你好，我是戴夫特林达德,
创始人和所有者的统计技术， A咨询公司专门化
在这使用的联合管理计划软件为了解决工业的问题。
今天我是去到到讲话关于A咨询项目
那我工作过在超过这最后的年
和A机器人技术公司。
是去到是说关于无人机 F说谎在仓库：
一个应用的属性测量分析。
属性测量分析是通常应用到比较协议，
或者缺少其中之间二或者更多的评分方法到A问题。
为了例子，二检查员可能有差异的观点
作为到无论A部分是符合，称呼它经过
或者不合格的称呼它失败。
基于在考虑的具体的质量指标为了个人部分，
如何做我们数量上措施这程度的协议？
让我们实际上开始离开和一个例子。
让我们说我们有二检查员，
检查员1和督察2、
和他们是呈现和A列表的100部分，
这批判的特征在这些100部分
和问到决定无论每个部分应该是分类作为A经过或者A失败。
我有总结这结果在这桌子到这正确的，部分的桌子。
你看那里是100行在这桌子。
全部变量是名义上的，所以这第一的柱子
是这部分1-100。
然后这第二柱子是这评分经过督察1、
无论它是A经过或者失败，和然后这第二检查员
哪里还有第二柱子有A通过或失败评分。
现在，如果我们是不是熟悉的和JMP的测量属性分析程序，
第一的步那我们可以拿可以是
到看在这二分类分布
和使用动态的链接到比较。
什么我将要做是展示你这幻灯片
和然后我将要去和证明这结果在这幻灯片
后我有消失了通过这幻灯片,通过A肯定数量的材料。
为了例子，如果我们点击，说，让我们产生分布
的这二列，这失败，督察1和督察2、
然后我们能点击，说，为了例子，在这失败柱子为了巡视员 1、
你看大多火柴为了督察2、
但那里是A很少分歧超过这里。
那里是一些通过在哪里督察1
分类它作为A失败，但督察2分类它作为A经过。
现在，什么时候你做点击在那联合管理计划强调，
这实际的行那对应到这。
你能看超过这里，为了例子，排四、督察1被称为它A失败
和督察2被称为它A经过。
一般来说尽管，他们是大多在协议，
失败，失败，失败，失败和所以向前。
我们可以还做那经过点击在督察2失败，
和然后看到如何它比较到督察 1.
我们看那那里是实际上五实例的分歧
之间这二检查员。
什么时候这督察1对其进行分类作为A失败，
有五我监察员2分类它作为A经过。
现在我们能还可视化这检查员比较数据。
到做那，我们能使用图表生成器和制表到看法同意和不同意
计数之间这二检查员。 这是一方式的可视化它。
我们能放督察1使用图表生成器在这水平的轴
和督察2在这垂直的轴。
然后我们看现在和颜色编码，无论它是协议或者不同意，
同意是绿色的和然后这行
那是不同意颜色代码是红色的标记。
现在我们能看这实际的分配。
然后我们能使用制表到实际上全部的这数字那是涉及。
我们能看超过这里为了督察1和督察 2.
督察1和督察2同意在这失败分类
为了42的这部分和他们同意在44的这经过部分。
他们不同意在九实例超过这里
在哪里督察2被称为它A失败和督察1被称为它A经过。
和督察2被称为A经过，在哪里督察1被称为它A失败。
所以那些全部的14.
