歡迎，
所有人。
我的
姓名
是
傑森
維金斯。
我是 a 系統 工程師 和 JMP。
為了 這 推介會， 患病的 是 玩耍 這 角色 的 a 品質 顧問。
我的 姓名 是 傑瑞 魚。 我是 a 系統 工程師 和 JMP。
患病的 是 玩耍 這 角色 的 a 品質 主管 在 a 製造業 植物。
只是 a 夫妻 的 參考 為了 這 推介會 預先。
是， 傑瑞 和 我，
大樓 在 a 紙 那 我們 呈現 在 發現 歐洲 2023年。
那是 這 紙 數字。
你 能 去 到 社區.j mp.com
和 搜尋 為了 那 紙。
傑瑞 將要 也 是 呈現 一個 一經請求 影片 為了 發現 在 要求。
那是 這 紙 數位 到 搜尋 作為 出色地。
自始至終 這 推介會， 我們 將要 是 參考
唐納德博士 惠勒的 書， 電磁脈衝 第三章
評估 這 測量 過程 和 使用 不完善 數據。
全部 正確的， 傑瑞， 準備好 到 踢 這 離開？
絕對地， 去 為了 它。
全部 正確的， 我是 呼叫 你 向上。 你好， 傑瑞。
謝謝 為了 開支 a 很少 分分鐘 和 我。
作為 a 品質 顧問，
I 幫助 品質 利害關係人 喜歡 你自己 理解 和 提升 過程。
你好， 傑森。 好的 到 見面 你。
I 需要 到 讓 你 知道， I 不 有 很多 時間 到 花費 和 你 正確的 現在。
我們已經 得到 一個 緊急狀況 情況 在 我們的
生產 線 那 I 不 真的 需要 到 去 地址。
I 知道 我們已經 得到 30 分分鐘 已安排
和 我是 有興趣的 在 討論 量規， 但 能 我們 嘗試 到 製作 這 快的？
I 理解 完全地。
患病的 嘗試 到 製作 這 最多 的 我們的 時間 今天。
到 踢 事物 離開，
能 你 告訴 我 a 小的 位元 關於 你的 公司 和 你的 品質 程式?
當然。
你 大概 知道 那 艾克米 有 建造 a 名聲 和 我們的 顧客
為了 製造業 最高 品質 產品。
是 總是 擔心的 和 品質.
我們 有 各種各樣的 量規 那 我們 使用 到 確保 我們的 品質 停留 高的，
和 我們已經 到過 正在做 這 為了 許多 年， 所以 我們 思考 是 漂亮的 好的 在 它。
我是 熟悉的 和 Acme's 高的 品質 名聲。
我的 諮詢 團隊 和 I 有 到過 在職的
和 製造業 公司 喜歡 你自己 那 有 a 高的 重點 在 品質
到 進步 這 使用 和 效力 的 偉大的 量規 研究。
一 的 這 事物 我們 尋找 到 理解 是 這 貨幣 成本
聯繫 和 這 量規 用過的 到 措施 過程 品質 特徵。
有 你 量化 如何 很多 任何 的 你的 量規 是 成本 你的 商業？
我是 不是 當然 I 知道 什麼 你 意思是。
出色地， 量規 不是 完美的。
他們 製作 錯誤。
有時 他們會 丟 離開 好的 部分 和 有時 他們會 經過 壞的 部分。
除非 你 有 a 完美的 量規 和 不 一 有 這些， 錯誤 是 不可避免的。
是的， I 得到 那， I 認為 所以。
我們已經 完畢 傳統的 量規 研究 那 說 我們的 量規 是 好的。
出色地， 一些 的 他們 是 實際上 被歸類為合格 為了
AIAG 汽車 產業 行動 團體， 哪個 我們 使用 為了 我們的 測試。
不 那 意思是 它們是 好的 到 使用？
有 a 很多 更多的 到 這 故事 比 只是
使用 這 好的， 足夠的， 和 貧窮的 AIAG 評估。
在 事實， 我們 可以 有 a 長的 討論
關於 這 差異 之間 AIAG 結果 和 a 較新的 方法 稱為 電磁脈衝 3.
