これ話すはタイトルの拡張された用途の変換中バイナリ反応
に継続的反応で消費者製品発達。
そのある少しのある一口、
しかし私約束それしませんなれそれ複雑。
私の名前はカーティス公園。 私はある主要科学者でHPフード。
HPフードはある会社、ある食べ物そして飲み物会社。
私たちは作るある多くの違う牛乳、乳製品以外のミルク。
私たちはまた作るヨーグルト、コテージチーズ、氷クリーム。
それである多くのある多くの楽しいものに味で仕事。
私はある食べ物科学者による教育。
いくつか年前私だった尋ねたに取るある見てである問題
それ私たちは持っていたのために1つのの飲み物それ私たちはだった生産している。
私は行くに見せるあなたあるビデオただそれであなたできる見る。
しかし私たちはだった取得ある多くの消費者苦情
そしてこれら苦情だったハプニング
いつの製品だった近いにの終わりの棚人生。
あsあなた見るでこれビデオ、
そのかわいい明らかなぜ人々だった文句を言う。
私考える私するだろう不平をいうもし私見た何かのようにそれあまりにも。
その想定になれあるニースポータブル飲み物。
その厚いそして分厚いいつそのいる注がれた外。
ない何私するだろう期待する。
信じるそれまたはない、これ製品だったない甘やかされて
私約束あなた、それだったない甘やかされて
それで私だった尋ねたに取るある見てでこれそして形外どうやってできる私たちは修理それ？
なに？の問題？ どうやってする私たちは修理それ？
HPフードでの時間、これだったある少し年前。
私たちはだった早いの上で私たちの旅とを使用してJMP、
そしてそれで私だった本当に興奮したに持っているの応用に使用で本物人生
それよりもよりもただ読むについてそれまたは学ぶについてそれ。
当然私感じたのようにこれ、のようにヤフー！ しましょう走るDoE、しましょうするそれ。
私だった本当に興奮した
そしてのためにそれらののあなた誰がかもしれないない持っているとして多くの経験DoEを実行し、
の初めステップはいつもの取るある見てで何要因すべき私なれ探しているで。
それで私たちはしたある少し実験。
もしあなたできる許す自分、彼らはだったおそらく1つ要素である時間実験。
しかし私たちは狭くなったでの上何私たちは信じただったの鍵材料
それできた持っているされた原因となるの問題。
私たちは終了しました上作るあるデザイン。
これはおそらくの第4または5番目反復ののデザイン
それ私たちは来た上と、
そしてこれだったでカスタムデザイン。
それでもしあなた行くにカスタムデザイン、
それはそれはのプラットホームそれ私たちは使用に生成するこの DoE 。
あsあなたできる見る、これはこれは何私たちは持っていた。
それで私たちは持っていた材料あ、 BそしてC、そしてそれだった実はある応答表面。
それで私たちは持っていた全てのの二方法相互作用
そしての二次関数条項建てられたの中へのモデル。
それ終了しました上いる17走る、としてあなたできる見るここ。
その17違う処理組み合わせ。
これとてもA 、これかなりB 、これ多くのCのためにそれぞれ走る。
一度私たちは持っています解決済みの上これデザイン、
私たちはだった本当に興奮したそれでしましょう行く解決するこれ問題。
ピースのケーキ、右？
あなた行くの中への研究室、の中へ私たちのパイロット植物、
あなた投げるいくつかのもの一緒に、の飲み物来る外。
私は作るそれある多くもっと単純よりもそれ実はは。
私たちは作った17違う飲み物
そしてそれから私たちは置く彼らの上の棚のためにある少しその間
なぜならとして私言及された以前、
それかかりますある少し少しの時間のためにこれ問題に現れる。
置く彼らの上の棚のためにあるその間、座ったそれまで彼らはだった準備ができてになれ分析されました。
これはただあるスクリーンショットのあるデータテーブル。
これもっている私たちの実際のまたは私たちのデザインそれ私たちは使用済み。