这检查员同意在A分类为了86%的这部分
和他们不同意在14%。
从那里现在我们能去和做属性测量分析
和看什么联合管理计划能做为了这分析。
到去到属性测量分析，是去到去到质量
和分析质量和过程变化性属性测量图表。
然后我们投掷这行。 和这里我有显示这检查员
是列出在下面这是回复，两个都的他们。
然后这柱子为了这部分是列出作为这分组。
这些是必需的条目。
我们注意这图表类型是属性，我们点击好的。
和现在联合管理计划提供我们和这属性测量分析报告。
这第一的图表那是显示超过这里是这百分协议为了每个部分。
所以我们有100部分在这水平的行轴超过这里，
和什么时候有100%,它方法这二检查员同意。
什么时候有0%,它方法到不同意。
这左边图表节目这全面的百分协议86%经过检查员。
自从这比较是之间仅有的二检查员，
两个都是去到有这相同的86%协议价值。
这协议报告现在包括
A数值概括的这全面的86%协议。
你能看86火柴出去的100检查过的
和这个人那些是去到是这相同的自从它是仅有的一问题
的无论它曾是A经过或失败为了A给定部分。
和95%信心限制是假如为了这二结果，
两个都为了这检查员和为了这协议。
现在这协议比较报告包括A新的统计
那也许许多人们是不是熟悉的和，
被称为这河童统计。
它是设计的经过科恩,那是给定在这参考。
这科恩河童统计指数，哪个在这案件是0.7203。
是设计的到正确的为了协议经过机会独自的。
这曾是非常有趣的到我什么时候我第一的读关于这。
像什么做我们意思是经过协议经过机会独自的？”
让我们去进入A小的少量的一个解释的协议经过机会
和如何能我们估计它。
让我们考虑二评估者， R1和右2.
出色地认为完全随机的选择
为了每个评价者为了每个样本，例子，为了每个部分。
我们更远认为那这可能性A评价者选择任何一个选择经过
或者失败超过这其他是50%。 所以它是50/50。
百个样品或者试验是不同地分类经过经过/失败为了每个评估者,
相似的到翻转A硬币为了每个选择。
我们只是可视化二检查员和他们是每个翻转A硬币，
和他们是试到匹配如何许多得到头，头
或者尾巴，尾巴，或者头、尾或尾、头。
什么是这预期的分数的协议经过机会？
出色地，它是A简单的问题在可能性。
相似的到折腾二硬币，那里是仅有的四可能的
和一样可能机会结果之间这二检查员为了每个部分。
评分者1可以称呼它A失败，和额定2个可以称呼它A失败。
他们会同意。 评分者 1能称呼它A经过，
和评价者2个会称呼它A经过和这红色是协议那里。
这分歧会是什么时候他们不同意在无论它是A经过，失败。
现在，这些是四一样可能机会。
出色地，二的他们是到同意和二的他们不同意。
所以，这可能性的协议经过机会独自的是二出去的4 是50%。
它是简单的可能性问题。
现在，如何做我们计算这卡帕S统计性的在这其他手？
作为我说，它是意思是到正确的为了这预期的可能性
的协议经过机会独自的。
这简单的公式那你能放进入联合管理计划为了这卡帕统计
是个百分协议，在这案件，会是86%减这预期的经过机会
从这数据，哪个我们知道是去到是大约50%。
如何做我们实际上使用这数据到估计这预期的机会
从这数据本身，这预期的协议经过机会从这数据？
出色地，这估计的科恩卡帕统计
是显示以下，和这是基本上如何它是完毕。
这是这列表化的价值。 这是什么我们锯早些时候。
协议在失败/失败为了督察1和42实例。
协议之间督察1和督察2
在这过去的标准为了44实例。
你有那些向上和那是86%。
所以我展示你超过这里在这Excel格式那我们添加， 42加44
我们得到分为经过100.
然后不同意是一减[听不清 00:08:58]
要不就这五加九分为经过100.
现在，到计算这协议经过机会，这科恩卡帕统计是这和
的这产品的这边缘分数为了每个经过/失败类型。
出色地，这里是这边缘分数。
F或者失败，这边缘分数是51分为经过100 和 47分为经过100.
所以我们形式A产品的那些二。 五十一分为经过100
次47分为经过100.