I 知道 你 說 你 有 30 分鐘。
它 轉彎 出去 那 AIAG， 我們 是 嘗試 到 和 它 向上，
它是 只是 很多 更多的 批判的 的 量規 比 它 需求 到 是。
這 電磁脈衝 方法， 哪個 是 開創者 經過 a 蓋伊 命名
惠勒博士 是 a 更多的 實際的 方式 到 評價 量規。
I 欣賞 你 跳過 超過 那 部分。
我們 認出 不 量規 是 完美的。
我們 也 認出 那 使用 a 貧窮的 量規
風險 接受 壞的 部分， 哪個 是 壞的 為了 我的 商業。
這 更糟 這 量規， 這 更高 這 風險。
我們已經 得到 a 方式 那 我們處理 這 問題。
哦， 是什麼 那？
出色地， 我們 指示 我們的 製造業 團體
到 使用 檢查 限制 那 是 裡面 的 這 規格。
如果 我們 放 他們 遠的 足夠的 裡面 這些 規格 限制，
我們 減少 和 本質上 我們 能 排除 船運 壞的 部分。
不 那 使固定 我們的 問題？
使用 檢查 限制 那 是 裡面 這 規格 限制
是 a 好的 方式 到 減少 這 風險 的 透過 壞的 部分
當 量規 措施 除 靠近 這 規格 限制。
這 是 a 常見的 戰略， 某物 那 公司 稱呼
警戒帶 或者 指定 製造業 指示。
如何 做 你 選擇 如何 很多 到 狹窄的 你的 檢查 限制？
出色地， 坦白說， 我是 不是 當然 我們 放 那 很多 嚴格 進入 它。
我們 只是 移動 我們的 檢查 限制 在 木板 的 這 規格 一定數量
那 我們的 主題 事 專家 已經發現 工作 出色地 超過 這 年。
出色地， 你是 在 好的 公司。
許多 其他的 喜歡 你 採用 這 相同的 方法。
那裡 是 a 缺點 儘管。
哦， 是什麼 那？
經過 任意地 選擇 如何 很多 到 狹窄的
檢查 限制， 你 可能 是 不必要的 投擲 出去 好的 部分。
那是 只是 假設 它們是 也 狹窄的。
或者 你 可以 仍然 有 壞的 部分
那 逃脫 檢查 如果 這 限制 不是 狹窄的 足夠的。
有 你 經過考慮的 採取 a 更多的 統計 方法？
我們 有 不是。
我已經 總是 想法 我們 應該 有 a 更好的 方式 到 證明合法 我們的
製造業 指示， 但 我們 不 知道 如何 到 做 那。
出色地， 惠勒博士 提議 a 方法 的 環境
製造業 指示 基於 在 這 統計數據 我們 得到 從 正在做
a 測量 系統 分析 在 他的 書， 電磁脈衝 3.
I 誠實地 還沒有 聽到 的 惠勒的 電磁脈衝 方法 前。
是 它 新的？
它是 到過 大約 為了 a 夫妻 的 幾十年 現在。
更多的 重要 到 我的 知識，博士
惠勒 曾是 這 第一的 人 到 發布
a 解決方案 到 這 問題 的 客觀地 環境 這些 檢查 限制。
他的 方法 用途 輸出 從 MSA， 喜歡 我們 是 提及。
一些 的 這些 是 可能 錯誤，
沿著 和 期望值 你的 期望 是 一致性 到 規格。
做 任何 的 這 現代的 統計 分析
包裹 那 是 在 這 市場 今天 支援 這 電磁脈衝 方法？
我是 高興的 你 問。
跳躍， 哪個 是 我的 首選 數據 分析
工具， JMP 是 a 一般的 目的， 簡單的 到 使用 數據 分析 包裹
那 有 許多 品質 和 過程 控制 特徵。
跳躍 製作 快的 工作 的 這 分析 部分 的 過程 改進，
所以 更多的 時間 能 是 投入的 到 改善 這 過程 本身。
你 知道 那 那就是 不是 a 瑣碎的 數量 的 工作， 通常。
Jmp的 電磁脈衝 性格 和 這 測量
系統 分析 平台 是 基於 在 惠勒的 書。
全部 那 東西 是 在 那裡。
這 計算 為了 製造業 指示 是 不是 可用的 在 JMP 然而。
我們 建造 一個 外掛 那 做 他們 為了 你
和 提供 一些 工具 為了 成本 權衡 分析。
好的， 好的。
I 曾是 害怕的 I 可能 有 到 來 向上 和 我的 自己的 方程式。
患病的 命令 a 複製 的 那 書 為了 我的 團隊。
如果 你已經 已經 得到 一個 外掛
那 做 那 為了 我們， 我是 確實 有興趣的。
什麼 做 它 成本 和 如何 做 它 工作？
出色地， 好的 訊息， 它是 自由的。
你 能 尋找 它 在 這 文件 交換 在下面
community.Jmp.com 在線的 或者 JMP 使用者 社區。
讓 我 展示 你 如何 它 作品。 偉大的。
全部 正確的。 這裡 在 這 左邊 邊，
我們 有 到 進入 a 小的 位元 的 資訊 關於 我們的 產品。
第一的 是 這 規格 限制。
你 知道， 這 是 什麼 我們的 顧客 想要。
這 是 嗓音 的 這 顧客。
一個 上 和 降低 規格 限制。
我們 需要 到 進入 什麼 我們 知道 關於 我們的 測量 錯誤。
是 去 到 使用 這 標準 偏差 的 我們的 測量 錯誤。
這 是 某物 那 我們 能 得到 從 a 測量 系統 分析。
我們 也 需要 到 供應 一些 資訊
關於 什麼 我們 預計 這 真的 部分 分配 到 看 喜歡。
這 參數 意思是 和 標準 偏差， 給 我們 a 描述 的 什麼
這 真的 部分 分配 是 為了 我們的 過程。
等待 a 分鐘。
I 不 知道 我的 真的 部分 分配。
那是 這 問題 這裡。
全部 我已經 得到 是 我的 測量 部分 分配。
好的， 我們來吧 為了 這 片刻，
認為 那 這 真的 部分 分配 是 通常情況下 分散式，
和 這 量規 是 也 通常情況下 分佈式。
我們 能 使用 a 簡單的 關係 到 得到 這 真的 部分 方差。
如果 I 做過 a 測量 系統 分析，
I 有 這 變異數 聯繫 和 我的 量規。
如果 I 做過 a 束 的 測量
的 我的 過程， I 有 a 測量 部分 分配 的 我的 過程。
I 只是 有 到 減去 那些， 和 然後 I 能 得到 這 真的 部分 方差。
從 那， I 能 得到 這 標準 偏差 為了 我的 真的 部分 分配。
方法 簡單的 也.
