因素在頂部的擁有因素到預測這意思是。
A獲得你能清楚地看那修補乙，
有大變異數比A和乙和我們需要到正確的為了那。
所以如何做你正確的為了那在A模型？
因為我會喜歡現在到放在隨機的因素
但不是它在哪裡建模的在聯合管理計劃做不是支援隨機的因素。
什麼我做反而，我只是去向上這裡和我節省我的變異數公式。
所以實際上我得到A柱子這裡，在哪裡我有我的數據差異。
然後我能只是做加權問題和逆方差。
古典方式的稱重什麼時候你是正在做線性回歸。
所以它是非常簡單的到正確的為了那修補乙有更高變異數
比A和C，只是經過正在做加權回歸
存在意識到的的那，然後我能開始看著做我需要到轉換A數據？
你知道你有後退滴和資訊和JMP。
所以它是非常簡單的，
只是製作一個ID那描述這組合的批次和地點。
然後你能看在這程式變化之內每個團體，
和拉這穿過，和你將要得到A模型喜歡這。
你能看我加權它因為我有到重量它。
到正確的對於批次乙作為我有在A和C。
你能然後看你有不異常值你也可以盒子-考克斯。
有不需要為了轉型。
所以那是也容易地有道理的在職的這方式。
然後我是準備好到製作我的模型。
但什麼時候我製作我的模型，我將要放在我的批次作為A隨機的因素。
我可能也放在地點次批次作為A隨機的因素，
因為它應該是隨機的因為我會喜歡到預測未來批次。
然後有實際上其他假設，
因為什麼時候你放在隨機的因素你是假設這影響
在至少在平均的零和它是通常情況下分散式。
如何到核實這或者證明合法這？
出色地只是去和看在BLUP，那是只是A隨機的因素。
你能只是製作他們進入A數據桌子，和你能做A藍普測試在他們。
那是什麼我有這裡。
這裡你能看我有已儲存我的批次BLUP和我的交互作用BLUP，
和我只是關於- 建模的他們對這些。
我能看這些批次效果能容易地是假定通常情況下分散式
和實際上這相同的和這交互作用影響。
現在在A非常短的時間，全部這敏感的查看你需要，
到是有能力的到證明合法那你是準備好為了分析。
所以現在我有我的模型，哪個我是準備好到去為了，
在哪裡我有放在我的地點在這隨機因素，
和我的經過作為我的其他因素。
現在我將要給我的工作到路易，
世界衛生組織現在將顯示如何到去在和這腳本在這數據文件。
作為佩爾的已經顯示，
聯合管理計劃已經優惠A很多的機會到交易和許多的這問題
你是面對和證實，為了例子， TPQ批次。
一些的這事物他有顯示這裡是那，
在事實最多流程不能是描述經過只是一
意思是和一標準偏差。
為了這我們真的喜歡這狀態模型平台，
哪個允許我們到做確切地這經過包括系統製造商為了許多
方法和或者隨機的因素為了許多差異。
然後常我們看這數據需要轉型。
這裡我們已經這合身模型平台有這盒子-考克斯轉型允許這。
此外，數據套幾乎總是包含一些種類的異常值。
為了這我們是已經在這中端市場平台，
也有這學生類型剩餘的加，
哪個是A偉大的方式的交易與異常值。
然後在案例在哪裡我們看A缺少的變異數從初學者，
聯合管理計劃有也這紀錄變異數造型，哪個我們使用到尋找這方差，
和轉變它進入A重量在A遞迴模型。
然後出去-的-這-盒子聯合管理計劃的課程也有這預言間隔，
個人信心間隔直接地從這合身模型。
那裡是也一些的這問題我們面對在哪裡聯合管理計劃沒有拿我們全部
這方式但做過這基礎工作這裡。
我思考這是什麼是實際上試
到地址和我們的腳本作為出色地，製作它很多更輕鬆，
和我思考一的這基本的原因我們
有發達這腳本是那通常這顧客我們看那這些
計算和視覺化是正在做常是完畢經過人類僱員。
所以每當人類是涉及，
那裡是A高的風險的人類錯誤作為出色地。
這是什麼我們是試到戰鬥經過自動化全部的這些腳步之後
在未來從這分析和也這可視化。
然後的課程，這裡是這控制間隔在傑普,
在哪裡聯合管理計劃能僅有的處理一意思是和一變異數成分。
這將要也解決在這腳本
從這合身和模型平台使用這預言資料夾反而的這意思是。
然後我們使用這全部的變異數
從這模型計算出的從這標準錯誤和這預言
公式和這標準錯誤在這殘差。
然後我們也常臉顧客世界衛生組織更喜歡寬容間隔問題，
和這是到期的到他們的分離設定的兩個都信心和勇氣。
然而簡要地描述，
聯合管理計劃能僅有的處理一意思是和一變異數成分寬容間隔。
所以在這腳本我們也計算
寬容間隔從這合身模型平台使用這相同的數位
的有效的度的自由作為用過的在我們的預言本身。
和然後最後，
這腳本有也包括這計算的能力價值觀，
更多的具體來說這PDK價值觀，作為許多顧客也要求這些。
這裡我們計算他們兩個都
和信心使用這預言限制作為一個輸入到這計算。
然後我們也計算出的我們的信心使用這控制器輸入計算。
所以只是到去到這腳本。
我們的腳本這裡，
作為我們有發達包裹最多的這些隨後的腳步，後正在做這句子
查看進入A單身的包裹，這腳本本身需要三輸入。
我們有這原來的數據文件，
和然後我們有這模型窗戶和然後我們有A範本文件.