加，现在我们进入这失败。 另一个标准是失败。
这是49...我应该有说那曾是这第一的分歧。
五十一和47为了这失败标准。 为了这经过标准现在，
我们去49出去的100 和 53出去的100,
和我们乘那些二一起和添加他们。
那给出我们A数字什么时候我们计算它出去到49. 94、
哪个是非常关闭明显地，到0.5。
然后这卡帕统计是这百分比协议
减这预期的经过机会，分为经过一减这预期的经过机会。
那来了出去到为 0.7023在这案件。
这卡帕。 这里是一些指导方针
为了口译卡帕。
去后退向上再次。
我想到展示你那这河童曾是72.03。
这指导方针为了口译河童是如果河童是更大
比0 .75,它是出色的。
如果它是之间0.4 和 0。 75、它是好的。
和如果它是较少的比0 .40它是被称为边缘或贫穷。
有一些有限划分线在这。
一个优秀的、完全100%协议，
会制作A河童的一，和我们可以实际上得到A负卡伯值
哪个会是协议那是较少的比经过机会独自的。
这图书因为这些是给定的在这参考。
全部正确的，让我只是停止这里和去进入联合管理计划到什么我们已经完毕所以远的。
我们能看那。
这数据文件那我们已经得到超过这里是这检查员
那我谈过关于，和我说我们可以拿A看在这分配。
明显地，如果你是熟悉的和杰普,你只是去分析分配
和放在这检查员超过这里。
然后我们能放这下一个到这行，
和如果我们点击失败，我们看这比较之间这失败
为了督察1相对这失败为了督察2和一些分歧。
然后你能看哪个地区这行那不同意这是例子四。
相似地，如果我们计算超过那里，我们能比较督察2到督察 1.
得到A不同的放的数字超过这里。
这其他选项那我提及为了可视化是到做A图表生成器
和在图表生成器，我们能放督察1在这水平的轴
和督察2在这垂直的轴。
现在我们有A比较，和现在我们能实际上看这数字
的次，为了例子，如何许多次做过督察1
速度某物作为A经过在哪里督察2额定作为A失败。
如果我们去后退到这数据桌子，
我们看那那里是九实例的那，和他们是突出显示在A排。
钍是是A非常快的方式的看见什么这数字是
为了这不同的类别那是在职的和。
让我们说，点击完毕超过这里。
这其他事物我们能使用作为我提及，是这制表特征。
我们能去到制成表格，和我们能放督察1在这顶部
和督察2在这底部超过这里这方式。
然后我们能添加在其他排为了这边缘总计向下这里和所以向前。
现在我们有这概括那我们能放下一个到这图表生成器
和看什么这实际的表格是那我们已经得到为了那。
那是某物那我们会做
也许如果我们是不是熟悉的和JMP程序。
但让我们使用联合管理计划现在到做这分析。
是去到来超过这里，是去到去到质量和过程。
是去到去到变化性属性测量图表。
是去到放在这检查员超过这里。
是去到放在这部分。
超过这里你注意它是必需的，属性。
好的，点击好的，和现在我们有我们的输出。
这输出节目再次为了每个部分这协议。
零方法我不同意。 100%方法我不同意。
这节目这评分之间这二检查员， 86%。
这是这概括， 86%。
这是我们的河童指数超过这里，和我们有这协议之内费率。
这是种类的多余的在这感觉
因为是仅有的看着在一二进制比较。
然后更远在向下这里，我们能做这协议经过类别。
我们能实际上计算如何很多是这协议经过这失败，
单独地，或者经过这经过单独。
好的，所以那是如何我们会做它为了A简单的比较。
但什么如果我们现在考虑那这实际的诊断
的这部分曾是已知的或者确认的？
让我们去后退进入我们的电源点推介会。
我介绍一个标准。
好的，这是A措施的什么我们称呼效力。
是去到认为这正确的部分，分类曾是任何一个已知的
或者随后确认的。
所以这是这真的正确的诊断那应该有到过完毕在那部分。
如何准确的是这检查员选择？
在其他字，如何能我们比较如何准确的每个检查员曾是
到决定匹配向上和这真的标准？
我们放向上那柱子在杰普,和现在我们能去通过这过程
那我们说早些时候的看着在A分配。
为了例子，如果我们添加在这分配，
这时间我们包括A标准，现在我们能点击在经过，
和我们能看这协议之间督察1和督察2
在经过分类。
你能看两个都的他们有一些错误分类，一些错误的诊断。