是 只是 去 到 認為 那 那 意思是
是 這 測量 部分 分配 較少的 任何 偏見 那 我們 有 和 這 量規。
好的。 I 思考 我是 和 你 所以 遠的。
我們 是 仍然 移動 向 如何 很多 我的 量規 是 成本 我的 商業， 正確的？
我的 線 仍然 有 那 問題 那 I 需要 到 地址。
得到 你。 我們 是。
如果 你會 放縱 我 只是 a 小的 位元 更長。
我們 有 更多的 工作 到 做。
第一的， 我們來吧 看 在 這 統計數據 概括。
大概 層， 跨班級 相關性和
精確 到 寬容 是 方式 的 描述 量規 變化
那 我們 得到 經過 進行 惠勒的 測量 系統 分析。
這些 值 是 計算 使用
規格 限制 和 量規 西格瑪 輸入。
患病的 讓 你 讀 關於 這些 計算 什麼時候 你 得到 惠勒的 書。
好的。
這 能力 指數 是 用過的 到 描述 如何 很多 的 這 規格
限制 範圍 是 消耗 經過 過程 變化。
這 是 這 變化 的 這 真實部分 價值觀。
能力 是 計算 使用 規格 限制 和 我們的 真實部分 意思是 在 西格瑪。
是的， 在 粉刺， 我們 常 使用 CP 和 CPC。
好的。
總的來說， 你是 大概 獲得 一個 主意 那 這些 值 提供 我們
a 好的 快照 的 量規 和 過程 變化。
它是 去 到 幫助 我們。
為了 這 例子， 一個 國際商會 的 0.86 是 講述 我們 那 14 %
的 我們的 測量 變化 是 a 結果 的 量規 錯誤。
但 我們的 過程 是 不是 表演 所以 出色地 在 a 能力 的 僅有的 關於 67%。
這 最後的 事物 那 我們 需要 是 預期的 一致性 在 製造業 指示。
那是 a 一口氣說完。
什麼 做 你 意思是 經過 那？
它 是。 讓 我 看 如果 I 能 繹 那。
這 是 這 可能性 那 a 測量 部分 將要 真的 符合 到
規格 如果 這 量規 措施 確切地
在 規格 限制 那 我們 討論 更早。
確切地 在 55 或者 75.
為了 例子， 我們來吧 說 那 我們 想 99% 符合性。
到 達到 這，
我們 需要 到 放 我們的 製造業 指示。
讓 我 製作 這 a 小的 位元 大 為了 我們 這裡。
我們 需要 到 製作 我們的 製造業
指示 57.3 和 72.7。
那是 實際上 較窄 比 這 55 和 75 是 我們的 規格 限制。
然後 如果 我們 做 那，
我們 能 預計 a 99% 機會 那 將要 拒絕 或者 準確 接受
a 部分 那就是 靠近 那些 規格 限制。
好的， 讓 我 迴音 那 後退 到 你 到 看 如果 我已經 得到 那 正確的。
如果 I 放 我的 檢查 限制 為了 這 例子 到 57.3 和 72.7，
和 然後 如果 I 措施 a 部分 和 我的 量規 那 措施 確切地 57.3，
有 a 99% 機會 那 它 滿足 我的 產品 規格 的 55 和 75.
