환영 에게 우리의 프레젠테이션 ~에 BPC- 통계:
가속 중 프로세스 성격 묘사
~와 함께 기민한 개발 ~의 한 오토메이션 도구 세트.
잘 보여주다 너 우리의 협력적인 여행
~의 그만큼 머크 그리고 애드수르고 개발 팀.
이것 ~였다 만들어진 가능한 ~에 의해 전문가 통찰력, 경영 후원,
그리고 그만큼 많은 기여 ~에서 우리의 프로세스 동료.
우리 캔트 과장하다 저것 충분한.
나는 세스 클라크.
그리고 나는 여자 이름 마츠케.
이었다 ~에 그만큼 연구 씨엠씨 통계 그룹 ~에 머크 연구 실험실.
그리고 오늘, 잘 가져가다 너 ~을 통해 그만큼 우리가 직면한 문제는 다음과 같습니다.
그만큼 선택 우리 만들어야만 했다,
그리고 그만큼 결과 ~의 우리의 선택권.
그리고 바라건대, 저것 습관 가져가다 ~도 길고 우리는 빨리 가장 좋은 부분에 도달할 것입니다.
a 데모 ~의 그만큼 해결책 BPC- 통계
그래서 하자 가다 앞으로 그리고 얻다 시작했습니다.
그만큼 단일클론 항독소 또는 mAb 연방- 배치 프로세스
구성되어있다 ~의 약 20단계 또는 20 단위 운영
가로질러 그만큼 상류 셀 성장 프로세스 그리고 하류 정화 프로세스.
각 단계 ~할 수 있다 가지다 위로 에게 50 분석
~을 위한 그만큼 평가 ~의 프로세스 그리고 제품 품질.
프로세스 성격 묘사 ~이다 그만큼 평가 ~의 프로세스 매개변수 효과 ~에 품질.
우리의 집중하다 ~이다 그만큼 통계 워크플로
관련된 ~와 함께 그만큼 mAb 프로세스 성격 묘사.
그만큼 통계 워크플로 포함하다 연구 설계 사용 중 소리 암사슴 원칙,
건장한 데이터 관리, 통계적 모델링 그리고 시뮬레이션.
이것 ~이다 모두 에게 지원하다 매개변수 분류
그리고 그만큼 개발 ~의 그만큼 제어 전략.
그만큼 목표 ~을 위한 그만큼 제어 전략 진술을 하는 것입니다
~에 대한 어떻게 그만큼 품질 ~이다 에게 BE 통제된,
에게 유지하다 안전 그리고 효능 ~을 통해 일관된 성능 그리고 능력.
에게 하다 이것, 우리 사용 그만큼 통계 모델 개발된 ~에서 그만큼 설계 연구.
매개변수 분류 ~이다 통계적 분석이 아닙니다.
하지만 그것 ~할 수 있다 BE 생각 ~의 ~처럼 한 운동
통계적으로 의미 있는 번역 에게 거의 의미있는.
그만큼 거의 의미있는 효과
중소기업(SME)을 안내하고 정보를 제공하는 데 사용됩니다. 전문가) 결정
에게 BE 만들어진 ~ 동안 그만큼 개발 ~의 그만큼 제어 전략.
그리고 그만큼 번역 ~에서 통계적으로 의미 있는 것에서 실질적으로 의미 있는 것까지
~이다 완료 ~을 통해 a 단순한 계산.
그것은 그만큼 변화 ~의 그만큼 기인하다 즉, 매개변수 효과입니다.
상대적인 에게 그만큼 차이점 ~에 그만큼 프로세스 평균
그리고 그만큼 기인하다 수락 기준.
그리고 따라 ~에 어떻게 대부분의 수용 기준 범위
~에 의해 사용된다 그만큼 매개변수 효과
그것이 무엇인지 결정한다 프로세스 가지고있다 거의 의미있는 효과 ~에 품질.
그래서 우리 가지다 a 한정된 문제 -
그만큼 단일클론항체 PC 통계 워크플로
그리고 공부하다 설계 ~을 통해 제어 전략.
어떻게 ~이다 우리 가고 있다 에게 구현하다 그만큼 통계 워크플로 ~에 a 방법
저것 그만큼 프로세스 과학자들 그리고 엔지니어들 ~ 할 것이다 적극적으로 참가하다 ~에
그리고 이러한 구성 요소를 소유합니다 ~의 피씨, 우리에게 허용, 통계학자들,
감독을 제공하고 안내 그리고 허용하다 우리를 에게 연장하다 우리의 자원.
우리 가졌다 에게 선택하다 a 통계적 데이터 관리를 포함하는 소프트웨어
DOE, 계획 중, 선의 혼합 모델 능력.
의 강의, 그것은이었다 확장 가능 ~을 통해 오토메이션,
직관적이고 상호 작용적인 그리고 맞다- 을 위한- 목적 없이 a 많은 ~의 맞춤화.
그리고 제이엠피 ~였다 한 분명한 분명한 선택 ~을 위한 저것.
왜?
왜냐하면 그것 가지다 광범위한 맞춤 설정 및 오토메이션 ~을 통해 JSL;
많은 ~의 우리의 엔지니어,
그것은 이미 그들의 현재입니다 가다- 에게 소프트웨어 ~을 위한 통계적 분석;
우리 가지다 기존의 경험 우리 조직의 훈련;
그리고 그것은 한 산업- 주요한 암사슴 ~와 함께 데이터 상호작용성.
그만큼 프로파일러 그리고 모의 실험 장치 ~에 특정한 ~이다 매우 잘 어울려 ~을 위한 피씨 연구.
또한, 그만큼 스크립트 저것 ~이다 생산됨 ~이다 기준, 재생할 수 있는, 가지고 다닐 수 있는 분석.
이었다 사용 중 제이엠피 에게 실행하다 연구 설계,
데이터 관리, 통계적 모델링 그리고 시뮬레이션
~을 위한 하나 단위 작업 또는 하나 단계 저것 ~할 수 있었다 가지다 위로 에게 50 응답.
그만큼 결과 ~의 그만큼 분석 ~이다 연구 보고서로 옮겨짐
그리고 사용된 ~을 위한 매개변수 분류.
그리고 우리 가지다 에게 하다 모두 이것들 20 타임스.
그리고 우리는 가지고있다 에게 하다 이것 ~을 위한 다수의 프로젝트.
그래서 너 ~할 수 있다 상상하다 그것은 거대한 양 ~의 일하다.
언제 우리 시작했다 행위 이것은 처음에, 우리 ~이었다 발견 저것 우리 하고 있었다
a 많은 ~의 편집 ~의 스크립트 ~ 전에 그만큼 오토메이션.
우리 가졌다 에게 편집하다 스크립트 에게 연장하다 기존 분석을 다른 응답에 복사합니다.
우리 가졌다 에게 편집하다 스크립트 에게 추가하다 조건이 있는 경우,
우리 가졌다 에게 편집하다 스크립트 에게 연장하다 그만큼 모델 에게 크기가 큰 규모.
우리 원하다 에게 멈추다 편집 스크립트.
많은 ~의 너 5월 BE 친숙한 ~와 함께 그만큼 모의 실험 장치 세트 위로 ~할 수 있다 BE 매우 지루한.
너 가지다 에게 세트 그만큼 분포 ~을 위한 각 개인 프로세스 매개변수.
너 가지다 에게 세트 그만큼 추가하다 무작위의 소음,
그리고 너 가지다 에게 세트 그만큼 숫자 ~의 시뮬레이션 달리다 그리고 그래서 ~에 그리고 그래서 에.