我们能点击在失败和做这相同的事物为了这其他类别。
然后联合管理计划将要强调那些在这数据桌子。
到做这属性测量分析在联合管理计划使用这标准，
全部我们有到现在做是进入标准进入这对话盒子作为我们做过前。
这是这额外的柱子。
这大的不同之处现在，和这是不是突出显示在这手动的，
是那在下面属性测量，我们能现在得到A图表
那适用具体来说到这效力。
什么是去到做是取消单击这些协议点在这图表，
和点击反而这效力点在下面属性测量。
什么时候我们做那，我们得到其他图表那措施这效力。
和这效力有三收视率为了它。
这测量属性图表现在节目这百分协议，
0, 50 %,或者100%的这二检查员到这标准为了每个部分。
A 0%暗示两个都检查员误诊他们的问题。
七事件的那发生。
A 50%表示一的这检查员得到他们的正确的分类，
和明显地， 100%方法他们两个都得到它正确的。
然后这左边图表节目这全面的百分协议
到这标准为了每个检查员。
我们注意到那那里曾是一些轻微不同之处之间这二检查员。
我们现在产生这效力报告
那合并这经过/失败比较
到这标准为了每个检查员。
你能看督察1得到42的这失败正确的。
他得到43的这通过正确的，但他得到10不正确的这失败，
称呼他们通过。
和他得到五的这通过不正确。
我寻找这符号A小的少量令人困惑。
我放它向下在这底部。
什么时候我们说不正确失败，
那方法A失败曾是不正确地分类作为A经过。
什么时候我们说不正确经过，它方法A经过曾是不正确地
分类作为A失败。
你能得到你的头脑去在疯狂的方法
只是试到总是解释什么是在那里。
什么我有完毕是我已创建我的自己的图表到简化事物。
这错误分类节目超过这里那17 号实际的失败部分是分类
作为经过，和十一经过部分分类作为失败。
所以那是在这联合管理计划输出。
但什么我说超过这里，和ID爱到看联合管理计划包括
某物相似的到这作为A清除解释的什么是去在。
巡视员 1、督察2、这标准是经过，
和然后这正确的分类为经过是43和42.
这错误分类作为失败有五个和六。
然后超过这里，什么时候这标准是这失败，
这正确的选择经过督察1检查员 2 是42和45.
和这错误分类，所以什么时候它曾是失败，
10的他们是分为及格和七级超过这里。
现在，理解， A失败部分分类作为经过
是A部分那是A有缺陷的部分去向上。
那是被称为A错过。
在这其他手， A失败部分那是 t他实际的经过部分，
我们称呼那基本上产生风险，那是A错误的警报。
和联合管理计划用途那些条款，错误的警报和错过，
之后在患病的解释那。
我喜欢这图表因为它似乎到制作A清除解释
的什么是去在。
使用图表生成器，再次我们能看法这分类
经过每个检查员作为显示超过这里。
A获得，你能强调具体的问题那里。
联合管理计划还允许你到定义A一致性。
在其他字，我们说非符合的是A失败和符合的是A经过。
那方式我们能拿A看在这速度的错误的警报和错过
在这数据本身作为决定经过这检查员。
我们能看那这可能性的错误的警报为了督察1曾是0.1
和督察2是0.125。 这可能性的错过，
好的，这个方法那我们让它缺点这公园，去出去，
曾是更高为了督察1和督察 2.
患病的展示如何这些计算是完毕。
到强调这， A错误的警报
发生什么时候这部分是不正确地分类作为A失败，
什么时候它是A经过。 那是被称为A错误的积极的。
这错误的警报，这数字的部分
那有到过不正确地判断的到是失败，
分为经过这全部的数字的部分那是判断的到是通过。
现在，那是在哪里这计算是完毕超过这里。
如果我去向上这里，这是这通过是错误分类作为失败，
所以如果我拿五出去的48、我结尾向上和那数字0.1042。
现在这下一个事物是A错过。
那部分是不正确地分类作为A经过。
什么时候它实际上是A失败。 那是A错误的消极的。
在这案件，是发送出去A有缺陷的部分。
这数字的部分那有到过不正确地判断的到是通过
分为经过这全部的的部分那是判断的到是失败
是10出去的42加10 是0.193。
A获得，去后退到这桌子，
这些是这部分那是失败，但10的他们是错误分类作为A经过。
所以这部分那应该有到过分类作为他们失败是52.