あsあなたできる見る、あるよあるカラムここにの右それ私強調表示されました。
その私たちの私たちの友人、のYさん私たちの応答カラム。
それで一度私たちは得たにのポイントどこ私たちはだった準備ができてに準備ができてに測定それ分厚い注ぐ
今私たちは始めました考え、おお、どうやっては私たちは行くに測定それ？
なぜならあるtの時間、私たちはしたない持っているある分厚いパラメータ。
私は一度もない聞いたの1つ。 私は一度もない見つかった1つ。
もし誰でももっているこれまで見つかった1つ、結婚した愛にに見るそれそして多分買う1つ。
しかしその私たちの知識。 それしません存在する。
それで何オプションした私たちは持っているに測定これ？
なぜならもしあなたできない測定それとDoEその本当にないそれ役に立つ。
それで私たちは持っているあるフェwオプション。
初めものは私たちはできる測定すべてとしてあるバイナリ応答。
それでそのどちらかある合格失敗、その良いまたは悪いなど
あるよいくつかの長所とこれそしていくつかの短所。
の長所するだろうなれそのかわいい単純にする、右？
誰でもできる言う合格または失敗そしてそれかかりますあなたのようにいいえ時間にに測定それ。
しかし、それもっているいくつかの深刻な短所にそれ。
そのようなとして、その本当に主観的なにの観察者。
何私考えるは良い、
ある同僚の私のかもしれない考えるは悪い。
または平悪い、何私考えるは良い、私のボスかもしれない考えるは悪い。
それでその本当に主観的な。
その間それできる与えるあなたいくつかの情報、
彼らはしないでください与える私たちとして多くの情報として私たちは欲しい。
なぜならいつあなたするロジスティック回帰、何あなた得る外のそれ本当にはただ
確率の何か通過または確率の失敗している。
で私の経験、それはされた難しいに通信する
そしてに本当に理解する何にするとそれデータ、
特にいつだった試していますに通信すると非技術的な人々。
それで継続的なもしあるよどれでも方法に得るある継続的な応答、
それは何私たちは努力するのためになぜなら彼らは与える私たちある多くもっと情報。
私たちはできる知るどうやって良いはそれまたはどうやって悪いはそれ、
なぜならない全て良いは作成した等しい。
あるよ別のオプション私たちはできた持っている終わり
そして私するだろう言うこれはおそらくの最高オプション
もしあなたできるするそれ、は私たちはできた走る消費者テストそして得る消費者入力。
何これするだろう見てのようには私持っている全て私たちの飲み物、 17飲み物、
そして私たちはリクルート多分100、 120消費者の私たちの製品
そして私たちは持っている彼ら座る下そしてレート毎シングル1つ
のために違う属性、
1つの彼らおそらくいるどうやって良いするあなたのようにどうやってこれ注ぐ？
の理由なぜこれはある金標準
はなぜならそれらのはの人々の意見誰が案件に私たち。
何私たちはするだろうするは後私たちは得る100または120反応、
あなた取るある見てでのデータあなた得る、
私たちはできる取る平均そして置くそれらの平均の中へ私たちのモデル。
しかし、
それできる料金ある多くのお金そしてそれできる取るある多くの時間。
それでもしあなたの予算しません許可するそれ
またはあなたのタイムラインのために何でも理由しません許可するそれ、
あなたできないするこれのためにすべて。
時々のものあなたは試していますに測定
そうではありませんそのようなある巨大な問題それあなたは試していますに解決する
それその価値支出全てそれお金。
しかしそれするだろうまだなれ重要になれできるに測定それ。
するあなた持っているどれでも他のオプション？
私言及されたこれ以前。
あなたできる探すの楽器それできる測定何あなたは探しているのために。
時々彼らは存在する。
のように私言った、私しないでください知るのある分厚いパラメータ。