거기 ~이다 많은 다른 단계,
포함 그만큼 가능성 ~의 스크립트를 편집하여 변경하고 싶은 경우
~에서 한 내부 변환 에게 그만큼 명백한 변환.
그만큼 모의 실험 장치 ~이다 행위 추가하다 무작위의 소음
~에 a 통나무- 정상 유형 기초, ~을 위한 예, 그만큼 통나무 변환.
우리 원하다 에게 멈추다 저것 수동 세트 위로.
우리의 프로세스 동료 그리고 우리는 엄청난 시간을 보내고 있어요
정보 수집 ~을 위한 그만큼 영향 비율 계산
저것 우리 사용 에게 만들다 매개변수 분류 결정.
우리 ~이다 사용 중 프로필 에게 확인하다 저것들
그리고 조립 모두 이것 정보 ~ 안으로 a 열 지도
저것 그 다음에 ~일 것이다 BE 매우 지루한 운동
에게 분해하다 그만큼 정보 뒤쪽에 에게 그만큼 원래의 파일.
우리 원하다 에게 멈추다 이것 수동 매개변수 분류 운동.
의 강의, 마지막 하지만 ~ 아니다 최소, 우리 가지다 에게 우리의 보고 결과.
그리고 그만큼 보고 포함한다 사자,
또는 ~에 최소 ~에 그만큼 과거 관련된 복사 및 붙여넣기 ~에서 다른 프로젝트.
그리고 그 다음에, ~의 강의, 너 가지다 복사 그리고 붙여넣기 오류,
복사 그리고 붙여넣기 ~에서 제이엠피,
너 ~할 것 같다 놓다 그만큼 잘못된 윤곽 또는 그만큼 잘못된 기인하다 그리고 그래서 에.
우리 원하다 에게 멈추다 모두 이것 사자 그리고 붙여넣기.
우리 분명히 가졌다 에게 거래 ~와 함께 그만큼 결과 ~의 우리의 선택 에게 사용 제이엠피
그만큼 분석 프로세스 ~였다 노동- 집중적으로, 몇 주, 때로는 몇 달이 걸립니다
끝내다 분석 ~을 위한 하나 단위 작업.
그것 ~였다 엎드린 에게 인간 오류 그리고 대개 필수의 광범위한 재작업.
그것 포즈를 취했다 에게 BE 한 예외적인 도전 에게 기차 동료 에게 소유하다 그만큼 분석.
우리 개발된 a 비전 ~와 함께 가속도를 염두에 두다
에게 ~할 수 있게 하다 우리의 동료
와 함께 표준화된 아직 유연한 플랫폼 접근 방식
에게 그만큼 프로세스 성격 묘사 그리고 통계 워크플로.
그래서 우리 가졌다 ~을 따라 그만큼 방법 일부 안내하다 원칙.
처럼 우리 말하는 전에, 우리 원했다 JMP 스크립트 편집을 중지하려면
그래서 어느 루틴 분석, 아니요 편집 ~이다 필수의.
그리고 우리의 제이엠피 분석, 그들은 스스로 서 있어야 합니다.
그들 필요 에게 BE 가지고 다닐 수 있는 없이 BPC-Stats를 설치해야 함
그래서 저것 그들 살다 ~에 오직 요구하는 그만큼 제이엠피 버전 그들 ~이었다 사용된.
우리 모은 끊임없는 피드백, 우리 끊임없이 업데이트됨,
우리 끊임없이 추적했다 끊임없이 문제를 해결하고, 업데이트 중 때때로 일일,
회의 주간 ~와 함께 애드수르고 우리의 개발 팀.
우리의 인터페이스, 우리 만들어진 확신하는 저것 그들 ~이었다 이해할 수 있는.
우리 사용 신호등 착색 그런 ~처럼 좋은 녹색,
노란색 ~을 위한 주의, 그리고 문제 플래그가 지정됨 ~와 함께 빨간색.
우리 가졌다 둘 외부 구혼 또는 입력 ~ 안으로 그만큼 체계,
한 외부 표준화, 어느 아픈 보여주다 a 조금 나중에,
어디 그만큼 프로세스 팀
정의하다 그만큼 기준 요구 사항 ~을 위한 그만큼 분석 파일.
그리고 우리의 돕다 파일, 우리 결정했다 에게 이동하다 그들을 모두 외부적으로
~하도록 하다 그들 ~할 수 있다 계속하다 에게 진화하다 로서 사용자 ~에 그만큼 체계 진화했다.
우리 파산했다 우리의 개발 ~ 안으로 둘 주요 개발 주기.
일찍 개발 주기,
어디 우리 개발하다 증거 ~의 개념 그래서 우리는 가지다 a 문제,
우리 ~일 것이다 개발하다 a 증거 ~의 개념 일하고 있는 원기 에게 주소 저것 문제.
우리 ~일 것이다 반복하다 ~에 그것 ~까지 그것 문제를 해결하고 있었다
그리고 그것 ~였다 합리적으로 안정적인.
그리고 그 다음에 우리 움직이는 그것 ~ 안으로 그만큼 늦은 개발 주기
그리고 계속되는 그만큼 기민한 개발, 어디 ~에 이것 사례,
우리 적용된 그것 에게 실제 프로젝트 일하다 그리고 했다 매우 주의 깊은 두번째- 사람 리뷰
에게 만들다 확신하는 모두 그만큼 결과 ~이었다 옳은 그리고 계속하다 에게 정제하다 그만큼 모듈
기반으로 피드백 ~ 위에 그리고 ~ 위에 다시 에 도착하다 a 더 안정적인 그리고 더 나은 상태.
하나 ~의 이것들 증거 ~의 개념 와우 요소 저것 우리 했다 ~에 그만큼 매우 시작
~였다 그만큼 열 지도 도구,
모든 종류의 것을 하나로 모은 정보 ~에 그만큼 계기반
그리고 그것은 저장되었습니다 그만큼 팀의 엄청난 양 ~의 시간.
아픈 보여주다 너 한 예 ~의 이건 나중에.
하지만 너 ~할 수 있다 보다 그만큼 인용 부호 ~에 그만큼 오른쪽- 손 옆,
그들 ~이었다 매우 흥분한 ~에 대한 이것. 그들 실제로 도움이 되었다 설계 그것.
그리고 그래서 우리 갖다 일찍 약혼, 우리 갖다 동기 부여 ~을 위한 추가의 자금 조달
그리고 a 많은 ~의 흥분 생성됨 ~에 의해 이것 초기의 증거 ~의 개념.
~ 안에 요약, 우리 가졌다 a 문제 에게 PC 통계 워크플로를 해결합니다.
우리 가졌다 a 선택 에게 만들다 그리고 우리 선택했다 제이엠피
그리고 우리의 결과 사자 그리고 반죽, 수동, 실수, 광범위한 재작업.
우리 가졌다 에게 개발하다 a 해결책, 그리고 저것 ~였다 BPC-통계
나는 극도로 행복하다 에게 끝 이것 우리 이야기의 일부
그리고 허락하다 세스 가져가다 너 ~을 통해 a 데모 ~의 BPC-통계
우리 가지다 a 핵심 데모 저것 우리는 일했다 밖으로
그리고 이었다 실제로 가고 있다 에게 시작하다 ~에 그만큼 끝.