十分为经过52给出你那数字0.1923。
所以我喜欢那桌子是更轻松到解释超过这里。
这最终的事物关于这一致性报告
是你能改变你的一致性类别，
或者你能转变符合到不符合。
你能计算还一个逃脱速度。 和那是这速度那这可能性
那A不合格部分是实际上产生的和不是检测到。
到做那，我们有到提供一些估计或者可能性
的不合格到这联合管理计划程序。
我放在喜欢10%,让我们说10%的这时间我们生产A有缺陷的部分。
给定那我们已经产生的A有缺陷的部分，什么是这可能性
那的去到是A错过和然后逃脱？
和那是这逃脱速度。 那是这乘法的这二。
我们的流程将要生产次这可能性的A错过了过程
产生失败部分次这可能性的A错过。
现在让我们去进入联合管理计划再次
和是去到使用这检查和这标准。
我是迅速地去到去通过这。
我们做分析分配，再次，放进入三超过这里，
和现在我们能点击在A标准向下这里
和然后我们能强调，比较这检查员 01 和检查员 2。
其他方式到可视化它是到使用图形建设者作为我们已经完毕前。
然后我们能放督察1超过这里。
让我做它这方式。
和督察2能是在这边现在。
然后我们能进入这标准超过这里在这边。
和现在我们有A方式的点击和看见什么这类别
是相对的到这标准。
那是A非常好的小的图形，和如果你通缉到说，
“好的，如何许多督察1
相对分类作为A经过什么时候它曾是A失败。
现在我们能带来那到立场，和这行是突出显示也。
让我们去进入JMP。 现在是去到分析
质量和过程，变化性属性测量图表，
记起和我是去到添加在这标准超过这里。
我们点击这标准。 现在这是这问题。
联合管理计划给出我们这属性测量图表，但这曾是为了这协议。
什么星期三喜欢到措施是反对这标准。
我们来向上这里在这属性测量图表
和我们是什么去到做是取消单击任何事物那说协议。
和点击在任何事物那说效力。
那里可能是A更简单方式到做这最终
在里面[听不清 00:23:31]编程在JMP。
现在我们有这影响在这图表，再次，作为我说， 50%方法
那一的这检查员得到它正确的， 0%方法他们两个都得到它错误的。
和我们有这协议报告显示86那我们已经见过前。
但什么我们想到得到向下到是这效力评分，
这效力报告。
和现在我们看那督察1曾是85%有效的。
督察2曾是87%有效的。
全面的它曾是86%有效的。
这是这概括的这错过分类。
和这些是这那些那是列出超过这里。
作为他们说这术语你需要到理解那不正确失败
是正确的通过和不正确通过是正确的失败。
然后这一致性报告是向下这里，我们显示你如何到做这计算
和然后我们能改变这符合的类别经过正在做那超过这里。
或者我们能计算这可能性的逃脱，逃脱速度，
经过推杆在一些数在那估计，
如何经常星期三预计到看A有缺陷的部分。
我是推杆在超过这里观点一，
点击，好的。
和然后联合管理计划给出我们这可能性的不合格和这逃脱费率
作为显示超过这里现在为了每个检查员。
我曾是去后退到现在我的微软幻灯片软件推介会。
现在那我们有A感觉为了这些概念的协议，
效力和这河童指数，让我们看如何我们能申请这方法
到A更多的复杂的问题从事分析被称为存货追踪。
作为部分的A咨询项目和这机器人技术公司，
和它是维曼机器人，
和经过这方式，有一些精彩的视频
如果你点击超过这里那节目这无人机飞行
在这仓库和所以向前
正在做这读数和一些的这结果从这分析。
作为部分的A咨询项目我曾是介绍到这问题
的无人机飞行在A仓库使用光学的特点认出
到读存货标签和盒子和货架。
在测量系统分析微软安全局，
这目的是到决定如果这变化性在这测量系统
是低的足够的到准确探测
差异在产品-到-产品变化性。
A更远客观的是到核实那这测量系统
是准确的，精确的和稳定的。
在这学习，这产品到是测量的通过光学字符识别
在无人机是这标签在这容器已存储在架子在A仓库。
这测量系统必须读这标签准确。
此外，这测量系统将要还证实这能力到探测，
为了例子，空的垃圾箱，损坏的物品，计数的项目在A给定地点，
方面，和所以向前。 全部存在完毕经过这无人机。
在量规 R&R 研究中，一忧虑地址纯的错误，
那是这重复性的重复测量在这相同的标签。
重复性是A措施的精确。
在添加，在衡量 R&R 研究，
A第二忧虑是这偏见联系和差异在这工具，
那是，差异之中这无人机阅读这相同的标签。
这方面是被称为再现性，那是A措施的准确性。
这设计那我建议的
曾是A叉学习在哪个这相同的地点在这仓库,