私見たで私たちの倉庫で私たちの研究開発中心、できませんでした探す1つ。
平もしあなたできる探す1つ、
もしこれは何かそれは本当に専門化された、
あなたはない行くに使用それとても頻繁。
それしません作るセンスに買うのピースの装置またはそれできたなれ何か
それするだろうなれ本当に素晴らしい、しかしそれ必要ある多くの専門知識
それ多分あなたの研究開発、あなたのテクニカル部門しません持っているまたは
ただしません持っているの時間またはリソースにに取引と。
私は行くに見せるあなたの最後オプション私たちは持っているここ。
何私は行くに言うはトレーニングあるグループの人々どうやってにレートそれ属性
の興味そしてそれからさせて彼ら与えるあなた全ての評価。
これはとてもとして良いとして持っている実際の消費者。
しかしここだった試していますに取る主観外のそれ
そして作るそれ客観的。
いつ良い訓練された人間できるなれ素晴らしい測定する楽器。
私は行くに歩くあなたを通して私たちが持っているもの終わりでフード
いつ私たちは持っているいくつかの難しいに測定属性。
だった行くに使用の場合勉強のこれ分厚い注ぐ。
これは私たちのロードマップ。
病気歩くあなたを通してこれそしてそれから良い実はするそれライブ。
の初めもの私欲しかったに得る横切って
はそれのサンプルそれあなた生産するからDoEできるなれ使用済みのために多くの目的。
私のようにに教えて人々それあなたのサンプルはのように金
そしてあなたすべき扱う彼らのように金。
彼らはとても貴重な。
あなた5月するDoE考えそれあなたは試していますに答え1つ質問、
しかし何かそれ以外かもしれないポップ上後で
それあなたするだろうなれできるに使用それらのサンプルに答えそれ質問として良い。
私は持っていたそれ起こるに自分多くの回、それで時々その良いに考えるについて
ただ聞くあなた自身の質問。
私は終わり全てこれ仕事に作る17違う飲み物。
何それ以外できる私すると彼ら？
何それ以外できる私学ぶ？
で私たちの場合、私たちは使用これらサンプルとしてある"較正セット"
それでそれ私たちはできる教える私たちの人間、私の同僚、
どうやってに測定これ分厚い注ぐ。
それでここにあります私たちの方法。
の初めもの私たちはするは私たちはレビュー
全てのサンプルとある小さいグループ、いくつかの多分1または2または3人々それは
本当に知識豊富なの上の主題またはは責任者のためにのプロジェクト。
何あなたするはあなた見てで全てのサンプル
そして決めるどれのサンプルすべきなれ使用済みに電車の襲撃者たち。
だった試していますに建てるある規模本質的に、そしてそれから良い取るそれ規模
そして良い得る私たちの友達、しましょう言う10、 15、 20友達に実はレートこれら、
これらサンプルのために私たち後私たちは持っています訓練された彼ら。
トレーニングステップ二、
持っている彼ら読むそれぞれビデオ、ステップ三つ。
もしそのあるビデオ、それできたなれ何かそれ以外、ある写真、
またはそれできたなれ実は彼ら注ぐ外の製品
もしあなた持っている十分、等
あなたできる得るのアイデア。
次、良い取るの平均の全てそれらの評価。
良い見てでのデータ、作るもちろんあるよ何もないファンキーでそこには
そしてそれから私たちは意思使用それらの平均価値観に建てるあるモデル。
しましょう始めると、おっと。
しましょう始めるとステップ1つそして二。
それでだった行くtああ仮定するそれ私たちは持っています見たで全ての全てのビデオ
そしての方法私たちは通常するそれなぜならそのある少しより簡単に
はあなた始めるオフ答えるの質問、どれの1つはの最低で分厚い注ぐ？
それするだろうなれこれ1つ右ここ。
番号1つ、私は行くに遊ぶそれぞれ1つのこれら。
これただ作るそれクリア、これは私たちの規模。
そのある継続的な規模から1に10そしての1に10は親切の任意。
もしもしあなた持っている何かそれ作品より良いのためにあなたそれから素晴らしい。
