你好，我是戴夫特林達德,
創始人和所有者的統計技術， A諮詢公司專門化
在這使用的聯合管理計劃軟件為了解決工業的問題。
今天我是去到到講話關於A諮詢項目
那我工作過在超過這最後的年
和A機器人技術公司。
是去到是說關於無人機 F說謊在倉庫：
一個應用的屬性測量分析。
屬性測量分析是通常應用到比較協議，
或者缺少其中之間二或者更多的評分方法到A問題。
為了例子，二檢查員可能有差異的觀點
作為到無論A部分是符合，稱呼它經過
或者不合格的稱呼它失敗。
基於在考慮的具體的質量指標為了個人部分，
如何做我們數量上措施這程度的協議？
讓我們實際上開始離開和一個例子。
讓我們說我們有二檢查員，
檢查員1和督察2、
和他們是呈現和A列表的100部分，
這批判的特徵在這些100部分
和問到決定無論每個部分應該是分類作為A經過或者A失敗。
我有總結這結果在這桌子到這正確的，部分的桌子。
你看那裡是100行在這桌子。
全部變量是名義上的，所以這第一的柱子
是這部分1-100。
然後這第二柱子是這評分經過督察1、
無論它是A經過或者失敗，和然後這第二檢查員
哪裡還有第二柱子有A通過或失敗評分。
現在，如果我們是不是熟悉的和JMP的測量屬性分析程序，
第一的步那我們可以拿可以是
到看在這二分類分佈
和使用動態的鏈接到比較。
什麼我將要做是展示你這幻燈片
和然後我將要去和證明這結果在這幻燈片
後我有消失了通過這幻燈片,通過A肯定數量的材料。
為了例子，如果我們點擊，說，讓我們產生分佈
的這二列，這失敗，督察1和督察2、
然後我們能點擊，說，為了例子，在這失敗柱子為了巡視員 1、
你看大多火柴為了督察2、
但那裡是A很少分歧超過這裡。
那裡是一些通過在哪裡督察1
分類它作為A失敗，但督察2分類它作為A經過。
現在，什麼時候你做點擊在那聯合管理計劃強調，
這實際的行那對應到這。
你能看超過這裡，為了例子，排四、督察1被稱為它A失敗
和督察2被稱為它A經過。
一般來說儘管，他們是大多在協議，
失敗，失敗，失敗，失敗和所以向前。
我們可以還做那經過點擊在督察2失敗，
和然後看到如何它比較到督察 1.
我們看那那裡是實際上五實例的分歧
之間這二檢查員。
什麼時候這督察1對其進行分類作為A失敗，
有五我監察員2分類它作為A經過。
現在我們能還可視化這檢查員比較數據。
到做那，我們能使用圖表生成器和製表到看法同意和不同意
計數之間這二檢查員。 這是一方式的可視化它。
我們能放督察1使用圖表生成器在這水平的軸
和督察2在這垂直的軸。
然後我們看現在和顏色編碼，無論它是協議或者不同意，
同意是綠色的和然後這行
那是不同意顏色代碼是紅色的標記。
現在我們能看這實際的分配。
然後我們能使用製表到實際上全部的這數字那是涉及。
我們能看超過這裡為了督察1和督察 2.
督察1和督察2同意在這失敗分類
為了42的這部分和他們同意在44的這經過部分。
他們不同意在九實例超過這裡
在哪裡督察2被稱為它A失敗和督察1被稱為它A經過。
和督察2被稱為A經過，在哪裡督察1被稱為它A失敗。
所以那些全部的14.