~ 안에 그만큼 끝, 어느 ~이다 저것 증거 개념 열 지도 도구
저것 우리 가졌다 간단히 표시됨 a 의 사진 ~이다 언제 그만큼 과학자들 가지다 완전한
모두 ~의 그들의 분석 그리고 그만큼 파일 ~이다 모두 완벽한,
그만큼 정보 ~을 위한 영향 비율 ~이다 모두 사용 가능
그리고 모은 ~ 안으로 a 멋진 요약 파일,
어느 나는 전시 여기.
어디 ~을 위한 각 기인하다 ~에 각 프로세스 요인,
우리 가지다 정보 ~에 대한 그만큼 프로파일러,
그것은 예측했다 수단 그리고 범위 ~처럼 그만큼 프로세스 매개변수 변화.
그래서 우리 ~할 수 있다 계산하다 변화 가로질러 저것 프로세스 요인 ~에 그만큼 기인하다
그리고 우리 ~할 수 있다 계산하다 저것 충격 비율 저것 우리 말하는 더 일찍.
지금, 나는 가고 있다 에게 달리다 이것 도구 그리고 잘 보다 무엇 그것 하다.
그래서 첫 번째, 그것 당긴다 위로 하나 ~의 우리의 일찍 혁신 ~에 의해 그만큼 과학자들.
우리 조직된 모두 이것 정보 저것 우리 가졌다 가로질러 다수의 연구.
지금, 이것 ~이다 전시 세 가지 다른 프로세스 단계 여기
그리고 당신은 볼 수 있습니다 그만큼 엑스- 중심선, 우리는 가지고있다 프로세스 단계 놓았다 밖으로.
~ 안에 각 프로세스 단계, 우리 가지다 다른 연구 저것 ~이다 기여하다 에게 저것,
우리 가지다 다수의 프로세스 매개변수,
그리고 그들 ~이다 모두 교차했다 이러한 속성을 가지고 저것 우리 사용
평가하기 위해 품질 ~의 그만큼 제품 그게 존재 생산됨.
그리고 우리 얻다 이것 열 지도 여기.
그만큼 하얀색 공백 나타내다 장소
어디에 프로세스 매개변수 어느 하나 떨어뜨렸다 밖으로 ~의 그만큼 모델 또는 ~였다 ~ 아니다 평가됨.
그리고 그 다음에 그만큼 색깔이 있는 1들 ~이다 어디 우리 실제로 가지다 모델 세워짐.
그리고 ~의 강의, 그만큼 강함 ~의 그만큼 열
~이다 따라 ~에 이것 현실적인 영향 비율.
이것 ~였다 엄청난 해결책 ~을 위한 그만큼 과학자들,
하지만 그것 아직 아니었다 충분한 왜냐하면 우리는 가지고 있었다 중단 에게 그만큼 논의.
우리 ~할 수 있었다 바라보다 ~에 이것 그리고 말하다, 좋아요, 있다 무엇 가고 있다 ~에 여기,
우리 가지다 이것 높은 영향 비율,
그 다음에 그들 ~일 것이다 가지다 에게 길 아래에 어디 ~이다 저것 오는 에서.
오, 그것은 ~에 이것 공부하다. 그것은 이것 프로세스 매개변수.
I 가지다 에게 가다 에게 이것 파일.
I 바라보다 위로 저것 파일, I 찾다 그만큼 스크립트 ~ 중에 그만큼 많은 스크립트.
I 달리다 그만큼 스크립트,
I 가지다 에게 찾다 그만큼 응답 그리고 마지막으로 I 얻다 에게 그만큼 모델.
우리 향상시키다 이것 그래서 저것 지금 그것은 단지 간단한 딸깍 하는 소리 그리고 그만큼 모델 ~이다 당겼다 위로.
그만큼 관련 있는 모델 ~이다 당겼다 위로 아래에.
당신은 할 수 있습니다 보다 어디 저것 영향 비율 ~의 하나 ~이다 오는 에서.
여기서, 갭 ~ 사이 그만큼 예측했다 프로세스 평균
그리고 그만큼 기인하다 한계 ~이다 그만큼 공간 오른쪽 여기.
그리고 그만큼 프로세스 매개변수 경향 복용하고 있습니다 위로 본질적으로 그만큼 전체 공간.
그것이다 왜 우리 얻다 저것 영향 비율 ~의 하나.
그 다음에 그만큼 과학자들 ~할 수 있다 또한 시뮬레이터를 실행하다
저것 가지다 계속 ~ 이다 건축되거나 ~이다 이미 여기, 준비가 된 에게 가다.
그들 ~할 수 있다 달리다 시뮬레이션 시나리오 에게 보다 무엇 그만큼 결함 요금 이다.
그들 ~할 수 있다 놀다 약 ~와 함께 그만큼 프로세스 매개변수
에게 설립하다 입증됨 허용 범위 저것 가지다 낮추다 결함 요금.
그들 ~할 수 있다 바라보다 ~에 상호 작용, 그만큼 기여 ~에서 저것.
그들 ~할 수 있다 또한 놓다 ~에 노트 ~ 위에 여기 오른쪽에
그리고 구하다 저것 ~에 a 저널 파일
에게 유지하다 길 ~의 그만큼 그들이 내리는 결정.
그리고 알아채다 저것 모두 ~의 이것 ~이다 설계됨 에게 지원하다 그들을,
유지하다 그들의 과학적 대화, 그리고 예방하다 그만큼 중단 에게 저것.
그들 ~할 수 있다 집중하다 그들의 노력 ~에 특정한 단계.
그래서 만약에 I 딸깍 하는 소리 ~에 a 단계, 그것 좁아지다 아래에 에게 저것.
또한, 왜냐하면 우리의 제한 추세 에게 변화하고 있다
우리 가지다 그만큼 기회 에게 업데이트해줘
그리고 우리 ~할 수 있다 업데이트 그들을 ~에 그만큼 파리 에게 보다 무엇 그만큼 결과 이다.
그리고 너 ~할 수 있다 보다 여기 어떻게 이것 영향이 바뀌었습니다
그리고 지금 우리 가지다 이것 낮은- 충격 비율
그리고 말하다, 어떻게 하다 저것 실제로 바라보다 ~에 그만큼 모델?
그만큼 제한 계속 ~ 이다 지금 업데이트됨, 너 ~할 수 있다 보다 있다 많이 더 방
그리고 그게 왜 우리 얻다 저것 낮추다 영향 비율 그리고 잘 얻다 낮추다 실패 요금.
저것 ~였다 그만큼 열 지도 도구 그리고 그것 큰 승리였다
그리고 고도로 동기 부여 추가의 투자 ~ 안으로 이것 오토메이션.
I 시작했다 ~에 그만큼 끝,
지금 나는 가고 있다 에게 이동하다 에게 그만큼 프로세스 통계 워크플로 시작,
어느 ~이다 ~에 설계.
언제 우리 일하다 ~와 함께 그만큼 상류 팀,
그들 가지다 a 많은 ~의 ~였다 원자로 저것 그들 달리다 ~에 각 ~의 이것들 달린다.
이것 ~이다 본질적으로 a 본부 합성물 설계.
각 ~의 이것들 달리다 ~이다 a ~였다 반응기 그리고 저것 ~였다 반응기 때때로 간다 아래에
왜냐하면 ~의 오염 또는 다른 문제 저것 본질적으로 ~이다 없어진 ~에 무작위의.
그래서 우리 세워짐 a 시뮬레이션
이것을 평가하려면 잠재적인 사상자 수 ~라고 불리는 평가하다 손실 달린다.
그리고 우리 ~할 수 있다 지정하다 어떻게 많은 달리다 ~이다 잃어버린.
나는 단지 가고 있다 에게 놓다 무엇 작은 여기 시연을 위해
그리고 보여주다 이것 작은 그래픽.