のビデオ右その上それ対応するにそれ。
それでこれ初めビデオ対応するにある1つ。
それでとしてあなたできる見る、その間だった見てるこれビデオ
注ぐいいですね、いいえ波打つそしていいえ分厚いこと。
注ぐとして期待される。 美しい。
それはそれはの簡単サンプルに識別する
そしてそれからでのでのサンプルセット、私たちは聞く私たち自身、わかった、どれの1つはの最悪？
でこれ場合、それだったかわいい明らか。
私意思教えてあなたまた、これ製品はない甘やかされて
それでただと変化ある少し材料。
あなたできる見るそのそれで厚い、私たちはできない平得るそれ外のの底。
それでそれは明らかに10。
それから私たちはしたある少し少しの仕事
に試すに形外、わかった、どれの1つすべき私たちは考慮するになれある五？
それで中途半端で間。
これ1つ、あなたできる見るそれまだ流れ、しかしそこにはは分厚いにそれ。
それから多分ある二そしてある半分するだろうなれこれ1つ。
見るそれもっているある少し少ない分厚いにそれ。
流れ良い、おそらくと普通震えている。
それはそうだったおそらくなれ大丈夫。
それであるよある少し少しの主観、
しかしあなた追加もっと人々に作るそれもっと客観的。
それからの最後1つ。
これはセブンそしてある半分。
それであなたできる見るそのとても、とても分厚い。
ののみものそれ本当には区別するそれから番号十は
それ私たちはできる得るそれ外ののボトルまだ流れ。
しかしとしてあなたできる見る、そのかわいい厚い。
何私するだろうするそして基本的にでこれ額の時間、
私できた電車の人々それは行くにヘルプ私たち
に分析するこれ、に測定これ分厚い注ぐ。
それから良い持っている彼らレート一度私たちは持っています訓練された彼ら。
病気基本的にする何私ただした。
多分結婚した取るある少し少しもっと時間
になれもっと特定のとあるもの私たちは欲しい彼らになれ探しているのために。
もし何あなたは持っている誰かレートはある多くもっと複雑、
それからあなたはそうしますおそらく持っているに必要に取るもっと時間トレーニング人々。
これ1つそうではなかったかわいい複雑
そしてだった本当にただ探しているのために人々の初め印象。
あその後それあなた持っている彼らレート全てのビデオ
私のようにに使用マイクロソフトフォームただなぜならその簡単そして私できる得るののデータ
本当に素早くそして簡単に、しかしあなたできる使用何でもあなた欲しい、
含む紙、それでもそれかかりますもっと時間そして私試すに避けるそれ。
ただに見せるあなた何マイクロソフト、何私たちのフォーム見てのように。
こちらですあるプレビューのそれ。
これはとしてもしあなたはやってるそれの上あなたの電話。
私のようにに作るすべてとして単純として可能、
そしてみんないつももっている彼らの電話、それで私できるするそれの上ある電話。
それは私のゴール。
私はただ言ってる分厚い注ぐ生地っぽい、
そしてそれから彼らはただ行くを通してそしてレートそれぞれ1つ。
それで分厚い貧しいのために処理。
1つ病気言う、しないでください知るそれそれ1つだったある六
そしてだったただ尋ねる人々のためにの初め印象。
あるよいいえ右または間違っていると答える。
いつもの人々の初め印象は右。
それでそれはなぜ私は尋ねる人々ないに考えるあまりにも難しいの上それ。
多分番号二はある十、そして番号三つだったある三つ。
私しないでください知る。
彼らはするだろう行くを通して全てのそれらの。
それから私たちはするだろう得る私たちのデータそしてそれからを使用してJMP
私たちはするだろう平均全てそれらの評価
そしてそれから私たちは置くのデータの中へのデータテーブルに建てるのモデル。
それでだった行くに得る外のパワーポイントのためにある2番そして良い行く
にエクセルのためにある2番。
これは何私得るいつ私欲しいに輸出のデータからマイクロソフトフォーム。