所以什麼我們的腳本做是那它實際上飼料資訊從這數據
文件和這現代的窗戶，進入這範本文件。
從這數據文件我們拿這元數據和數據本身，和從這模型窗戶
我們拿模型參數和模型結果和領域作為出色地。
這是也為什麼它是重要的到壓力這裡那這模型
那是用過的這裡作為一個輸入應該是A完全的完畢模型。
這方法那你有完畢已經
全部這理智檢查SPI只是介紹我們到。
也你有完畢你的模型扣除和這理智查看包括某物
喜歡異常值排除和數據轉變作為出色地。
一可以爭論那我們可以做這在這腳本作為出色地，
服從一些鐵桿統計規則。
但我們也思考那這是A非常有用經驗。
在職的和這模型這裡。
你得到A很多更好的洞察力進入這數據，
和你也有到申請一些過程知識這裡到得到A更好的模型。
所以這範本文件在本身，
我們實際上使用這啟發經過這應用程式功能性和JMP。
我們真的喜歡一些腳本在哪裡這使用者
或者每個用戶能實際上相互影響和這腳本本身。
所以這範本文件是本質上
A數據桌子在聯合管理計劃在哪裡我們有不數據在它。
然而，我們有定義的A很多的列
和預定義的公式參考每個其他。
這允許這使用者到實際上去在，
和回溯全部我們的計算透過這列在這範本文件，
槓桿作用這為了例子，公式編輯和傑普,
和潛在地添加新的列如果他們想到看新的計算。
或者他們能編輯一些的這計算我們是正在做在那裡作為出色地。
此外，全部視覺化描述符提供這使用者
是也實際上已儲存作為A桌子腳本在這範本文件.
所以使用者能只是去在這裡和編輯，為了例子，這佈局的具體的圖表
如果他們想新的顏色或者某物喜歡這。
我思考我們應該拿A看在如何它實際上看起來在現實。
我們將要跳進入聯合管理計劃這裡和我將要只是尋找這相同的模型
作為每只是完成的為了我們。
我們是再次看著在這ISPE案件作為皮埃爾顯示，
和我將要只是尋找這相同的模型他結束了向上和這裡。
現在那我們有我們的模型，我們有完畢這理智查看和一切，
我們有我們的原來的數據文件在後面，我們簡單地跑步這腳本。
和我們將要需要到傳送它到三事物這裡。
第一的的全部，我們有範本文件現在填充和全部這數據我們需要。
我們看這二圖表是顯示正確的這裡。
然後我們有這PPK批次給予我們A PPK為了每個地點在這攪拌機。
我們有A全部的的15向上這裡，
和我們有這普通的PPK基於在控制限制在藍色的，
基於在預言限制在紅色的和基於在寬容限制在綠色的。
最後我們有這圖形這裡。
這圖形節目我們部分地我們的數據，
沿著和全部這限制我們有計算出的在這腳本。
是的，和什麼我們看這裡是在事實那批次A和批次C
是表演出色地為了全部地點。
意義它有它是預言限制，和寬容限制，和控制限制
為了那事裡面這規格為了全部地點。
然而，
如果我們看在批次乙，
在哪裡他們也成立這變異數到是很多更大比
這二其他批次，我們看那這是在事實去外部
規格在全部地點什麼時候我們看在這預言限制，
不是一定兩個都規格，但任何一個在下面降低和上。
所以我們看許多顧客這裡實際上只是計算一些平均的限制，
穿過A，乙和C。
但我們不看那作為一個機會這裡因為為了我們這告訴我們那，
如果未來批次表現喜歡批次A或者C，我們是好的。
我們能考慮和說那未來或者觀察的未來批次，
將要落下裡面規格。
然而，這未來批次表現喜歡批次乙，
和我們不能保證那我們將要有
全部觀察的未來批次墜落裡面這規格限制這裡。
我思考我會只是也使用這時間到去透過一個例子在哪裡我們實際上
也拿進入考慮這所有的方法和那顯示這流程圖，
和如何我們會實際上做A PPQ驗證使用這腳本。
我們已經帶來A顧客例子這裡，只是尋找它這裡，
和這是影響顧客世界衛生組織有到過透過PPQ和這驗證
和他們有現在產生的全部這批次。
所以我們將要只是迅速地使用A當地的數據
篩選到只是看在這三第一的批次他們產生的在階段2.
這裡我們有我們的模型，和我們跑步這腳本。
什麼我們看這裡是那我們尋找我們自己在A情況在哪裡我們有
兩個都預言限制和容忍限制外部大的。
在事實他們是相當遠的外部。
但這最好的猜測決定經過這控制限制是在事實，
那我們是裡面規格。
所以什麼這告訴我們是那我們實際上感覺安全的足夠的，
結論那我們有通過了階段2、和能現在去進入階段3a.