무엇 그것은 행위 ~이다 그것은 가고 있다 무작위로 포인트를 선택하여
에게 제거하다 ~에서 그만큼 설계 계산 중 분산 인플레이션 요인,
어느 ~할 수 있다 BE 사용된 에게 평가하다 멀티 선형성
그리고 어떻게 잘 우리 ~할 수 있다 추정 모델 매개변수.
그리고 언제 그것은 완료, 그것 생성하다 a 요약 보고서.
이것 하나의 ~ 아니다 매우 유용한 왜냐하면 I 시뮬레이션이 거의 없었습니다.
하지만 I 가지다 또 다른 예 여기.
이것 ~이다 500 시뮬레이션 ~에 a 더 큰 설계.
그리고 너 ~할 수 있다 보다 우리는 이것을 얻는다 멋진 요약 여기.
만약에 우리 잃다 하나 ~였다 반응기에서는 본질적으로 확률이 0입니다.
구하는 극심한 변화 인플레이션 요인 또는 비 평가할 수 있는 매개변수 추정치.
그리고 그래서 그게 ~ 아니다 한 문제.
만약에 우리 잃다 둘 ~였다 원자로 위로 에게 약 4%, 그게 시작하다 에게 ~이 되다 한 문제.
그래서 우리 ~할 것 같다 말하다 ~을 위한 이것 설계, 둘 ~였다 원자로 ~이다 능력 ~의 손실.
그리고 만약에 우리 정말 원했다 에게 얻다 ~ 안으로 그만큼 세부,
우리 ~할 수 있다 보다 어떻게 각 모델 매개변수 영향을 받다 ~에 변화 인플레이션
주어진 숫자에 대해 ~의 생물반응기 잃어버린,
또는 우리 ~할 수 있다 계급 주문하다 모두 그만큼 손실된 생물 반응기의 조합,
어느 특정한 설계 전철기 ~이다 디자인에 가장 큰 영향을 미치는
그리고 하다 더 나아가 평가 좋다 저것.
그것이다 우리의 시뮬레이션 그리고 그게 지금 일상 부분 ~의 우리의 프로세스 저것 우리 사용.
나는 가고 있다 에게 이동하다 ~에 여기 에게 표준화.
우리 이야기했다 ~에 대한 그만큼 프로세스 통계 워크플로 시작,
그만큼 끝 ~의 그만큼 프로세스 통계 워크플로,
지금 나는 가고 있다 에게 가다 뒤쪽에 에게 무엇 이다 시작 ~의 BPC-Sta t 그 자체.
언제 사람들 설치하다 이것, 그들 가지다 에게 하다 a 설정 절차.
그리고 그만큼 설정 ~이다 원래 지정하다 그만큼 선호도.
그것은 지정하다 저것들 입력 매개변수,
입력 표준화 우리가 가졌던 이야기했다 ~에 대한 더 일찍,
~처럼 잘 ~처럼 그만큼 돕다 파일, 무엇 프로세스 영역 그들은 일하고 있는 와 함께,
그리고 기본 예배 규칙서 저것 그들은 일하고 있는 와 함께.
그리고 그 다음에 저것 정보 ~이다 저장됨 ~ 안으로 그만큼 체계 그리고 그들 ~할 수 있다 이동하다 앞으로.
허락하다 나 단지 보여주다 일부 예시 여기 ~의 그만큼 표준화 파일 그리고 그만큼 돕다 파일.
돕다 파일 ~할 수 있다 또한 BE 끌어올렸다 아래에 그만큼 돕다 메뉴.
그리고 ~의 강의, 그만큼 돕다 파일 ~이다 그만큼 제이엠피 파일 그 자체.
하지만 알아채다 저것 그것 가지다 ~에 이것 위치 열,
이것들 ~이다 모두 비디오 저것 우리는 만들었습니다 저것 설명하다 그리고 그들은 모든 타임스탬프
그리고 그래서 사용자 ~할 수 있다 단지 수치 밖으로 무엇 그들은 찾고 을 위한, 무엇 특징.
딸깍 하는 소리 ~에 그것, 즉시 당기다 위로 그만큼 동영상.
하지만 뭐야 심지어 더 신나는 ~에 대한 이것은 BTC-Stat의 모든 대화에 있습니다.
언제 우리 당기다 위로 a 대화 그리고 거기에 도움말 버튼이 있어요.
그것 알고있다 어느 열 ~에 이것 테이블 에게 가다 에게 얻다 그만큼 돕다,
그리고 그것 ~ 할 것이다 자동으로 당기다 위로.
만약에 I 딸깍 하는 소리 저것 돕다 버튼을 누르면 자동으로 위로 당겨집니다
그만큼 관련된 링크 그리고 훈련 에게 주다 즉각적인 돕다.
그것이다 우리의 돕다 파일.
그만큼 표준화.
우리 가지다 표준화 저것 우리 팀과 함께 일하다
에게 표준화하다 어느 하나 가로질러 프로젝트 또는 이내에 a 특정 프로젝트,
따라 ~에 그만큼 필요 그리고 ~을 위한 프로세스 지역.
우리 가졌다 이것 문제 일찍 ~에 저것 우리는 일관된 명명을 얻지 못했습니다.
그리고 그것 ~였다 일으키는 문제들 그리고 재작업.
지금, 우리 가지다 이것 표준화 놓다 ~에 장소.
또한, 그만큼 보고 소수점 저것 우리 사용해야 합니다,
그만큼 최저한의 기록됨 소수점, 무엇 이름 우리 사용 언제 우리 쓰다 이것
~에 a 보고서, 우리의 단위, 그리고 그 다음에 a 기본 변환 에게 적용하다.
그것이다 우리의 기인하다 표준화.
그리고 그 다음에 ~을 위한 우리의 그룹 표준화, 그것은 매우 비슷한 식별 기둥,
제외하고 우리 가지다 이것 추가의 여기 특징 저것 우리 ~할 수 있다 필요하다
특정 레벨만 BE 현재의 그리고 그렇지 않으면 ~ 할 것이다 BE 플래그가 지정됨.
우리 ~할 수 있다 또한 필요하다 저것 그들은 가지고있다 a 특정한 값 주문.
그래서 허락하다, ~을 위한 예를 들어, 프로세스 단계 ~이다 언제나 프로세스 단계 순서대로 나열됨
어느 ~이다 무엇 우리 필요 ~에 모두 우리의 산출.
좋아요, 그래서 나는 가고 있다 에게 보여주다 한 예 ~의 이것.
허락하다 나 보다 만약에 I ~할 수 있다 닫다
일부 이전의 물건 저것 우리 가지다 열려 있는 여기.
좋아요, 그래서 허락하다 나 가다 에게 이것 예.
그래서 여기 있어요 그만큼 파일. 그만큼 데이터 가지다 계속 ~ 이다 편집됨.
우리 생각하다 그것은 준비가 된 에게 가다, 하지만 이었다 가고 있다 에게 만들다 확신하는 그것은 준비가 된 에게 가다.
그래서 이었다 가고 있다 에게 하다 그만큼 표준화.
첫 번째 물건 ~이다 찾고 ~에 기인하다
저것 인식하다 그만큼 속성 저것 ~이다 실수했다 기준 이름.
그리고 그 다음에 뭐야 왼쪽 ~이다 위로 여기.
그리고 우리 ~할 수 있다 보다 즉시 이것들은 프로세스 매개변수입니다.
우리가 가지고 있지 않은 그만큼 표준화 세트 위로 을 위한.