這檢查員同意在A分類為了86%的這部分
和他們不同意在14%。
從那裡現在我們能去和做屬性測量分析
和看什麼聯合管理計劃能做為了這分析。
到去到屬性測量分析，是去到去到質量
和分析質量和過程變化性屬性測量圖表。
然後我們投擲這行。 和這裡我有顯示這檢查員
是列出在下面這是回复，兩個都的他們。
然後這柱子為了這部分是列出作為這分組。
這些是必需的條目。
我們注意這圖表類型是屬性，我們點擊好的。
和現在聯合管理計劃提供我們和這屬性測量分析報告。
這第一的圖表那是顯示超過這裡是這百分協議為了每個部分。
所以我們有100部分在這水平的行軸超過這裡，
和什麼時候有100%,它方法這二檢查員同意。
什麼時候有0%,它方法到不同意。
這左邊圖表節目這全面的百分協議86%經過檢查員。
自從這比較是之間僅有的二檢查員，
兩個都是去到有這相同的86%協議價值。
這協議報告現在包括
A數值概括的這全面的86%協議。
你能看86火柴出去的100檢查過的
和這個人那些是去到是這相同的自從它是僅有的一問題
的無論它曾是A經過或失敗為了A給定部分。
和95%信心限制是假如為了這二結果，
兩個都為了這檢查員和為了這協議。
現在這協議比較報告包括A新的統計
那也許許多人們是不是熟悉的和，
被稱為這河童統計。
它是設計的經過科恩,那是給定在這參考。
這科恩河童統計指數，哪個在這案件是0.7203。
是設計的到正確的為了協議經過機會獨自的。
這曾是非常有趣的到我什麼時候我第一的讀關於這。
像什麼做我們意思是經過協議經過機會獨自的？”
讓我們去進入A小的少量的一個解釋的協議經過機會
和如何能我們估計它。
讓我們考慮二評估者， R1和右2.
出色地認為完全隨機的選擇
為了每個評價者為了每個樣本，例子，為了每個部分。
我們更遠認為那這可能性A評價者選擇任何一個選擇經過
或者失敗超過這其他是50%。 所以它是50/50。
百個樣品或者試驗是不同地分類經過經過/失敗為了每個評估者,
相似的到翻轉A硬幣為了每個選擇。
我們只是可視化二檢查員和他們是每個翻轉A硬幣，
和他們是試到匹配如何許多得到頭，頭
或者尾巴，尾巴，或者頭、尾或尾、頭。
什麼是這預期的分數的協議經過機會？
出色地，它是A簡單的問題在可能性。
相似的到折騰二硬幣，那裡是僅有的四可能的
和一樣可能機會結果之間這二檢查員為了每個部分。
評分者1可以稱呼它A失敗，和額定2可以稱呼它A失敗。
他們會同意。 評分者 1能稱呼它A經過，
和評價者2會稱呼它A經過和這紅色是協議那裡。
這分歧會是什麼時候他們不同意在無論它是A經過，失敗。
現在，這些是四一樣可能機會。
出色地，二的他們是到同意和二的他們不同意。
所以，這可能性的協議經過機會獨自的是二出去的4 是50%。
它是簡單的可能性問題。
現在，如何做我們計算這卡帕S統計性的在這其他手？
作為我說，它是意思是到正確的為了這預期的可能性
的協議經過機會獨自的。
這簡單的公式那你能放進入聯合管理計劃為了這卡帕統計
是個百分協議，在這案件，會是86%減這預期的經過機會
從這數據，哪個我們知道是去到是大約50%。
如何做我們實際上使用這數據到估計這預期的機會
從這數據本身，這預期的協議經過機會從這數據？
出色地，這估計的科恩卡帕統計
是顯示以下，和這是基本上如何它是完畢。
這是這列表化的價值。 這是什麼我們鋸早些時候。
協議在失敗/失敗為了督察1和42實例。
協議之間督察1和督察2
在這過去的標準為了44實例。
你有那些向上和那是86%。
所以我展示你超過這裡在這Excel格式那我們添加， 42加44
我們得到分為經過100.
然後不同意是一減[聽不清 00:08:58]
要不就這五加九分為經過100.
現在，到計算這協議經過機會，這科恩卡帕統計是這和
的這產品的這邊緣分數為了每個經過/失敗類型。
出色地，這裡是這邊緣分數。
F或者失敗，這邊緣分數是51分為經過100 和 47分為經過100.
所以我們形式A產品的那些二。 五十一分為經過100
次47分為經過100.