のように私言った、あなたしないでください持っているに使用これ、使用何でも作品のためにあなた。
あsあなたできる見る、 IDはのの評価者番号
ただあるランダム番号、
ないランダム、しかしただの識別子のためにそれぞれ人。
私左それ匿名それで私たちはしないでください。
私たちはしないでください批判する人々誰が多分しませんでしたするとして良いとしてみんなそれ以外。
そしてでこれ場合、これ実はこれデータは本物から。
私取ったこれにあるカレッジクラス食べ物科学クラスそして持っていた彼らするこれ。
そしてそれでこれは実際の本物カレッジ学生評価。
の評価ののビデオ。
そしてとしてあなたできる見る、私たちは持っている全てこれら列、あるカラムのためにそれぞれ1つ。
それで人1つ評価され、
評価された処理1つそして八、彼らは評価された処理、
二の四処理三つそして九、など、など、など。
それで私たちは欲しいに得るに置くこれの中へジャンプ。
それで私たちは持っている私のようにに使用のジャンプ追加で。
それででエクセル右ここ。
そしてそれからただとして長さとしてあなたはのみハイライト1つ細胞。
そしてあなたクリックデータテーブル、それは輸入すべて。
私は気づいたそれ時々
病気偶然持っているのようにただある部分ののデータ
強調表示されたそしてもしあなたできたデータテーブル今
そののみ行くに輸入何あなたハイライト。
それでどちらかハイライトすべてまたはのみハイライト1つ。
一度あなた打つそれデータテーブルボタン、
あなた意思得る何かのようにこれ。
それでこれは私たちのデータ。
私たちは必要にでの終わり、ただに見せるあなたどこだった試していますに得る
にとこれデータテーブルなぜなら私たちは持っているに操作するそれある少し少し。
これは私たちのデータテーブルのためにDoE。
私たちは走るそれだった
どうやって多くのの材料あ、 BそしてCだったでそこには。
私置く、良い話すについてこれである分
しかし私置く私の規模かどうかまたはない私考え何か合格した
またはかどうかまたはない私考え何か失敗した。
での終わり、私たちは必要1つもっとカラムそれ言う分厚い注ぐ。
良い電話それ継続的な。
そして良い持っているの平均評価のためにのために走る1つ。
平均評価のために1つ、二、三つ、四、五、等
もし私たちは見てでこれデータテーブルとしてそれは今日
はないでそれフォーマットなぜなら私たちは必要全てこれら
列になれ行そして私たちは必要のの行になれで1つカラム。
あるよおそらくある千違う方法私たちはできたするこれでJMP
そして彼らは全て良いそして彼らは全て正しい。
私は行くに見せるあなた1つ方法にするそれ。
そのただの1つそれ作品のために自分。
初め、何だった行くにするはだった行くにスタック
全てのの列の上上のそれぞれ他の。
それからだった行くにするあるまとめテーブル
それもっているの平均そして多分良いまた追加での標準偏差のために楽しい。
しかしのとても初めものそれ私はいつもされた教えたにするはいつあなた得るデータ、
あなた欲しいに見てでのグラフ、のデータそして見てでのプロット。
それでだった行くに実は見てでの分布本当に素早く。
それでもし私たちは行くに分析する。
そこには私たちは行く。 分析する分布。
私たちは欲しいに見てでの分布のために全てのの治療法。
私はただ行くにハイライト彼ら。
行くにの列そして言う、わかった。
私はただ探しているに見るはそこには何でも
奇妙なについてこれデータそれ私たちはすべきなれ心配しているについて？
いつ私見てでそれで私たちはできる見るのために1、2、3 、など、
私は探しているのために外れ値、
のようにのために例、三つ、みんな評価されたこれサンプル間1そして6.
そこにはだった誰か上ここ誰が評価されたそれ本当に高い、
そしてあるよまた誰か上ここそれ評価されたこれ1つ高い。
それで何私のようににするはもしあなたクリックの上これ、
それはハイライトどこ...