하지만 우리 보다 즉시 저것 뭔가의 잘못된 ~와 함께 이것,
그리고 우리 보다 ~에 그만큼 목록 ~의 가능한 속성 저것 그만큼 단위 ~이다 없어진.
우리 ~할 수 있다 옳은 저것 매우 쉽게.
그것 ~ 할 것이다 말하다 우리를 무엇 그것은 행위, 이었다 가고 있다 에게 만들다 저것 변화.
그리고 그 다음에 그것 생성하다 a 보고서,
그리고 그 다음에 저것 신호등 착색 그리고 말한다, 오, 우리 설립하다 이것들.
이것 ~이다 a 변화 우리 만들어진, 지불하다 주목 에게 이것 주의.
이것들 ~이다 1들 우리 하지 않았다 찾다.
그리고 이것 보고서 ~이다 데이터 테이블에 다시 저장됨
그래서 그것 ~할 수 있다 BE 재생산 ~에 수요.
그리고 아픈 가다 ~을 통해 그만큼 그룹 표준화
단지 에게 가져가다 a 빠른 바라보다 ~에 저것.
여기, 그것은 말함 나 빨간색, 멈추다 빛 착색.
우리 가지다 a 문제 여기, 당신은 없어진 이것들 기둥.
그만큼 팀 가지다 필수의 저것 이 정보 BE 포함됨.
그것은 가고 있다 에게 힘 저것들 기둥 에 그만큼 파일.
우리 가지다 그만큼 옵션 ~와 함께 그만큼 노란색 에게 추가하다 추가의 기둥.
그리고 그래서 잘 가다 앞으로 그리고 달리다 저것, 그리고 그것은 말함 우리를 무엇 그것은 가고 있다 에게 하다.
그리고 그 다음에 그것 하다 그만큼 같은 물건, 만든다 a 보고서.
그리고 우리 바라보다 ~을 통해 그만큼 보고서 그리고 우리는 알아차린다 뭔가의 가고 있다 ~에 여기.
프로세스 규모.
우리의 프로세스 규모 ~할 수 있다 오직 가지다 크기가 큰 랩 마이크로.
추측하다 무엇, 우리 가지다 a 더 나은. 우리 가지다 한 추가의 B ~에 거기.
그래서 그게 한 오류. 만약 우리가 찾다 저것 값, 정정하세요.
재방송 그만큼 표준화 그리고 모든 것 ~이다 좋은 거기.
I 했다 원하다 에게 가리키다 밖으로 하나 더 물건 여기.
당신은 할 것이다 보다 저것 이것들 ~이다 우리의 속성,
거기 ~이다 이것들 작은 별 표시 속성.
그만큼 속성 저것 ~이다 할당된 언제 우리는 표준화를 했습니다
~이다 이것 관습 재산 테이블 갑판.
그리고 그게 가고 있다 에게 통과하다 시스템에 대한 정보
~에 대한 무엇 그만큼 보고 정도 ~이다 언제 그것 생성하다 테이블.
또한, 우리의 기본 변환 ~을 위한 HCP가 기록되었습니다.
그래서 그것 자동으로 생성했다 통나무 변환 ~을 위한 우리를.
그래서 우리 ~하지 않다 가지다 에게 하다 저것.
좋아요.
그것이다 그만큼 표준화, 하자 이동하다 ~에 에게 훨씬 더 흥미로운 지금의 것들.
그만큼 피씨 분석.
전에 I 얻다 에게 저것, I 단지 원하다 에게 언급하다 저것
우리는 가지고있다 기준 치수 ~을 위한 확장된 아래에 모델 자격.
그리고 본질적으로, 그것은 사용 중 JMP의 내장 ~에 동등물 테스트.
하지만 그것 향상시킨다 그것 ~에 의해 생성 일부 사용자 정의 플롯
그리고 그 모든 것을 요약하면 정보 테이블에 보고서 준비가 된.
그것은 아름다운.
안타깝게도, 우리 ~하지 않다 가지다 시간 에게 씌우다 저것.
나는 가고 있다 에게 가다 지금 ~ 안으로 그만큼 피씨 분석, 어느 나는 정말 흥분한 ~에 대한 여기.
I 가지다 이것.
표준화 가지다 이미 계속 ~ 이다 완료.
우리 가지다 이것 파일 저것 포함하다 실험실 결과,
실험적 설계 그게 계속 ~ 이다 실행됨 ~에 실험실 규모.
우리 가지다 크기가 큰 규모 데이터 ~에 여기서는 실행할 수 없습니다...
그것은 ~ 아니다 실행할 수 있는 에게 실행하다 영란은행(BOE) ~에 대판,
하지만 우리 가지다 이것 ~에 그만큼 제어 가리키다.
우리 원하다 에게 BE 할 수 있는 에게 프로젝트 우리의 모델 에게 저것 크기가 큰 규모.
그리고 왜냐하면 우리 가지다 다른 하위 집합과 잠재적으로 다른 모델이 있습니다.
이것 하나 오직 가지다 a 하나의 모델,
하지만 우리는 할 수 있어요 가지다 다른 모델 그리고 다른 설정,
우리 결정했다 에게 만들다 a BPC-Stat 워크플로 그리고 우리 가지다 a 워크플로 세트 위로 도구
저것 도움이 됩니다 우리를 짓다 저것 기반을 둔 ~에 그만큼 특정한 모델 이었다 일하고 있는 와 함께.
I ~할 수 있다 이름 각 ~의 이것들 워크플로 그리고 I 제공하다 이것 정보
그것이 가고 있다는 것 에게 길 내내 전체 분석.
무엇 ~이다 우리의 크기가 큰- 규모 환경, 무엇 ~이다 우리의 응답?
알아채다 이것 ~이다 이미 나에게는 인구가 많았어.
그것 보았다 ~에 그만큼 파일 그리고 말했다, 아, 저는 이런 반응을 알아요.
그들은 ~에 당신의 표준화된 파일, 그들은 ~에 이것 파일, 그들 존재하다.
I 추정하다 너 원하다 에게 이것을 분석하다 그리고 그들 얻다 사전 인구가 많은
그것 또한 인정하다 이것 ~처럼 a 변환
왜냐하면 그것 알고있다 저것 ~을 위한 저것 의료진, 우리는 그것을 원한다 ~에 a 통나무 변환.
그리고 그것은 될 것입니다 하다 그것 내부적으로 변환,
어느 수단 제이엠피 ~ 할 것이다 자동으로 다시 변형하다
그래서 저것 과학자들 ~할 수 있다 해석하다 그것 ~에 그만큼 원래의 규모.
거기 ~이다 일부 추가의 옵션 여기. 이것 피씨 차단하다 오른쪽 지금 ~이다 결정된.
~ 안에 일부 사례, 그만큼 과학자들 원하다 보다 그만큼 실제 피씨 차단하다 수단.
하지만 ~을 위한 그만큼 시뮬레이션, 이었다 관심 있는 ~에 a 인구- 유형 시뮬레이션.
우리 ~하지 않다 원하다 에게 바라보다 ~에 특정한 블록, 우리 원하다 에게 보다 무엇 그만큼 변동성 이다.
그래서 이었다 가고 있다 에게 변화 그 PC 블록 요소
~ 안으로 a 무작위의 효과 언제 우리 얻다 에게 그만큼 시뮬레이션.
그리고 이었다 가고 있다 에게 추가하다 a 프로세스 우리 모델에 맞춰 확장
그래서 우리 ~할 수 있다 연장하다 우리의 모델 에게 a 크기가 큰 규모.