加，現在我們進入這失敗。 另一個標準是失敗。
這是49...我應該有說那曾是這第一的分歧。
五十一和47為了這失敗標準。 為了這經過標準現在，
我們去49出去的100 和 53出去的100,
和我們乘那些二一起和添加他們。
那給出我們A數字什麼時候我們計算它出去到49. 94、
哪個是非常關閉明顯地，到0.5。
然後這卡帕統計是這百分比協議
減這預期的經過機會，分為經過一減這預期的經過機會。
那來了出去到為 0.7023在這案件。
這卡帕。 這裡是一些指導方針
為了口譯卡帕。
去後退向上再次。
我想到展示你那這河童曾是72.03。
這指導方針為了口譯河童是如果河童是更大
比0 .75,它是出色的。
如果它是之間0.4 和 0。 75、它是好的。
和如果它是較少的比0 .40它是被稱為邊緣或貧窮。
有一些有限劃分線在這。
一個優秀的、完全100%協議，
會製作A河童的一，和我們可以實際上得到A負卡伯值
哪個會是協議那是較少的比經過機會獨自的。
這圖書因為這些是給定的在這參考。
全部正確的，讓我只是停止這裡和去進入聯合管理計劃到什麼我們已經完畢所以遠的。
我們能看那。
這數據文件那我們已經得到超過這裡是這檢查員
那我談過關於，和我說我們可以拿A看在這分配。
明顯地，如果你是熟悉的和傑普,你只是去分析分配
和放在這檢查員超過這裡。
然後我們能放這下一個到這行，
和如果我們點擊失敗，我們看這比較之間這失敗
為了督察1相對這失敗為了督察2和一些分歧。
然後你能看哪個地區這行那不同意這是例子四.
相似地，如果我們計算超過那裡，我們能比較督察2到督察 1.
得到A不同的放的數字超過這裡。
這其他選項那我提及為了可視化是到做A圖表生成器
和在圖表生成器，我們能放督察1在這水平的軸
和督察2在這垂直的軸。
現在我們有A比較，和現在我們能實際上看這數字
的次，為了例子，如何許多次做過督察1
速度某物作為A經過在哪裡督察2額定作為A失敗。
如果我們去後退到這數據桌子，
我們看那那裡是九實例的那，和他們是突出顯示在A排。
釷是是A非常快的方式的看到什麼這數字是
為了這不同的類別那是在職的和。
讓我們說，點擊完畢超過這裡。
這其他事物我們能使用作為我提及，是這製表特徵。
我們能去到製成表格，和我們能放督察1在這頂部
和督察2在這底部超過這裡這方式。
然後我們能添加在其他排為了這邊緣總計向下這裡和所以向前。
現在我們有這概括那我們能放下一個到這圖表生成器
和看什麼這實際的表格是那我們已經得到為了那。
那是某物那我們會做
也許如果我們是不是熟悉的和JMP程序。
但讓我們使用聯合管理計劃現在到做這分析。
是去到來超過這裡，是去到去到質量和過程。
是去到去到變化性屬性測量圖表。
是去到放在這檢查員超過這裡。
是去到放在這部分。
超過這裡你注意它是必需的，屬性。
好的，點擊好的，和現在我們有我們的輸出。
這輸出節目再次為了每個部分這協議。
零方法我不同意。 100%方法我不同意。
這節目這評分之間這二檢查員， 86%。
這是這概括， 86%。
這是我們的河童指數超過這裡，和我們有這協議之內費率。
這是種類的多餘的在這感覺
因為是僅有的看著在一二進制比較。
然後更遠在向下這裡，我們能做這協議經過類別。
我們能實際上計算如何很多是這協議經過這失敗，
單獨地，或者經過這經過單獨。
好的，所以那是如何我們會做它為了A簡單的比較。
但什麼如果我們現在考慮那這實際的診斷
的這部分曾是已知的或者確認的？
讓我們去後退進入我們的電源點推介會。
我介紹一個標準。
好的，這是A措施的什麼我們稱呼效力。
是去到認為這正確的部分，分類曾是任何一個已知的
或者隨後確認的。
所以這是這真的正確的診斷那應該有到過完畢在那部分。
如何準確的是這檢查員選擇？
在其他字，如何能我們比較如何準確的每個檢查員曾是
到決定匹配向上和這真的標準？
我們放向上那柱子在傑普,和現在我們能去通過這過程
那我們說早些時候的看著在A分配。
為了例子，如果我們添加在這分配，
這時間我們包括A標準，現在我們能點擊在經過，
和我們能看這協議之間督察1和督察2
在經過分類。
你能看兩個都的他們有一些錯誤分類，一些錯誤的診斷。