それでこれこれ行を表します1つ襲撃者、 1つ人。
それで私は行くに見るどうやって彼らは評価されたすべて
そしてあなたできる見る彼らは傾向があるになれの外れ値。
のニースものはでJMPはそれ一度あなたハイライト1つ行、
全てそれ意思ハイライトのために全ての他の反応。
それで私できる見るそれ、うん、彼らは評価された3 あることより高い4いるより高い。
私たちは行く下、見て。
終了します。 彼らは反対のみんな。
それらしいのようにのためにいくつかの理由
ののトレーニング、彼らは得たある少し混乱した
そして彼らは考えより高い番号意味より低い分厚いそして副その逆も。
それで何私は行くにするは以来私持っているこれ行強調表示された、
私は行くに近いこれ、それは滞在する強調表示されました。
それでこれは行1つ。
私はただ行くに消去これデータ
そしてそれから良い動くの上。
今私たちは感じるかわいい快適とのデータはかわいい多くの固体。
のように私言った、だった行くにスタックの列。
もし私たちは行くにテーブルスタック。
その行くにポップ上そして私たちはただ欲しいにスタック
全て17のの治療法。
のニースものはでJMP 17、今あなた得るこれプレビュー。
私愛のプレビューそれでそれから私知るもし私はやってるもの右。
何私たちは見るここは、
として私できる見る、
それは持っているのIDそれでの評価者そしてそれからレートの分厚い注ぐのために処理1.
彼らは与えたそれある五そして彼らはした番号二、あるセブン。
これはどうやって私たちは欲しいのデータ構造化されたそして私たちはできる変化のカラム名前。
それでその代わりのデータ、だったただ行くに言う分厚い注ぐ、
継続的な。
それからのためにラベル、私はただ行くに電話それ走るなぜならそれは本当に
何だった行くに使用これのためにである分。
私ただスタックそれ。
それで私言う、わかった、それはどうやって私欲しいそれ。
今私たちは持っているのデータテーブルでこれ方法それで今それしましょう私たち使用あるまとめテーブル。
S概説テーブルはニース方法になれできるに
作るあるテーブルののの違う統計。
それで何だった行くにするはだった行くにハイライト
の分厚い注ぐ継続的なカラムそして言う統計。
する平均。
のために楽しいで場合私たちは欲しいに使用それ、良いまた言う標準偏差。
これただ与える私たちの全体平均そして標準偏差。
しかしもし私たちは欲しいにするそれあたり走る、
病気ハイライト、走るそして置くそれここでグループ。
今いつ私たちは見てでこれプレビュー、私たちは持っている1つを通して17
そして都合よく、彼らはで注文。
1つ、二、三つ、四、五、六、セブン、八。
全ての方法に17.
私たちは持っているの平均そしての標準偏差。
それでだった行くに言う、わかった。
わかった、それで私たちは持っている1つもっとテーブル。
今だったにのポイントどこだったどこ私たちは必要になれ
なぜなら私持っているそれぞれ走るとしてある行
そして持っているあるカラムのためにの平均カラムのためにの標準偏差。
それで何私は行くにするは私意思ハイライトこれカラム。
もしあなた行くに編集コピーとカラム名前
そしてそれから私は行くに行くに私たちのオリジナルデータテーブル。
だったするつもり作るある新しいカラムここ
そして言う編集ペーストとカラム名前。
そこにはそれは。
私すべき持っている終わり両方のそれらのでの同じ時間、しかし私しませんでした。
それでだった行くにする。
するこれ1つとして良い。
わかった、それで今私たちはは準備ができてにする私たちのモデリング。
それで初め、初めもの私欲しいに見せるあなた
は何私たちはするだろう得るもし私たちはただした合格失敗私たちのバイナリ応答。
何良いするはもし私たちは行くに分析するフィットモデル。
なぜなら私作ったこれこれデザインでJMPでのカスタムデザインプラットホーム、
それ自動的に知っています何親切のデザインこれは
それでそれはなぜ私のモデルはすでに建てられた。
もしそこにははある本当に便利方法、
もしあなた知っていたこれだったある応答表面デザイン、
しましょう言う、しましょう言うこれそうではなかったここ。
のマクロは便利。
もし私強調表示された材料あ、 BそしてC.