實際上使能夠我們經過這顧客到放他們的產品在這市場。
它是重要的到壓力這裡那甚至儘管我們去從第二階段到階段3a，
我們做不是減少這[聽不清楚 00:23:22],和生產你看我們有。
我們是仍然相當肯定或者真的肯定實際上那，
不壞的產品應該進入這市場。
所以什麼這顧客會做下一個然後，是簡單地到生產這下一個批，
哪個會是批次四這裡包括在這模型，和然後我們跑步它再次。
的課程你將要有到做這理智查看的這模型再次，
包括這新的數據。
什麼我們看這裡現在包括這第四徽章，
是那我們是實際上在這相同的情況作為前。
然而，兩個都這寬容限制，和這預言限制，
是移動很多更近到這控制限制，
和甚至更多的重要的，他們是移動向這規格，
哪個是什麼我們真的想到看在這情況。
這原因這是那我們實際上著名的之內批次變化非常出色地。
然而，到期的到擁有僅有的三或者四批次，
我們不知道這雙胞胎批次變化那將要...
這是什麼實際上給出我們這些四限制。
這會是一個迭代的方法，生產一批，分析這結果
和繼續去在直到你實際上尋找這限制裡面。
現在只是包括這二最後的批次，跑步它再次。
什麼我們看現在實際上是那我們有全部我們的限制裡面規格。
這告訴我們那我們現在有通過了階段3a，
和我們能現在工作向減少我們的重的在生產力，
經過實施取樣反而的100%檢查，
和連續的過程確認和所以向前。
這是仍然擁有有我們的產品在這市場，
自從這第一的三批次我們產生的。
在一個影像喜歡這圖形顯示這裡，
你可以是擔心的那你的預言限制是這廣闊仍然。
這租船合約限制是非常關閉到規格
所以如果你只是去後退到這情況在哪裡我們有三批次，
一問題這裡可以是， 「是我們實際上安全的，
什麼時候我們有這廣闊預言限制？”
可以我們結尾向上傳送壞的產品到這市場？
這裡那裡是二非常重要的點。
第一的的全部，在這階段，我們仍然有A非常重的單元在產品品質控制。
他們將要確保壞的產品做不是去到這市場。
此外，我們有到記住這裡那我們是實際上不是試到說
某物關於這具體的批次我們產生的。
我們是試到說某物關於未來批次。
如果我們想到評估這表現的這些個人批次每批，
什麼我們實際上有到做是那我們有到去後退到我們的模型。
我們去到這模型對話這裡，和我們做不是包括批次作為A隨機的和合身。
我們使用這作為A固定的空的環境反而。
患病的只是申請這當地的數據篩選，
和然後如果我們跑步這腳本喜歡這，
我們將要實際上看如何出色地我們知道這個人批次這裡。
這裡我們看，比較的到這其他圖形，哪個我將要只是嘗試到放向上這裡，
我們現在有很多，很多更窄限制為了每個壞的批，
講述我們那我們不有到害怕那任何觀察之內任何一個
的這些批次是實際上外部規格。
所以它是這組合的這，和這重的在產品品質控制，
哪個實際上使我們自信的那我們能有這三批次，
去到這市場和這產品，
作為長的作為我們的控制限制是仍然之內規格。
是的。
所以只是到得出結論在這，我將要去這裡。
所以，什麼我們有到過看著在這裡是如何能我們證實，
如何能這內驗證使用聯合管理計劃到預測這未來批次將要是好的？
所以我們有見過這裡那，
如果你能描述你的驗證數據放和A模型，
你能實際上預測這未來和信心。
這能是完畢任何一個經過使用這預言間隔，
或者這寬容間隔。
所以什麼我們有製成這裡和超過這裡，是A腳本，
那實際上自動化視覺化的預言間隔
和也這PDK價值觀。
它計算和視覺化寬容間隔使用這相同的數位
的有效的度的自由作為見過什麼時候計算這預言間隔。
然後它也計算和視覺化這控制限制。
但它是重要的到記住前使用這腳本，
你有到去透過這句子這查看是代表。
但這裡聯合管理計劃已經優惠A很多
的獨特的可能性到證明合法我們的假設在後面這模型。
這包括變異數異質性。
所以如果差異是不是平等的之間這批次作為我們鋸這裡，
我們能使用這紀錄變異數模型到尋找A重量因素，
並透過這重量因素，我製成A加權進展模型反而。
我們能確保那我們的殘差是通常情況下分散式，
和如果他們'關於不是，我們能使用這博克斯考克斯轉型到轉換我們的數據。
我們能，透過這合身模型平台也評價潛在地異常值
透過這學生插頭。
如果那裡是任何異常值，
我們總是排除這從這模型本身。
然後在最後的我們能實際上證明合法無論或者不是我們的隨機的因素
是通常情況下分散式透過藍普測試。
A獲得，如果我們尋找A等級這裡哪個做不是匹配，
我們將要問為了這異常值和這學生化剩餘的，
排除這些從這模型作為出色地。
你。