我們能點擊在失敗和做這相同的事物為了這其他類別。
然後聯合管理計劃將要強調那些在這數據桌子。
到做這屬性測量分析在聯合管理計劃使用這標準，
全部我們有到現在做是進入標準進入這對話盒子作為我們做過前。
這是這額外的柱子。
這大的不同之處現在，和這是不是突出顯示在這手動的，
是那在下面屬性測量，我們能現在得到A圖表
那適用具體來說到這效力。
什麼是去到做是取消單擊這些協議點在這圖表，
和點擊反而這效力點在下面屬性測量。
什麼時候我們做那，我們得到其他圖表那措施這效力。
和這效力有三收視率為了它。
這測量屬性圖表現在節目這百分協議，
0, 50 %,或者100%的這二檢查員到這標準為了每個部分。
A 0%暗示兩個都檢查員誤診他們的問題。
七事件的那發生。
A 50%表示一的這檢查員得到他們的正確的分類，
和明顯地， 100%方法他們兩個都得到它正確的。
然後這左邊圖表節目這全面的百分協議
到這標準為了每個檢查員。
我們注意到那那裡曾是一些輕微不同之處之間這二檢查員。
我們現在產生這效力報告
那合併這經過/失敗比較
到這標準為了每個檢查員。
你能看督察1得到42的這失敗正確的。
他得到43的這通過正確的，但他得到10不正確的這失敗，
稱呼他們通過。
和他得到五的這通過不正確。
我尋找這符號A小的少量令人困惑。
我放它向下在這底部。
什麼時候我們說不正確失敗，
那方法A失敗曾是不正確地分類作為A經過。
什麼時候我們說不正確經過，它方法A經過曾是不正確地
分類作為A失敗。
你能得到你的頭腦去在瘋狂的方法
只是試到總是解釋什麼是在那裡。
什麼我有完畢是我已創建我的自己的圖表到簡化事物。
這錯誤分類節目超過這裡那17 號實際的失敗部分是分類
作為經過，和十一經過部分分類作為失敗。
所以那是在這聯合管理計劃輸出。
但什麼我說超過這裡，和ID愛到看聯合管理計劃包括
某物相似的到這作為A清除解釋的什麼是去在。
巡視員 1、督察2、這標準是經過，
和然後這正確的分類為經過是43和42.
這錯誤分類作為失敗有五個和六。
然後超過這裡，什麼時候這標準是這失敗，
這正確的選擇經過督察1檢查員 2 是42和45.
和這錯誤分類，所以什麼時候它曾是失敗，
10的他們是分為及格和七級超過這裡。
現在，理解， A失敗部分分類作為經過
是A部分那是A有缺陷的部分去向上。
那是被稱為A錯過。
在這其他手， A失敗部分那是 t他實際的經過部分，
我們稱呼那基本上產生風險，那是A錯誤的警報。
和聯合管理計劃用途那些條款，錯誤的警報和錯過，
之後在患病的解釋那。
我喜歡這圖表因為它似乎到製作A清除解釋
的什麼是去在。
使用圖表生成器，再次我們能看法這分類
經過每個檢查員作為顯示超過這裡。
A獲得，你能強調具體的問題那裡。
聯合管理計劃還允許你到定義A一致性。
在其他字，我們說非符合的是A失敗和符合的是A經過。
那方式我們能拿A看在這速度的錯誤的警報和錯過
在這數據本身作為決定經過這檢查員。
我們能看那這可能性的錯誤的警報為了督察1曾是0.1
和督察2是0.125。 這可能性的錯過，
好的，這個方法那我們讓它缺點這公園，去出去，
曾是更高為了督察1和督察 2.
患病的展示如何這些計算是完畢。
到強調這， A錯誤的警報
發生什麼時候這部分是不正確地分類作為A失敗，
什麼時候它是A經過。 那是被稱為A錯誤的積極的。
這錯誤的警報，這數字的部分
那有到過不正確地判斷的到是失敗，
分為經過這全部的數字的部分那是判斷的到是通過。
現在，那是在哪裡這計算是完畢超過這裡。
如果我去向上這裡，這是這通過是錯誤分類作為失敗，
所以如果我拿五出去的48、我結尾向上和那數字0.1042。
現在這下一個事物是A錯過。
那部分是不正確地分類作為A經過。
什麼時候它實際上是A失敗。 那是A錯誤的消極的。
在這案件，是發送出去A有缺陷的部分。
這數字的部分那有到過不正確地判斷的到是通過
分為經過這全部的的部分那是判斷的到是失敗
是10出去的42加10 是0.193。
A獲得，去後退到這桌子，
這些是這部分那是失敗，但10的他們是錯誤分類作為A經過。
所以這部分那應該有到過分類作為他們失敗是52.