言ったマクロ応答サービス。
それ引っ張るそれ全て上。 それすでに知っています何私は探しているのために。
それでそれは役立つ。
私置くそれでのy軸、の変数、の応答y分厚い注ぐ合格失敗。
何それ与える私たちは名目上のロジスティック。
私はない統計学者、
それで私はない行くに行くの中へどれでものの統計後ろに何そのやってる。
私はただ行くに見せるあなたどうやって何あなた得る外のそれ
そして何ある科学者かもしれないなれ探しているで。
それでもし私言う走る、私たちの目標レベルは合格した。
それでいつその行くにする確率そして確率の通過。
それで私たちは言う走る。
これは何私たちは得る。
それで、私平均、の初めものそれある科学者のように
自分自身するだろうおそらく見てではこれ効果まとめ。
私は探しているでおそらく探しているでP価値観そして私言う、
良い、何もない重要なを除外する材料A.
そこにはは他のものそれ私たちはするだろう見てで、しかし私は行くに...
私は行くに行く以上それ。
だったない行くにカバーそれ今日。
その代わり、私欲しいにただ見てでのプロファイラー、
なぜならそれは何私たちは探す、で少しでもで私たちので私たちの経験、
のプロファイラーいるのほとんど役に立つそして最も簡単なに解釈する
のためにの科学者そしていつ彼らは通信するとその他。
それで何これは、は私は行くに作るそれある少しより大きい。
はの上の左ここ。
だった行くに得るある確率の失敗したそしてある確率の通過。
それでもし私たちは持っている0.13の材料、ある0.12の原料B、
0.45そしての材料C、
そしてその実は0.13%、 0.12%、 0.45%。
私ただしませんでした変化それ。
そのあるとても、とても小さい割合のの式それだった変化
いずれかの方法でそれらのレベル、
これ言う100%のの時間だった行くに合格。
もし私動くそれ上、しましょう言うに..
持っているのように、
言うポイント二のこれ材料今。
今、見た目のようにだった行くに合格のみ64%のの時間。
あなたできる見るこれら曲線、
どうやって私かわった材料Bある少し少しそして材料C、
多分私たちはできる得る戻る上にあるポイントどこ私たちは合格98%のの時間。
あなたできる遊ぶその周りとこれ。
しかしの問題とこれは、はのように私言った以前、
通過。
多分これ合格右ここはないの同じとして通過以上ここ。
しかし、私たちはしないでください本当に知るそれとこれ情報、
そしてその親切の難しいもののためにいくつかの人々に包む彼らの頭その周り、
のようにそれだったただ確率の通過。
何する私するもしもし全て私できる得るはの85%合格レート？
のように、しましょう言う仮に、これだったの最高私たちはできたする。
何する私するとそれ？
それでそれはなぜだった探しているで継続的な反応。
私はただ行くに近いこれそしてだった行くにするそれ、
建てるそれモデルまた、を除外するしましょうするそれのためにの平均
の私たちの継続的な規模。
それでだった行くに持っているに取り除く分厚い注ぐ
そしてだった行くに追加の平均ここ。
だったただ行くに言う走る。 保つそれ単純。
するの効果ふるい分け報告。
今あなたできる見るあるよある多くもっと情報行くの上
それ私たちはしませんでした得る前に。
それでどこ前に、もしあなた覚えて、
全て私たちは見ただったそれ材料あ持っていたある本当に低いP価値。
すべてそれ以外だったのように0.99。
の結論だった成分Aするすべて。
良い、そのない実はの全体真実、として私たちはできる見るここ。
はい、材料はのほとんどそしてほとんど重要。
の主要効果の材料右ここ。
しかしBそしてCまた持っているある役割に遊ぶ。
その間ないとして大きい、彼らはまだの重要役割。
それで私たちは見てで私たちの実際の予測されたプロット。
それ見た目かわいい健康。
私たちの足らないのフィット。 見てs良い。
私はない行くに行くの中へ全ての詳細のすべてそれ私たちは見てで、
主になぜなら私はない統計学者。
それはただ何私見てで。 病気見てでの足らないのフィット。
病気見てでの残差に見るもし
あるよ何でも奇妙な、の学生化された残留物。
それから本当に、私来るにのプロファイラー
そして今あなたできる見るこれ与える私たちある多くの違う写真、
多くのもっと完了写真、どことして私増加材料あ、
の分厚い細孔増加し、しかし増加するこれらこれらものするあまりにも。
それで彼らは彼らはまた持っているある役割に遊ぶ。
もし私たちはだったに
言うそれ私たちは欲しいに最小化するそれ、私考えるそのかわいい明らか何の...