그만큼 체계 ~ 할 것이다 검토 그만큼 다른 프로세스 매개변수 그리고 확인하다 그만큼 코딩.
만약에 있다 일부 문제 여기 또는 코딩이 누락된 경우
자동으로 플래그가 지정됩니다 ~와 함께 그만큼 신호등 착색.
우리 가지다 여기 그만큼 세트 가리키다. 매우 지루한 운동, 짜증 나는.
우리 끊임없이 원하다 에게 보여주다 프로파일러의 설정 지점에 있는 모든 것
왜냐하면 그게 우리의 제어,
~ 아니다 그만큼 기본 저것 JMP의 계산 중 그만큼 매우 정확한 센터.
그래서 우리 세워짐 이것 정보 ~에 그래서 그것이 가능했다 BE 자동으로 추가됨.
그리고 우리는 할 수 있습니다 정의하다 그만큼 하위 집합 ~을 위한 한 분석.
그리고 ~을 위한 저것, 우리 사용 a 데이터 필터.
여기에 보여드릴게요 ~을 위한 이것 데이터 필터
그리고 있다 설명 ~의 이것 ~에 그만큼 대화.
하지만 우리 원하다 에게 하다 요약 통계 ~에 a 작은 규모.
그래서 I 가다 앞으로 그리고 선택하다 저것.
그것 준다 피드백 ~에 어떻게 많은 행 그 하위 집합에 있습니다
그리고 무엇 그만큼 하위 집합 ~이다 그래서 우리는 할 수 있어요 더블- 확인하다 저것 그게 옳은.
그리고 그 다음에 ~을 위한 그만큼 피씨 분석, ~에 이것 사례,
모델 설정이 있어요 저것, ~의 강의,
DOE를 분석할 것입니다 그만큼 센터 가리키다
하지만 그것은 또한 이 단일 요인 연구를 하려고 합니다.
또는 무엇 그들 부르다 재해 그리고 인사부 차단하다,
분리된 센터 전철기 저것 ~이었다 완료 ~처럼 또 다른 차단하다.
그리고 그게 모두 세워짐 ~ 안으로 또 다른 차단하다 ~에 그만큼 공부하다 ~을 위한 저것 피씨 차단하다.
마지막으로, I ~할 수 있다 지정하다 확인 지점에 대한 하위 집합,
어느 그들 좋다 에게 부르다 검증 지점,
에게 확인하고 에게 보다 어떻게 잘 그만큼 모델 ~이다 예측.
우리 ~하지 않다 가지다 저것들 ~에 이것 사례.
그리고 ~을 위한 무엇 ~이다 우리의 하위 집합 ~을 위한 대판,
저것 ~일 것이다 포함하다 둘 다 그만큼 랩 그리고 그만큼 크기가 큰 규모 데이터.
부터 그것은 모두 그만큼 데이터 ~에 이것 사례, I ~하지 않다 가지다 에게 지정하다 어느 하위 집합.
지금, I 가지다 한정된 나의 워크플로.
I 딸깍 하는 소리 좋아요, 그리고 그것 저장하다 모두 저것 정보 오른쪽 여기 ~처럼 a 스크립트.
만약에 I 오른쪽- 딸깍 하는 소리 ~에 저것, 편집하다 그것, 너 ~할 수 있다 보다 무엇 그것은 행위.
그것은 창조하다 a 새로운 네임스페이스.
그것은 갖다 그만큼 모델 ~에 저기, 내 모든 답변이 다 있어요.
그리고 모든 것 I ~할 수 있었다 필요 ~을 위한 이것 분석.
A s 곧 ~처럼 너 보다 이것, 너 시작 생각, 잘,
만약에 I 가지다 에게 추가하다 또 다른 응답, I ~할 수 있다 막대 또 다른 응답 ~에 여기.
하지만 저것 위반하다 그만큼 원칙 ~의 아니요 스크립트 편집.
잘, 때때로 우리 하다 그것, 하지만 ~하지 않다 말하다 아무도.
무엇 우리 했다 ~이다 우리 세워짐 a 도구 저것 워크플로 편집기가 있습니다
저것 허용합니다 우리를 에게 가다 앞으로 뒤쪽에 ~ 안으로 저것 워크플로
통과 지점 그리고 딸깍 하는 소리 그리고 변화 일부 ~의 그것은 속성 그리고 변화 그만큼 워크플로.
나는 가고 있다 에게 가다 앞으로 지금 그리고 하다 그만큼 분석.
그리고 이것 ~이다 어디 그만큼 마법 정말 온다 안에.
언제 I 하다 그만큼 피씨 분석 세트 위로,
그것은 가고 있다 에게 가다 가져가다 저것 워크플로 정보 그리고 적용하다 그것
전체 세트에 걸쳐 ~의 스크립트 우리에게 필요한 것 ~을 위한 우리의 분석.
그리고 너 보다 무엇 그것 단지 했다 거기.
그것 떨어뜨렸다 a 전체 다발 ~의 스크립트. 그것 그룹화 그들을 ~을 위한 우리를.
모든 것 ~이다 준비가 된 에게 가다.
그것은 a 단계- 에 의해- 단계 프로세스, 그만큼 과학자들 ~할 수 있다 따르다 그것을 통해.
만약에 거기 ~이다 스크립트 저것 ~이다 해당 없음,
그들 ~할 수 있다 제거하다 저것들 스크립트 그리고 그들은 단지 다 쓴.
우리 ~하지 않다 걱정하다 ~에 대한 그들을.
그리고 그 다음에 ~을 위한 그만큼 스크립트 저것 ~이다 현재의, 우리 가지다 추가의 맞춤화.
이것들 ~이다 본질적으로 발전기 스크립트.
그리고 너 ~할 수 있다 보다 그것 생성하다 a 대화
그게 이미 사전 인구가 많은 ~와 함께 무엇 우리는 필요해야 해요,
하지만 우리 가지다 추가의 유연성 만약에 우리 필요 그것.
그리고 그 다음에 우리 ~할 수 있다 얻다 우리의 보고서 그리고 우리는 향상시킬 수 있습니다 그것 ~처럼 우리 필요 에게,
~에 이것 사례, 하위 집합 I 5월 원하다 에게 포함하다.
그리고 그 다음에 구하다 그만큼 스크립트 뒤쪽에 에게 그만큼 테이블 그리고 바꾸다 그만큼 발전기 스크립트.
지금, I 가지다 a 렌더링됨 스크립트 여기 저것 I ~할 수 있다 사용 그게 가지고 다닐 수 있는.
그 다음에 ~을 위한 그만큼 피씨 분석, 우리 가지다 데이터 줄거리.
의 강의, 우리 원하다 에게 보여주다 우리의 데이터.
언제나 바라보다 ~에 당신의 데이터, 생성하다 그만큼 줄거리.
있다 a 기본 구성 그게 세워짐.
그리고 지금 그만큼 사용자, 우리는 단 하나의 플롯만 했습니다
왜냐하면 우리 원했다 그만큼 사용자 에게 가지다 그만큼 옵션 에게 일을 바꾸다
그래서 그들 ~할 것 같다 가다 ~에 여기, 말하다, 얻다 제거하다 ~의 저것 제목.
I 단지 변경됨 그만큼 크기 그리고 I 추가하다 a 전설, 무엇이든.
너 ~할 수 있다 변화 그만큼 전체 구성 만약에 그들 원했다 에게.
그리고 그 다음에 하나 ~의 그들의 모두- 시간 BPC-Stat의 가장 좋아하는 기능
보인다 에게 BE 이것 반복하다 분석.