十分為經過52給出你那數字0.1923。
所以我喜歡那桌子是更輕鬆到解釋超過這裡。
這最終的事物關於這一致性報告
是你能改變你的一致性類別，
或者你能轉變符合到不符合。
你能計算還一個逃脫速度。 和那是這速度那這可能性
那A不合格部分是實際上產生的和不是檢測到。
到做那，我們有到提供一些估計或者可能性
的不合格到這聯合管理計劃程序。
我放在喜歡10%,讓我們說10%的這時間我們生產A有缺陷的部分。
給定那我們已經產生的A有缺陷的部分，什麼是這可能性
那的去到是A錯過和然後逃脫？
和那是這逃脫速度。 那是這乘法的這二。
我們的流程將要生產次這可能性的A錯過了過程
產生失敗部分次這可能性的A錯過。
現在讓我們去進入聯合管理計劃再次
和是去到使用這檢查和這標準。
我是迅速地去到去通過這。
我們做分析分配，再次，放進入三超過這裡，
和現在我們能點擊在A標準向下這裡
和然後我們能強調，比較這檢查員 01 和檢查員 2。
其他方式到可視化它是到使用圖形建設者作為我們已經完畢前。
然後我們能放督察1超過這裡。
讓我做它這方式。
和督察2能是在這邊現在。
然後我們能進入這標準超過這裡在這邊。
和現在我們有A方式的點擊和看到什麼這類別
是相對的到這標準。
那是A非常好的小的圖形，和如果你通緝到說，
“好的，如何許多督察1
相對分類作為A經過什麼時候它曾是A失敗。
現在我們能帶來那到立場，和這行是突出顯示也。
讓我們去進入JMP。 現在是去到分析
質量和過程，變化性屬性測量圖表，
記起和我是去到添加在這標準超過這裡。
我們點擊這標準。 現在這是這問題。
聯合管理計劃給出我們這屬性測量圖表，但這曾是為了這協議。
什麼星期三喜歡到措施是反對這標準。
我們來向上這裡在這屬性測量圖表
和我們是什麼去到做是取消單擊任何事物那說協議。
和點擊在任何事物那說效力。
那裡可能是A更簡單方式到做這最終
在裡面[聽不清 00:23:31]編程在JMP。
現在我們有這影響在這圖表，再次，作為我說， 50%方法
那一的這檢查員得到它正確的， 0%方法他們兩個都得到它錯誤的。
和我們有這協議報告顯示86那我們已經見過前。
但什麼我們想到得到向下到是這效力評分，
這效力報告。
和現在我們看那督察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。
這是這概括的這錯過分類。
和這些是這那些那是列出超過這裡。
作為他們說這術語你需要到理解那不正確失敗
是正確的通過和不正確通過是正確的失敗。
然後這一致性報告是向下這裡，我們顯示你如何到做這計算
和然後我們能改變這符合的類別經過正在做那超過這裡。
或者我們能計算這可能性的逃脫，逃脫速度，
經過推桿在一些數在那估計，
如何經常星期三預計到看A有缺陷的部分。
我是推桿在超過這裡觀點一，
點擊，好的。
和然後聯合管理計劃給出我們這可能性的不合格和這逃脫費率
作為顯示超過這裡現在為了每個檢查員。
我曾是去後退到現在我的微軟幻燈片軟件推介會。
現在那我們有A感覺為了這些概念的協議，
效力和這河童指數，讓我們看如何我們能申請這方法
到A更多的複雜的問題從事分析被稱為存貨追踪。
作為部分的A諮詢項目和這機器人技術公司，
和它是維曼機器人，
和經過這方式，有一些精彩的視頻
如果你點擊超過這裡那節目這無人機飛行
在這倉庫和所以向前
正在做這讀數和一些的這結果從這分析。
作為部分的A諮詢項目我曾是介紹到這問題
的無人機飛行在A倉庫使用光學的特點認出
到讀存貨標籤和盒子和貨架。
在測量系統分析微軟安全局，
這目的是到決定如果這變化性在這測量系統
是低的足夠的到準確探測
差異在產品-到-產品變化性。
A更遠客觀的是到核實那這測量系統
是準確的，精確的和穩定的。
在這學習，這產品到是測量的通過光學字符識別
在無人機是這標籤在這容器已存儲在架子在A倉庫。
這測量系統必須讀這標籤準確。
此外，這測量系統將要還證實這能力到探測，
為了例子，空的垃圾箱，損壞的物品，計數的項目在A給定地點，
方面，和所以向前。 全部存在完畢經過這無人機。
在量規 R&R 研究中，一憂慮地址純的錯誤，
那是這重複性的重複測量在這相同的標籤。
重複性是A措施的精確。
在添加，在衡量 R&R 研究，
A第二憂慮是這偏見聯繫和差異在這工具，
那是，差異之中這無人機閱讀這相同的標籤。
這方面是被稱為再現性，那是A措施的準確性。
這設計那我建議的
曾是A叉學習在哪個這相同的地點在這倉庫,