望ましさは行くに来る外にいる。
しかしただに見せるあなた、
だった行くにあなた行くにの赤三角形によるの予測プロファイラー。
最適化望ましさそしてだった行くにするの望ましさ関数。
それからここ、これはの望ましさ。
私探すそれ役に立つ。
あなたできる変化それでの赤三角形、
しかし私探すそれより簡単にもしあなたただ打つコントロールそしてそれからクリックの上それ。
今私たちはできる変化何私たちのゴールは。
それででこれ場合、私たちは欲しいに最小化するこれなぜなら私たちはしないでください欲しいそれ右？
私たちはしないでくださいのように分厚い注ぐ。
消費者しないでくださいのようにそれどちらか。
それでだったただ行くに言う最小化するそしてわかった。
今私たちはできる行く戻るにそれ最適化そして望ましさ
そして言う最大化するそれ。
私が考え私だった行くにする。
言う、取るこれら二材料外。
置くこれ1つとして低いとしてあなたできる。
あなたはそうするだろう得るのの最低分厚い注ぐそれあなたできる。
で現実、私たちは持っていたいくつかの他の制約、それで私たちはできませんでしたするそれ。
そこにはだった他の要因で遊ぶ、しかしこれ絶対に与えた私たち
ある本当に良いアイデアのどこ私たちは必要なに行く、
何だった重要そしてどうやってする私たちはコントロールこれ分厚い注ぐ
にのポイントどこいつ私たちは実装されましたの変化、の苦情行った離れて。
そのされた良いこれまで以来。
それはのの一言で言えば
のどうやってあなたできた取る何かそれは難しいに測定。
その本当に主観的な。
そのバイナリそれであなた合格失敗または良いまたは悪い、
そしてあなたできる変換するそれの中へ何かそれは継続的な。
そのある比較的単純方法。
あなたできる使用それのためにある番号のもの。
として長さとしてあなた持っている人々利用可能にヘルプあなた外、
あなたできるあなたできる測定ある多くのものそれできたなれ考慮された難しいに測定。
どこする私たちは行くからここ？
でフード。
ただに与えるあなたの例のいくつかの他のものそれ私たちは遭遇した。
これ1つ、の分厚い注ぐ、は実は1つそれはある少しより簡単ににする。
しかししましょう言うこれは別の製品私たちはだった働くの上ある長さ時間前どこ
しましょう言うあなた持っているコーヒーそしてあなたは行くに追加いくつかのフォームにそれ
そしてあなた欲しいに理解するどうやって良いするそれフォーム消散するの中へのコーヒー？
それはあるそれはある厳しいものに測定。
私たちは絶対にしないでください持っているどれでも計器類
それできる本当に測定それ。
動画本当に助けた私たちに理解するどうやって私たちはできた測定それ
そして得るいくつかの役に立つ情報外の...
としてあなたできる見る、だった試していますに測定どうやってするそれ見て？
どうやって良いするそれ動くそれ1つ対、しましょう言う、これ処理以上ここ？
あなたできる見る彼らはとても違う。
どこ1つ動く本当に速い、の他の動く本当に遅い。
これ1つ見た目親切の分厚いの他の1つしませんでしたそれで多くの。
それはそれはどうやって私たちは使用それ。 私たちは使用それとても頻繁。
私感謝するあなた取るの時間に聞くに私の話す。
うまくいけば、私希望それこれもっているされた役に立つ。
あなたはそうするだろうなれできるに探すある方法それあなたできる埋め込むそれに
でであなたの日に日仕事。
感謝あなた。