那是 正確的。 你 說 它 甚至 更好的 比 I 可以。
它是 真的嗎， 在 我的 頭腦， 它是 有用 到 思考 關於 測量 風險 在 這 方式。
作為 測量 那 我們 製作 靠近 規格 限制 是 這 風險最高 那 我們 遇到。
它 也 揭露 權衡取捨 之間 量規 效力 和 過程 能力。
思考 關於 這， 傑瑞。
如果 這 過程 是 高度 有能力的，
你 能 得到 離開 和 這 邊緣 量規 甚至 什麼時候 測量 靠近 這 規格 限制。
然而， 如果 你 有 a 貧窮的 CPC， 它 可能 是 聰明的 到 調整
這 製造業 指示 到 緩解 風險， 甚至 如果 這 量規 是 有效的。
那 聲音 喜歡 什麼 我的 主題 事
專家 有 到過 嘗試 到 做， 但 你是 說 那 我們 能 放 a 很多
更多的 統計 嚴格 在後面 環境 那些 製造業 指示。
你的 例子 套 製造業 指示 到 給 99% 符合性。
I 認為 如果 I 想 99.9%
符合性， 那些 製造業 指示 將要 狹窄的 更遠？
他們 將要。
在 事實， 我們來吧 只是 拿 a 看 在 如何 很多。
哇， 那就是 相當 a 位元.
是的。
58， 8、 和 71.1. 好的， I 思考 我是 獲得 它。
縮小範圍 那些 製造業 指示 是 偉大的 為了 保證 那 我是
船運 好的 部分， 但 I 不 一定 喜歡 那。
為什麼 不是？ 在 事實， 患病的 轉變 它 後退。
為什麼 不 你 喜歡 那， 傑瑞？
出色地， 這 較窄 我們 放 那些 製造業 指示，
這 更多的 好的 產品 我是 去 到 丟 離開， 不是 我？
是的， 那就是 正確的。
I 思考 你是 開始 到 看
這 權衡取捨 聯繫 和 環境 製造業 指示。
它是 漂亮的 涼爽的。 是的。
能 你 告訴 我 如何 很多 它是 去 到 成本 我 什麼時候
I 丟 那款好產品
離開 給定 這 選定 製造業 指示？
是的。
那是 給定 在 這 利潤 損失 探險家 大綱 的 這 插件。
前 I 能 回答 那， 儘管， 我們 有 到 進入 一些 價值觀。
假設一下， 什麼時候 是 說 關於 一 的 你的
部分， 如何 很多 收入 能 你 預計 每 部分？
好的， 出色地， 那 數位 看起來 好的。
為了 這 清酒 的 這 示範 或者 這 例子， 我們來吧 只是 說 100美元 每 部分。
好的。
如何 許多 部分 做 你 預計 到 製作？
100,000 聲音 好的。
那是 典型的， 在 至少 為了 或許 a 年 生產。
好的。 好的 部分 跑步。
如何 很多 做 它 成本 你 到 製作 a 部分？
漂亮的 簡單的 到 數位 那 出去。
出去 的 這 100美元 那 我們 賣 a 部分 為了，
它 成本 我們 關於 70美元 到 製作 它， 所以 我們 製作 a 30美元 利潤。
最後的 但 不是 至少， 什麼 是 這 成本 的 船運 a 壞的 部分？
是什麼 這 懲罰 如果 a 部分 逃脫 你的 檢查 過程？
I 看 什麼 你是 說道。
那是 a 小的 更難。
有， 的 課程，
這 潛在的 成本 的 返回 和 這 聯繫 成本 的 維修。
那些 是 相當 簡單的 到 計算。
有 也 損害 到 Acme's 名聲。
我們的 顧客 要求 品質,
和 如果 我們 開始 推桿 壞的 產品 出去 這 門，
它 能 迅速地 得到 出去 的 手 在 a 匆忙 和 結果 在 遺失的 未來 銷售量。
那是 a 很多 更多的 難的 到 計算。
真的嗎， 它 會 拿 我們 a 儘管 到 刮痕 我們的 頭部 和 數位 那 出去。
為了 這 清酒 的 爭論， 我們來吧 說 那 金額 到 關於 200美元 每
壞的 部分 那 我們 讓 出去 的 這 植物 和 賣。
全部 正確的， 偉大的。
現在， I 看 一 更多的 入口 盒子。
其他 單字， 沙拉。
數位 的 私募股權公司 製造業 指示 說謊 從 WSL。
什麼 在 這 世界 做 那 意思是？
全部 正確的， 你 確實 有 裸露
其他 值得 的 解釋 放 的 術語， 傑瑞。
讓 我 拿 a 刺 在 這。
什麼 是 指 到 是 整數 倍數 的 可能 錯誤。
記住， 我們 談話 關於 那 作為 存在 一 的 這 輸出 從 一個 電磁脈衝 測量
系統 分析， 說 關於 這 整數 倍數
的 可能 錯誤 離開 從 分水嶺 限制。
這 是 如何 我們 將要 描述 這 地點 的 製造業 指示 相對的
到 分水嶺 限制 為了 這 模擬 那 是 跑步。
轉彎 出去 惠勒 用途 這 相同的 方法 在 電磁脈衝 3.