在这垃圾箱是测量的多种的次，那是为了重复性
穿过不同的偏见因素，这无人机为了再现性。
这提议将要定义一些标准为了这无人机到措施。
这比较将要涉及两个都之内-无人机重复性，
无人机-到-无人机协议一致性，
和无人机-到-标准准确性。
这计划曾是到措施50地点1-50，
和三架无人机将要是用过的到措施再现性
那是无人机-到-无人机比较，和那里将要是三通过
为了每个地点经过每个无人机到措施重复性。
现在，多种的回应能是测量的反对每个具体的标准。
所以我们不有到有只是一物品和A标准。
我们能有不同的特征。
这阅读能是二进制，那是，分类作为任何一个正确的或者不正确。
和还这阅读能提供地位
报告为了A地点，喜欢这数字的单位，任何损害单位，和所以向前。
例子的不同的回应
是如何准确能这无人机读A标准标签？
是那里任何丢失的或者倒标签？
是这存货项目在这正确的地点？
是这数量的盒子在A地点正确的？
是任何的这盒子损坏的？ 这会是某物
那A人类人会是检查作为部分的一个存货控制，
但现在是正在做它全部和无人机。
这是这提议。
我有50行超过这里，
150行实际上，因为每个地点是存在读三次经过每个无人机。
所以我有无人机A，无人机乙，和无人机C。
然后这些是这结果的A比较到这标准。
是分类五标准， A B C D和乙，
和他们是随机地安排的在这里作为远的作为这地点去。
和它是一特征指定每个的这50地点。
S因斯是正在做三读数，它是150行。
吨三无人机再现性，三通过为了每个地点
和经过每个无人机那是重复性
和这标准已指定为了每个地点。
我是去到制作一个重要的陈述超过这里那这数据那我是使用
为了插图是制成-向上数据和不是实际的实验性的
结果从这公司。
我们能开始离开和分布和动态的链接。
我们能现在比较这分类的这无人机经过标准。
我们产生这分布和然后我们点击在说，标准A，
和我们能看如何许多无人机得到那标准A正确的，
或者无论任何无人机有更远误诊。
相同的事物如果我们能点击在标准乙，我们能看无人机A有A更高倾向
为了错误分类标准乙和相同的事物和无人机C。
现在这图表以下节目如何出色地
这无人机同意和每个其他为了每个地点。
这里是这50地点和是看着在这无人机比较。
现在什么时候你是比较A无人机到其他无人机，你已经得到A很多的比较。
你是比较或许无人机一到我自己三次。
你是比较区一，
无人机一到区二，次为了每个一的这测量。
所以它可以有就像 1、2、3为了区，
无人机一和A一，二，三为了区。
二，和你是比较全部可能的组合现在的那些无人机。
那是为什么这计算得到A小的少量复杂的
什么时候你得到多种的无人机在那里。
但你是正在做A比较。
这节目这协议之中全部这比较。
现在我们注意到那之间区域这五和10、
那为了这些地点这准确性掉落相当显著地
和那提示更远调查作为到为什么？
它可以有到过这灯光，它可以有到过这地点，
它可以有到过某物别的那曾是干扰和这恰当的诊断。
你看最多的这无人机是阅读准确100%。
这是一个协议之间这无人机，
所以他们是同意大致90、 91%在这时间。
和这些是这信心间隔为了每个无人机。
所以这告诉我们如何出色地这无人机是比较到每个其他。
现在我们得到协议比较，这桌子将要展示这协议价值观
比较对的无人机和无人机到这标准。
和这河童指数是给定反对这标准和重复性
之内无人机和再现性是全部出色的基于在这卡帕统计
和协议穿过甚至这类别是还出色的。
所以是比较这里无人机A到无人机B
无人机A到无人机C，无人机乙到无人机C，全部正在做出色的协议。
是比较这里这无人机到这标准，全部一个出色的协议。
和然后这是这协议，只是基本上A概括的它。
然后这是这协议经过这不同的类别。
现在再次，我们能看在这属性图表为了效力。
相同的方式我们点击出去全部这协议查看盒子
和然后点击在这效力盒子。
我们看再次超过这里，那七和八有这最低
协议到这标准。
再次，那可以有到过某物联系和这灯光。
它可以有到过某物联系和一些其他问题那里。
然后这全面的协议到这标准经过无人机，
你能看他们是关于95%。
这无人机是漂亮的准确的和他们是漂亮的可重现的
和这重复性曾是出色的。
这是这效力报告。 现在这是A小的少量更多的精心制作的
因为现在是比较它为了每个的这五特征标准
和这些是这不正确选择那是制成为了每个一。
出去的150可能的测量，
无人机A测量的142正确地，无人机乙145和无人机C 140.