한 번 우리 가지다 한 분석 우리 좋다, 우리 ~할 수 있다 반복하다 그것.
그리고 무엇 이것 ~이다 행위 ~이다 그것은 컬럼 스위처 해킹
그리고 첨가 일부 추가의 특징 에 그것.
그것은 할 것이다 가져가다 그만큼 산출, 덤프 그것 ~에 a 수직의 목록 상자 또는 꼬리표 상자,
그리고 허용하다 우리를 에게 적용하다 우리의 필터링 어느 하나 전 세계적으로 또는 에게 각 분석.
지금, 나는 ~에 그만큼 열 스위처
그리고 나는 말할 수 있어요 그것 무엇 기둥 I 원하다 그것 에게 하다.
이것 공장 ~을 위한 어느 분석, ~ 아니다 단지 음모를 꾸미다.
딸깍 하는 소리 좋아요.
그것 달리다 ~을 통해 그만큼 스위처, 생성하다 그만큼 보고서.
거기 I 가지다 그것. 모두 나의 응답 ~이다 음모를 꾸몄다.
저것 ~였다 쉬운.
I 가다 아래에 그리고 있다 그만큼 스크립트 저것 재현하다 저것.
I ~할 수 있다 떨어지다 그것 여기, 얻다 제거하다 ~의 그만큼 이전의 하나.
완료.
설명적 통계. 여기 우리 가다.
그것은 이미 완료.
I 가지다 그만큼 서브세팅 적용된, 에게 가지다 그만큼 테이블 I 필요.
바라보다 ~에 이것.
그것은 이미 포맷된 에게 그만큼 내가 필요로 하는 소수점의 개수
왜냐하면 그것은 취득 이점 ~의 저것들 속성 저것 우리 할당했다,
저것들 고유한 속성 기반을 둔 ~에 이것 테이블 표준화.
그래서 저것 하나 ~이다 완료.
그리고 그 다음에 그만큼 가득한 모델.
가득한 모델 ~이다 세트 위로, 준비가 된 에게 가다 무엇을 위해 너 생각하다?
그것은 준비가 된 에게 가다 ~을 위한 잔여 평가.
우리 ~할 수 있다 가다 ~을 통해 각 ~의 그만큼 한 번에 하나씩 모델
그리고 가져가다 a 바라보다 에게 보다 어떻게 그만큼 전철기 ~이다 행동하다, 그만큼 부족 ~의 맞다.
하다 그것 바라보다 좋아요?
여기, 우리 가지다 하나 가리키다 저것 5월 BE 조금 조금 끄다 우리 ~할 것 같다 원하다 에게 탐구하다.
자동 다시 계산하다 ~이다 이미 돌린 에,
그래서 I ~할 수 있다 하다 a 열 들어오지 못하게 하다 그리고 그것은 할 것이다 자동으로 업데이트 이것.
또는 우리 가지다 a 도구 저것 새 열의 데이터 포인트를 제외합니다.
그래서 저것 I ~할 수 있다 분석하다 그것 옆 ~에 의해 옆.
그리고 그 다음에 ~부터 나는 이미 내 응답을 구체적으로 지정했습니다.
~에 주문하다 에게 포함하다 저것 옆 ~에 의해 옆,
I ~일 것이다 가지다 에게 가다 뒤쪽에 그리고 수정하다 나의 워크플로.
그리고 우리 가지다 저것 워크플로 편집자 에게 하다 저것.
나는 단지 가고 있다 에게 건너뛰다 앞으로 에게 구하다 일부 시간 어디 나는 이미 완료 저것.
이것 ~이다 그만큼 같은 파일, 같은 분석,
하지만 나는 추가됨 한 추가의 응답 그리고 그것은 오른쪽 여기.
생산하다 없이 달리다 21.
지금, 과학자들 ~할 수 있다 바라보다 ~에 이것 옆 옆에 그리고 말하다,
너 알다 무엇, 저것 요점은, 그렇죠, 통계적으로 보면 좀 특이하죠.
하지만 거의 있다 정말 아니요 영향.
모두 오른쪽, 하자 가져가다 이것 더 나아가.
이것 ~이다 우리의 루틴 프로세스.
우리 하다 가져가다 그것 모두 그만큼 방법 축소된 모델을 통해
왜냐하면 우리 원하다 에게 보다 만약에 그것 영향 모델 선택.
우리 가지다 자동화된 그만큼 모델 선택
그리고 그것 걸립니다 이점 ~의 그만큼 전방 AIC에 대한 기존 단계적
또는 그만큼 기존의 효과 테이블 어디 너 ~할 수 있다 딸깍 하는 소리 에게 뒤로 제거하다
원하시면 수동으로 선택하세요. 자동화하다 그만큼 뒤로 선택
어느 우리 일반적으로 사용 ~을 위한 나뉘다 냄비 디자인.
우리 또한 가지다 a 앞으로 선택 혼합 모델용 어느 ~이다 ~ 아니다 현재
JMP 기능 및 제이엠피 우리가 찾는다 고도로 유용한.
나는 가고 있다 에게 가다 앞으로, ~부터 그것은 a 결정된 모델,
나는 그것을 할 것이고 그것을 얻을 것이다 워크플로 정보.
I 알다 I 필요 에게 하다 이것 ~에 그만큼 가득한 모델.
그것 간다 앞으로 그리고 하다 그만큼 선택.
무엇 그것은 행위 ~에 그만큼 배경 여기 ~이다 그것은 달리기 각 모델,
그것은 건설 중 보고서 ~의 그만큼 선택이 완료되었습니다
~에 사례 우리 원하다 에게 보고서 저것.
그리고 그것은 가고 있다 에게 구하다 저것들 스크립트 뒤쪽에 에게 그만큼 데이터 테이블.
그게 있어요 보고서 오른쪽 거기 모든 것을 포함하는 그만큼 선택 프로세스.
저것들 스크립트 ~이었다 단지 생성됨 그리고 버려졌다 뒤쪽에 여기.
지금, I ~할 수 있다 이동하다 저것들 스크립트 뒤쪽에 ~ 안으로 나의 워크플로 부분.
I 알다 그만큼 줄인 모델 거기로 들어가다
그리고 이것 ~이다 나의 모델 선택 단계 역사.
I ~할 수 있다 놓다 저것 정보 ~에 거기.
좋아요, 그래서 이것 ~이다 엄청난.
지금, 언제 I 보았다 ~에 나의 줄인 모델, I 가지다 저것 다 쓴 ~을 통해 그만큼 선택.
지금 I ~할 수 있다 보다 그만큼 영향 ~의 그만큼 선택 ~에 풀이 이것 추가의 가리키다 여기.
그리고 다시, 우리 보다 있다 단지 원래,
과학자들은 아마도 다음과 같은 결론을 내릴 것입니다. 단지 아니요 현실적인 차이점 여기.
그리고 그들 ~할 수 있었다 심지어 가다, 그리고 ~해야 한다 가다
그리고 바라보다 ~에 그만큼 상호 작용 프로파일러 ~처럼 잘, 비교하다 그들을 옆 ~에 의해 옆.
이것 ~이다 엄청난.
우리 원하다 에게 유지하다 이것 스크립트 왜냐하면 우리는 추적하고 싶어
~의 그만큼 결정 저것 우리 만들어진, 그래서 있다 a 기록 ~의 저것.
하지만 우리 또한 원하다 에게 보고서 그만큼 결정적인 모델.
그래서 우리 원하다 a 멋진, 깨끗한 보고서.