什麼時候 你 得到 這 書， 拿 a 看 在 那。
它 應該 是 漂亮的 持續的。
他 用途 分水嶺 限制 作為 反對
到 規格 限制 到 帳戶 為了 粒徑 的 測量。
如果 我們 執行 a 測量 系統 分析 使用 這 電磁脈衝
方法 在 這 量規， 我們會 是 給定 a 測量 增加。
分水嶺 限制 是 本質上 一半 a 測量 增量 外部 這 規格。
從 a 實際的 觀點 的 看法， 底部 線， 製造業 指示
應該 是 放 從 分水嶺 限制 作為 反對 到 規格 限制。
那 只是 幫助 我們 得到 大約 那 粒徑 問題。
現在， 它是 也 值得 注意到 那 製造業
指示 能 是 放 裡面 或者 外部 這 分水嶺 限制。
現在， 等待 a 分鐘。
那 聲音 瘋狂的。
是 你 說 那 那裡 是 時代 什麼時候 I
可能 想 到 放 我的 製造業 指示 外部 的 我的 產品 規格？
為什麼 會 I 曾經 想 到 做 那？
是的， 它 似乎 櫃檯 到 它， 和 ID 爭論 那 它是 相對地 稀有的。
那裡 是 一些 狀況 在哪裡
為了 嚴格 經濟的 原因 你 可能 是 更好的 離開 選擇 一個 甚至
更廣泛 放 的 製造業 指示 比 你的 產品 規格。
我們 能 演講 透過 一個 例子 在 只是 a 第二。
記住 什麼時候 我們 是
探索 什麼 這 統計數據 意思是， 和 我們 談話 關於 這 主意 那 如果 I
有 a 過程 那 是 非常 有能力的， 但 我們 有 一個 不完善 量規。
它 可能 是 聰明的 為了 我們 經濟上 到 實際上 推 我們的 規格 限制 寬的
和 調整 這 檢查 過程 因此。
那裡 是 情況 在哪裡 那 可能
發生， 但 是的， ID 爭論 那 它們是 漂亮的 稀有的。
I 看。 I 不 知道。
為了 現在， 為了 這 清酒 的 這 模擬，
我們來吧 放 這 數位 的 可能 錯誤 到 減 一。
什麼 這 方法 是 那 是 收窄 我們的 製造業 指示。
讓 我 製作 這 a 小的 位元 更廣泛 這裡。
是 說 關於 收窄
這 製造業 指示 裡面 這 規格 限制。
什麼時候 我們 做 那， 我們 能
重點 你的 注意力 向下 到 這 預期的 網 利潤 在 製造業 指示。
這裡 我們 能 看 那 這 選定
預期的 網 是 這 網 利潤， 和 我們 能 站立 到 製作 關於 1.9美元
百萬 為了 100,000 部分 為了 這 參數 那 我們已經 已進入。
好的， 出色地， 在 至少 那是一個 利潤。
I 看 a 最大限度 預期的 網 那 演出 一個 甚至 更高 利潤。
是 那 某物 I 應該 考慮 或者 能 I 達到 它？
是的， 確實。
這 最大限度 利潤 那 你 能 達到 為了 這 測量 過程 和
這 經濟的 放 的 情況 是 關於 2.1美元 百萬。
現在， 什麼 這 是 講述 我們 是 那 我們 能 達到 它 經過 製作 我們的 製造業
指示 平等的 到 這 分水嶺 限制。
如果 I 改變 這 到 零，
我們可以 看 那 我們已經 打 那 最大限度 預期的 網。
我們已經 只是 完畢 那 經過
移動 這 製造業 指示 到 這 分水嶺 限制。
這 是 最佳的 為了 這 狀況 那 我們已經 已進入。
那是 真的 有趣的。
和 任何 組合 喜歡 這， 可能， I 可以 尋找 一個 最佳的
在哪裡 I 需要 到 放 這些 製造業 指示。
到 得到 我 這 最大限度 利潤。
是的， 你是 釘子 它。
在 事實， 為了 這 插件， 有 一個 星號 在 這 圖形
那 識別 什麼 這 最佳的 利潤 你 能 達到 是。
涼爽的。
什麼時候 你是 正在做 這 最佳， 在哪裡 是 你 獲得 這些 數字？
I 不 理解 在哪裡 他們 可能 來 從。
當然。 他們 結果 從 貿易 離開 之間
收入 每 部分， 成本 每 部分， 和 損害 到 你的 名聲。
那些 是 這 事物 那 我們 進入。
什麼時候 我們 賣 a 壞的 部分， 那就是 這 名聲 成分。
鑑於 這 過程 和 量規 參數。
那是 這 真的 部分 和 測量 錯誤 成分 那 我們 進入 更早。
為了 現在， 喜歡 I 說， 我們來吧 保持 這
例子 到 在哪裡 是 收窄 我們的