所以效力是这重要的一。
如何准确的是这无人机？
我们能看那这无人机是全部跑步向上大约一个平均的关于95%。
这出现到是高度有效的。
然后我们有A细节分析
经过等级，假如在错误分类报告。
所以我们能看单独地如何每个一的这些无人机比较的到这不同的，
如何每个一的这不同的特征描述
是测量的正确地或者不正确地经过这无人机。
这是这那些那是错误分类。
A获得，让我去进入JMP。
哦，一更远例子我意思是到展示向上超过这里。
你使用图表生成器，
我们能看法这分类和错误分类经过每个强的。
这是A真的整洁的方式的显示它。 我希望联合管理计划会包括这可能
作为部分的这输出，但你能看在哪里这错误分类发生。
为了例子，为了无人机A，什么时候你错误分类无人机C，
最多的他们是分类正确地，但那里是A很少那是不是。
这些展示这错误分类。
我喜欢那种类的表示在图表生成器。
现在让我们去后退进入联合管理计划和是去到做
属性测量分析多种的和这实际的实验那曾是跑步。
好的，所以是去到分析分布如此我们能做这。
我们能比较这无人机到这标准。
再次，我们能只是点击在A标准和看如何它比较穿过这无人机。
我们能还做一个分析过的图表生成器。
和我们能放这区无人机A
和然后无人机乙，和然后无人机C超过这里。
和然后我们能放这标准在那里
和它节目非常清楚地什么是正在发生和那。
乙乌特我们能去和还进入联合管理计划和使用这联合管理计划质量和过程
变化性属性测量。
所以我们添加这三无人机在这里，我们添加这标准，
和我们放在这地点和我们得到我们的测量属性图表报告
显示那无人机作为远的作为这协议和每个其他，是在90%。
这一有这最多难的地点到表征。
这里是这协议报告那我有显示你。
无人机A，无人机乙和无人机C协议和这其他无人机和和本身也。
无人机A到无人机乙，这些是这河童价值观。
这是这测量到这标准，全部非常高的。
和然后这些是这协议穿过类别。
和然后为了这效力，
到得到那图形那我们喜欢到看为了这效力报告，
我们拿出去这协议超过这里和点击在现在这效力。
我们现在有这效力阴谋
在这轻敲那节目我们如何这无人机同意和这标准。
我们现在去后退进入这微软幻灯片软件推介会超过这里。
好的，到总结w帽子我们已经完毕超过这里，
这使用的属性测量分析允许这公司到提供坚硬的数据
在这协议和效力的无人机为了存货管理。
吨他结果是非常感人的。 随后的结果报道
在这公司的网站展示存货计数到是35%,快点存货成本
减少经过40%和减少错过了-出货量
和损害索赔减少经过50%比较的到这以前的方法。
在添加，这系统产生什么我们称呼可执行的数据
为了更多的准确的，有效的，更安全，更多的成本有效的，
和快点存货控制。
一些出色的参考超过这里是科恩的原来的纸，
和书经过弗莱斯是出色的，
有A很多的细节，和还这书经过乐是出色地完毕。
我感谢你非常很多为了听。 有A好的天。