在這垃圾箱是測量的多種的次，那是為了重複性
穿過不同的偏見因素，這無人機為了再現性。
這提議將要定義一些標準為了這無人機到措施。
這比較將要涉及兩個都之內-無人機重複性，
無人機-到-無人機協議一致性，
和無人機-到-標準準確性。
這計劃曾是到措施50地點1-50，
和三架無人機將要是用過的到措施再現性
那是無人機-到-無人機比較，和那裡將要是三通過
為了每個地點經過每個無人機到措施重複性。
現在，多種的回應能是測量的反對每個具體的標準。
所以我們不有到有只是一物品和A標準。
我們能有不同的特徵。
這閱讀能是二進制，那是，分類作為任何一個正確的或者不正確。
和還這閱讀能提供地位
報告為了A地點，喜歡這數字的單位，任何損害單位，和所以向前。
例子的不同的回應
是如何準確能這無人機讀A標準標籤？
是那裡任何丟失的或者倒標籤？
是這存貨項目在這正確的地點？
是這數量的盒子在A地點正確的？
是任何的這盒子損壞的？ 這會是某物
那A人類人會是檢查作為部分的一個存貨控制，
但現在是正在做它全部和無人機。
這是這提議。
我有50行超過這裡，
150行實際上，因為每個地點是存在讀三次經過每個無人機。
所以我有無人機A，無人機乙，和無人機C。
然後這些是這結果的A比較到這標準。
是分類五標準， A B C D和乙，
和他們是隨機地安排的在這裡作為遠的作為這地點去。
和它是一特徵指定每個的這50地點。
S因斯是正在做三讀數，它是150行。
時間三無人機再現性，三通過為了每個地點
和經過每個無人機那是重複性
和這標準已指定為了每個地點。
我是去到製作一個重要的陳述超過這裡那這數據那我是使用
為了插圖是製成-向上數據和不是實際的實驗性的
結果從這公司。
我們能開始離開和分佈和動態的鏈接。
我們能現在比較這分類的這無人機經過標準。
我們產生這分佈和然後我們點擊在說，標準A，
和我們能看如何許多無人機得到那標準A正確的，
或者無論任何無人機有更遠誤診。
相同的事物如果我們能點擊在標準乙，我們能看無人機A有A更高傾向
為了錯誤分類標準乙和相同的事物和無人機C。
現在這圖表以下節目如何出色地
這無人機同意和每個其他為了每個地點。
這裡是這50地點和是看著在這無人機比較。
現在什麼時候你是比較A無人機到其他無人機，你已經得到A很多的比較。
你是比較或許無人機一到我自己三次。
你是比較區一，
無人機一到區二，次為了每個一的這測量。
所以它可以有就像 1、2、3為了區，
無人機一和A一，二，三為了區。
二，和你是比較全部可能的組合現在的那些無人機。
那是為什麼這計算得到A小的少量複雜的
什麼時候你得到多種的無人機在那裡。
但你是正在做A比較。
這節目這協議之中全部這比較。
現在我們注意到那之間區域這五和10、
那為了這些地點這準確性掉落相當顯著地
和那提示更遠調查作為到為什麼？
它可以有到過這燈光，它可以有到過這地點，
它可以有到過某物別的那曾是干擾和這恰當的診斷。
你看最多的這無人機是閱讀準確100%。
這是一個協議之間這無人機，
所以他們是同意大致90、 91%在這時間。
和這些是這信心間隔為了每個無人機。
所以這告訴我們如何出色地這無人機是比較到每個其他。
現在我們得到協議比較，這桌子將要展示這協議價值觀
比較對的無人機和無人機到這標準。
和這河童指數是給定反對這標準和重複性
之內無人機和再現性是全部出色的基於在這卡帕統計
和協議穿過甚至這類別是還出色的。
所以是比較這裡無人機A到無人機B
無人機A到無人機C，無人機乙到無人機C，全部正在做出色的協議。
是比較這裡這無人機到這標準，全部一個出色的協議。
和然後這是這協議，只是基本上A概括的它。
然後這是這協議經過這不同的類別。
現在再次，我們能看在這屬性圖表為了效力。
相同的方式我們點擊出去全部這協議查看盒子
和然後點擊在這效力盒子。
我們看再次超過這裡，那七和八有這最低
協議到這標準。
再次，那可以有到過某物聯繫和這燈光。
它可以有到過某物聯繫和一些其他問題那裡。
然後這全面的協議到這標準經過無人機，
你能看他們是關於95%。
這無人機是漂亮的準確的和他們是漂亮的可重現的
和這重複性曾是出色的。
這是這效力報告。 現在這是A小的少量更多的精心製作的
因為現在是比較它為了每個的這五特徵標準
和這些是這不正確選擇那是製成為了每個一。
出去的150可能的測量，
無人機A測量的142正確地，無人機乙145和無人機C 140.