製造業 檢查 限制。 它是 所以 有趣的。
我們 得到 全部 這些 不同的 限制。
是 說 關於 製造業
指示， 哪個 是 裡面 這 分水嶺 限制。
現在 那 我們已經 得到 這 和 是 同意
那 嘿， 這 是 這 方式 我們 想 到 跑步 這 模擬。
我們開始吧 拿 a 看 在 這 利潤 模擬 控制板。
這 矩陣 向下 以下 是 在哪裡 是 去
到 開始， 休息 這 利潤 損失 進入 九 不同的 類別。
好的， 有 a 很多 的 資訊 那裡。
我是 去 到 需要 到 學習 這 為了 a 分鐘。
我們開始吧 開始 在 這 中心， 這 中心 的 那 三 經過 三 網格。
S 開始 那裡， 的 這 100,000 部分 那 出色地 製作，
關於 91,000 是 真的 好的 部分 那 我們的 量規 閱讀 作為 好的 和 那 將要 船。
那 產 2.7 百萬 在 利潤， 和 I 認為 那 作品 出去 到 91,000
部分 時代 我們 說 這 收入 每 部分 曾是 100美元 減 70美元 到 製作 這 部分。
是 那 正確的？
那是 正確的。
好的。
移動 直的 到 這 左邊，
你是 預測 出色地 有 370 部分 那 我們 將要 船 因為 這 量規 說
它們是 好的 部分， 但 這些 部分 是 真的 以下 這 降低 規格。
那是 a 相對地 低的 數字， 但 它是 不是 真的 好的。
你 說 它是 成本 我 63,000 美元。
是 I 閱讀 那 正確的？
是的， 的確， 你 是。
好的， 和 我是 當然 那 有 到 做
和 那 200美元 懲罰 我是 付費 為了 出租 壞的 部分 得到 出去。
在 這 案件， 它 看起來 喜歡 I 可能 失去
關於 作為 很多 經過 船運 部分 那 是 壞的 在 這 高的 邊。
那是 正確的。
你 製成 2.7 百萬 銷售 好的 部分， 但 現在 這 不完善 量規 有 成本 你
a 全部的 的 140,000 因為 的 這 出租 壞的 部分 出去 進入 這 場地。
是的。
好的， 出色地， 那就是 不是 非常 好的。
現在 你已經 得到 一些 更多的 細胞
在 那 三 經過 三 網格 那 展示 損失。
什麼 是 那些 關於？
這 上 左邊 細胞 演出 部分 那 是 真的 壞的 因為 他們 是 以下 規格。
和 你的 量規 是 捕捉 他們。
那是 好的。
它是 捕捉 他們， 它是 投擲 他們 出去。
這 量規 是 正在做 什麼 你 預期的 到 做。
缺點 這裡 是 那 那裡 是 幾乎 1,900 部分 那 你是 投擲 出去，
和 每個 的 那些 是 成本 你 70美元 每個。
相同的 事物 為了 這 降低 權利， 相似的 數學 那裡。
那是 其他， 什麼， 260美元 27萬美元 未來 出去 的 我的 口袋？
I 不能 責備 那 在 這 量規。
那些 能 僅有的 是 固定的 如果 I 提升 我的 生產 過程。
什麼 關於 那些 其他 細胞？
我們開始吧 看 在 這 上 中心 細胞。
它是 顯示 那 我們 製成 a 小的 超過
2,200 好的 部分 那 是 拋擲 出去 因為 這 量規
測量 以下 這 製造業 指示。
如何 做 你 感覺 關於 那？
哦， 不是 所以 偉大的。
我們 有 a 分離 團隊 的 檢驗員
那 重新檢查 拒絕 部分 在 希望 的 回收 一些 的 我們的 損失。
這 是 製作 我 思考 那 甚至
和 那 複檢 是 仍然 投擲 出去 好的 部分。
I 認為 這 底部 中心 細胞 是
這 相同的， 好的 部分 那 我的 貧窮的 量規 說 是 更高 比 規格。
是的， 那就是 正確的。
然而 有 其他 150左右 千 美元 你是 輸了。
全部 的 那些 利潤 和 損失 是 總結 在 這 酒吧 圖表。
我們 得到 a 形象的 圖片 的 那些 作為 出色地。
I 看。
好的，
但 現在 那 假設 那 是 使用 製造業 指示 那 是 一
可能 錯誤 裡面 這 分水嶺 限制。
什麼 如果 我們 改變 這 製造業
指示 到 這 最佳 你 是 說 關於？
如何 做 那 改變 這 利潤 圖片？
我們開始吧 看 什麼 事情發生了。
只是 手錶 這 酒吧 改變 離開
到 這 正確的， 和 出色地 演講 關於 那些 a 小的 位元.
出色地 撞 那 向上 到 這 最佳， 和 什麼 做過 你 看 發生？
是的， 所以 它 看起來 喜歡 這 較短 酒吧
得到 較短 然而， 和 這 長的 酒吧 得到 a 小的 更長。
那是 好的， 和 我的 網 利潤 去 向上。 好的。
是 製作 更多的 錢。
它是 大概 值得 思維 關於 那
中間 酒吧 因為 的 那 名聲 成本 那 你 談話 關於。
是的， 當然， 我們 可能 是 製作 更多的 作為
a 商業， 但 你 應該 到 在 至少 是 說 和 利害關係人 在 這 公司
和 問 如何 是 儲存 a 小的 位元 的 錢 這裡 到 是
更多的 有利可圖， 但 是 那 這 正確的 事物 到 做？
是的， I 得到 它。
那是 有趣的。
是的， I 可能 選擇 到 使用 這 較窄 製造業 指示 因為
那 成本 到 我們的 名聲， 你 真的 得到 到 思考 關於 那 200美元 我們
放 在 早些時候， 那 可以 是 a 很多 更高 數字。
我們會 有 到 銳化 我們的 鉛筆 在 那。
然後 再次， I 猜測 I 可以 實驗 和 那， 和 這 插件， 正確的？
I 可以 嘗試 不同的 價值觀。
是的， 絕對地。
I 希望 你 將要。
I 感覺 喜歡 那 會 是 有價值的。
偉大的。
I 思考 我是 開始 到 看 現在 如何
變化 在 過程 能力 和 量規 效力 和 如何 I 放 這 檢查
限制 可能 有 a 大的 影響 在 我的 盈利能力。
那是 什麼 我們 希望 為了 什麼時候 我們 發達 這 插件。
考慮 獲利能力 什麼時候
回答 問題 關於 量規 和 過程 能力
可以 是 真的 有幫助 什麼時候 你是 嘗試 到 證明合法 改進 專案,
或者 它 可以 也 給 你 a 很多 的 信心 那 這 過程 和 量規
是 運送 這 結果 那 你 慾望。
I 必須 說， 傑森， I 是 印象深刻。
然而， I 感覺 喜歡 I 需要 到 渾 這 水 a 小的 位元.
這 是 全部 偉大的 為了 普通的
分佈， 簡單的 量規 錯誤， 和 等等。
那些 計算， 作為 你已經 所示 前， 是 簡單的。
什麼 如果 I 有 線性 或者 偏見 問題 和 我的 量規？
或者 如果 I 有 a 傾斜 部分 分配，
獲得 a 真的 部分 分配 出去 的 這 測量 部分 分配 變成
a 很多 更多的 難的 比 只是 使用 那 簡單的 公式 你 顯示 早些時候， 正確的？
能 你 甚至 做 那？
今天， 不。
真的嗎， 是 有限的 到 普通的 分佈， 但 是 幾乎 那裡。
它是 在 這 計劃。
在 事實， 它是 這 下一個 步 在 我們的 發展 計劃 為了 這 插件。
我確實有一個 同事 誰是 呈現
在 JMP的 在線的 發現 會議 世界衛生組織 有 完畢 一個 一經請求 推介會
為了 估算 這 真的 部分 分配 基於 在 測量 部分 分佈
那 可能 是 非正常 基於 在 量規 特徵。
它 把手 甚至 隨意的 分佈，
有 一些 常見的 一個 和 隨意的 分佈。
我們 將要 是 合併 這些
能力 進入 這 插件， 喜歡 I 提及。
它是 去 到 是 有時 很快。
你 應該 確實 正確的 現在 去 查看 出去 這 講話。
是的， 它 聲音 喜歡 一個 有趣的 演講 經過 一個 有趣的 主持人。
這 全部 聲音 有趣的。 I 將要， 傑森。
現在， 我們已經 涵蓋 a 很多 的 材料 今天。
會 你 頭腦 迅速地 採取 我 後退
透過 這 外掛 再次 到 製作 當然 我已經 得到 它？
絕對地。 在哪裡 我們 開始 我們的 對話 曾是
供應 a 小的 位元 的 資訊 關於 我們的 測量 過程。
我們 進入 規格 限制。
再次， 那些 是 這 嗓音 的 這 顧客 那 我們 談話 關於。
我們 談話 關於 獲得 一個 主意 的 什麼
我們的 測量 錯誤 是 從 a 測量 系統 分析，
和 然後 使用 這 標準 偏差 從 那 學習 為了 a 量規 錯誤。
我們 也 談話 關於 供應 一些
資訊 關於 這 真的 部分 分配。