所以效力是這重要的一。
如何準確的是這無人機？
我們能看那這無人機是全部跑步向上大約一個平均的關於95%。
這出現到是高度有效的。
然後我們有A細節分析
經過等級，假如在錯誤分類報告。
所以我們能看單獨地如何每個一的這些無人機比較的到這不同的，
如何每個一的這不同的特徵描述
是測量的正確地或者不正確地經過這無人機。
這是這那些那是錯誤分類。
A獲得，讓我去進入JMP。
哦，一更遠例子我意思是到展示向上超過這裡。
你使用圖表生成器，
我們能看法這分類和錯誤分類經過每個強的。
這是A真的整潔的方式的顯示它。 我希望聯合管理計劃會包括這可能
作為部分的這輸出，但你能看在哪裡這錯誤分類發生。
為了例子，為了無人機A，什麼時候你錯誤分類無人機C，
最多的他們是分類正確地，但那裡是A很少那是不是。
這些展示這錯誤分類。
我喜歡那種類的表示在圖表生成器。
現在讓我們去後退進入聯合管理計劃和是去到做
屬性測量分析多種的和這實際的實驗那曾是跑步。
好的，所以是去到分析分佈如此我們能做這。
我們能比較這無人機到這標準。
再次，我們能只是點擊在A標準和看如何它比較穿過這無人機。
我們能還做一個分析過的圖表生成器。
和我們能放這區無人機A
和然後無人機乙，和然後無人機C超過這裡。
和然後我們能放這標準在那裡
和它節目非常清楚地什麼是正在發生和那。
乙烏特我們能去和還進入聯合管理計劃和使用這聯合管理計劃質量和過程
變化性屬性測量。
所以我們添加這三無人機在這裡，我們添加這標準，
和我們放在這地點和我們得到我們的測量屬性圖表報告
顯示那無人機作為遠的作為這協議和每個其他，是在90%。
這一有這最多難的地點到表徵。
這裡是這協議報告那我有顯示你。
無人機A，無人機乙和無人機C協議和這其他無人機和和本身也。
無人機A到無人機乙，這些是這河童價值觀。
這是這測量到這標準，全部非常高的。
和然後這些是這協議穿過類別。
和然後為了這效力，
到得到那圖形那我們喜歡到看為了這效力報告，
我們拿出去這協議超過這裡和點擊在現在這效力。
我們現在有這效力陰謀
在這輕敲那節目我們如何這無人機同意和這標準。
我們現在去後退進入這微軟幻燈片軟件推介會超過這裡。
好的，到總結w帽子我們已經完畢超過這裡，
這使用的屬性測量分析允許這公司到提供堅硬的數據
在這協議和效力的無人機為了存貨管理。
時間他結果是非常感人的。 隨後的結果報導
在這公司的網站展示存貨計數到是35%,快點存貨成本
減少經過40%和減少錯過了-出貨量
和損害索賠減少經過50%比較的到這以前的方法。
在添加，這系統產生什麼我們稱呼可執行的數據
為了更多的準確的，有效的，更安全，更多的成本有效的，
和快點存貨控制。
一些出色的參考超過這裡是科恩的原來的紙，
和書經過弗萊斯是出色的，
有A很多的細節，和還這書經過樂是出色地完畢。
我感謝你非常很多為了聽。 有A好的天。