這 參數 意思是 和 西格瑪，
我們 談話 關於 方式 那 我們 能 推論 那 從 這 測量 部分 分配。
我們談到了 這 統計數據 在 這 外掛
存在 a 快照 進入 我們的 量規 能力 作為 出色地 作為 我們的 過程 能力。
I 思考 那就是 重要的 作為 我們 開始
到 有 這些 對話 關於 如何 很多 這 量規 是 去 到 成本 我們。
我們 行人徒步區 透過 想法 大約 移動 我們的 規格 限制 在 這些
製造業 限制， 收窄 他們 或者 甚至 擴充 他們
到 減少 風險 什麼時候 是 測量 在 這 規格 限制。
那裡 是 其他 鈴鐺 和 哨聲 在 這 外掛 那 我們 沒有 有 時間
到 展示， 但 這些 是 只是 方式 的 真的 圖示
這些 風險 經過 現在 疊加 真實部分 分佈， 假設 是 測量
這 真實部分 靠近 這 製造業 指示。
利潤 損失 探索者 曾是 我們的 方式
到 模擬 這 成本 聯繫 和 我們的 測量 錯誤。
它 給予 我們 這 機會 到 探索 什麼 如果。
如果 我們 是 製作 a 肯定 產品 和
產品 有 肯定 成本 聯繫 和 它， 如何 很多 利潤 能 我們 預計 如果
是 跑步 製造業 指示 在 不同的 倍數 的 可能 錯誤。
我們 包裝 向上 我們的 對話
和 一個 深入 對話 關於 那些 利潤 和 損失
和 如何 這 目標 的 我們的 商業 和 這 名聲 的 我們的 商業 應該
是 經過考慮的 什麼時候 是 製作 那些 權衡取捨 作為 出色地。
好的。
感謝 你。
I 思考 那 總結 它 真的 出色地。
現在， 除了 使用 估計的 真實部分
分佈， 是 那裡 任何事物 別的 那 將要 是 發達 為了 這 插件？
出色地， 我們 也 有 已經 發達 這 錯誤分類 探險家。
它是 只是 其他 方式 的 尋找 在 量規 錯誤 和 我們的 過程 變化。
我們 沒有 有 足夠的 時間 到 去 進入 這 成分 的 這 插件。
我們 計劃 在 解釋 這 a 小的 位元
更多的 在 這 靠近 未來， 非常 可能 作為 我們 開始 合併 一些
的 那些 非正常 分佈 那 I 提及。
涼爽的。
那是 極好的。
什麼 關於 其他 訓練 機會？
什麼 我們已經 所示 這裡 今天 是 什麼 我們的
外掛 現在 做， 短的 的 這 錯誤分類 探索 那 我們 跳過。
我們會 喜歡 到 得到 更多的 進入 這 堅果 和 螺栓
的 這 方程式 在後面 這 外掛 和 這 方法。
我們 計劃 a 系列 的 在線的 會談 未來 在 這 靠近 未來 在哪裡 我們 能 探索
一些 的 那些 差異 之間 這 AIAG 分類 方法 和 電磁脈衝 和 如何 電磁脈衝
能 給 我們 更多的 實際的 和 有用 資訊 關於 我們的 量規。
出色地 也 花費 一些 更多的 時間 說 關於 量規 表現 曲線。
我們 談話 關於 這
分類 圖表， 但 出色地 介紹 你 到 一些
傳統的 量規 表現 曲線 作為 出色地 作為 一致性 曲線。
實際上， 它是 一致性 我們 談話 關於 分類 出色地 得到 到。
看 為了 那些 在 這 靠近 未來。
偉大的。
世界衛生組織 別的 應該 我們 感謝 為了 這 努力 所以 遠的？
出色地， 布雷迪， 布雷迪。
我們 應該 有 a 圖片 的 布雷迪右 這裡。
是的， 那 會 有 到過 好的。
布雷迪， 布雷迪 是 這 大腦 在後面 這 插件。
很遺憾， 他 不能 加入 我們， 但
確實 是 重度 涉及， 和 我們 有 這 外掛 和 這 程式碼 到 感謝。
偉大的。
謝謝 到 布雷迪， 和 謝謝 到 全部 的 你 為了 參加 和 那些 世界衛生組織 將要 是
觀看 這 影片 和 使用 這 外掛 之後。
為了 這 居住 演示， 我們會 是 快樂的 到 回答 問題。
否則， 如果 你 放 你的 問題 在 這 聊天 區域 以下 這 推介會，
我們會 是 高興的 到 得到 後退 和 你 作為 很快 作為 我們 能。
感謝 你。 感謝 你 非常 很多 為了 出席。