우리 ~하지 않다 원하다 저것 없이 거기에 응답이 실행 중이에요
왜냐하면 우리는 결정했다 저것 그것은 ~ 아니다 관련 있는,
우리 필요 에게 유지하다 모두 그만큼 데이터.
또 다른 가장 좋아하는 도구 저것 우리가 개발한 것은 그만큼 나뉘다 맞다 그룹
어느 허용합니다 우리가 이런 적합한 그룹을 분해하도록 하자
우리는 축소된 모델을 가지고 있습니다 여기. 가져가다 그만큼 줄인 모델.
그리고 우리에게 허용합니다 부서지다 그들을 위로 최대한 많은 여러 떼 ~처럼 우리 원하다.
~ 안에 이것 사례, 이었다 오직 가고 있다 에게 그룹 그것을 하나의 그룹으로
왜냐하면 이었다 가고 있다 에게 제거하다 하나 응답.
우리 원하다 하나 그룹.
언제 이었다 완료, 이었다 단지 사용 중 이 응답을 제거하려면
우리 아니요 더 길게 원하다 ~에 거기.
확인을 클릭하세요.
그것이다 일부 피드백 ~에서 모델 피팅, 그리고 팔, 우리 가지다 그것.
그만큼 맞다 그룹 ~이다 지금 거기 그리고 없이 응답 분석 가지다 계속 ~ 이다 제거됨.
지금 우리 가지다 이것 준비가 된 에게 보고서.
알아채다 저것 그만큼 설정 ~을 위한 그만큼 프로파일러, 그들은 모두 그만큼 설정 우리 지정된.
그것은 ~ 아니다 ~에 그만큼 평균 가리키다 또는 센터 가리키다,
그것은 ~에 그만큼 프로세스 설정점,
어느 ~이다 어디 우리 필요 그것 에게 BE ~을 위한 비교 목적.
그것은 모두 준비가 된 에게 가다.
좋아요, 그래서 저것 생성하다 저기 그 대본 언제 I 했다 저것 나뉘다.
I ~할 수 있다 놓다 그것 위로 여기 그리고 I ~할 수 있다 단지 이름 바꾸기 저것.
그것이다 결정적인 모델.
좋아요, 매우 좋은.
지금, ~을 위한 일부 진짜 재미있는.
기억하다 우리 가졌다 이야기했다 ~에 대한 얼마나 지루한지
에게 세트 위로 이것 시뮬레이션 스크립트.
지금 보다 이것. 보다 어떻게 쉬운 이것 ~이다 ~을 위한 그만큼 과학자들.
그리고 ~ 전에 I 하다 이것, I 원하다 에게 가리키다 밖으로 저것 이것 였다,
~의 강의, 생성됨 ~에 의해 a 스크립트, 분명히 JSL,
하지만 이것 ~이다 a 스크립트 저것 만든다 스크립트 만든다 a 스크립트.
그래서 이것 ~였다 상당히 a 도전 ~을 위한 애드수르고 에게 개발하다.
하지만 언제 I 달리다 이것, 여기서 내 모델을 선택할 수 있어요.
결정적인 모델, 그리고 그 다음에 ~에 단지 a 몇 초 만에
그것 생성하다 그만큼 시뮬레이션 스크립트 저것 I 필요.
I 달리다 저것, 그리고 팔. 거기 그것 이다, 모두 완료.
그것은 설정했다 위로 그만큼 범위 저것 I 필요 ~을 위한 그만큼 프로세스 매개변수.
그것은 세트 그들을 위로 에게 그만큼 옳은 간격. 그것 세트 그만큼 광고 무작위의 소음.
하지만 있다 심지어 더 가고 있다 ~에 여기 ~보다 무엇 나타납니다.
알아채다 저것 그만큼 프로세스 규모 가지다 계속 ~ 이다 추가됨,
우리 하지 않았다 가지다 저것 ~에 그만큼 모델 전에.
저것 ~였다 무엇 저것 ~였다 추가됨 ~하도록 하다 우리 ~할 수 있었다 가져가다 이것들 실험실,
규모 암사슴 모델, 그리고 연장하다 그들을 에게 그만큼 크기가 큰 규모.
지금 이었다 예측하다 크기가 큰 저울. 그것이다 중요한.
저것 ~였다 a 가감 에게 그만큼 모델.
이전에는 매우 지루한 편집 대본의 필수의 에게 하다 저것.
알아채다 저것 우리 또한 가지다 이것 피씨 차단하다 무작위의 효과 ~에 여기 우리 가졌다 지정된
왜냐하면 우리 ~하지 않다 원하다 에게 시뮬레이션하다 특정한 블록,
지금 그것은 한 추가의 무작위의 효과.
그리고 그만큼 총 변화 ~이다 존재 막혔다 ~ 안으로 그만큼 기준 편차
광고 무작위 소음, ~ 아니다 그만큼 기본 잔여 무작위의 소음.
우리 또한 추가됨 이것 작은 세트 씨앗 여기 그래서 우리 ~할 수 있다 낳다 우리의 분석 정확히.
그래서 이것 ~이다 정말 엄청난.
그리고 다시, 알아채다 저것 이었다 ~에 그만큼 프로세스 세트 가리키다 어디 그것 ~해야 한다 BE.
좋아요, 마지막 물건 I 원하다 에게 보여주다 여기 ~이다 그만큼 보도.
우리는 본질적으로 완전한 전체 분석,
너 ~할 수 있다 보다 그것은 매우 빠른.
우리 원하다 에게 보고서 이것들 결정적인 모델 밖으로 ~ 안으로 a 통계 보고서.
그리고 그래서 우리 가지다 a 도구 에게 하다 저것.
그리고 이것 보고서 시작하다 ~와 함께 a 설명적인 통계.
나는 가고 있다 에게 달리다 저것 첫 번째,
그리고 그 다음에 이었다 가고 있다 에게 가다 그리고 짓다 그만큼 보고서, 내보내다 통계 에게 단어.
그리고 그 다음에 I 가지다 에게 말하다 그것 어느 모델 하다 I 원하다 에게 내보내다.
그것은 질문 ~에 대한 확인 줄거리.
우리 하지 않았다 가지다 어느 ~에 이것 사례 ~을 위한 확인 전철기.
그래서 이었다 가고 있다 에게 건너뛰다 저것.
그리고 그 다음에 그것 기본값 에게 그만큼 기본 예배 규칙서 저것 우리 세트 그만큼 산출.
나는 가고 있다 에게 열려 있는 그만큼 보고서 언제 나는 완료.
그리고 이것 ~이다 중요한.
이었다 퇴거 그만큼 신문 열려 있는 ~을 위한 절약 그리고 가감.
왜냐하면 ~처럼 여러분 알고있다, 당신이 복사할 때 물건,
너 생성하다 당신의 프로파일러,
너 덤프 그들을 ~에 단어, 그리고 있다 일부 깎는 가고 있다 에.
우리 5월 가지다 에게 크기 조정 것들,
우리 5월 가지다 에게 놓다 무엇 ~에 a 통나무 규모.
우리 ~할 수 있다 하다 모두 저것 ~에 그만큼 신문 그리고 그 다음에 단지 구하다 그것 뒤쪽에 에게 단어.
저것 저장하다 a 단계. 그래서 우리 생성하다 저것.
I 딸깍 하는 소리 좋아요 여기.
그것은 독서 그만큼 다른 테이블 그리고 그만큼 다양한 프로파일러,
그리고 그것은 생성 이것 신문 위로 여기.
그것이다 실제로 그만큼 보고서 저것 그것은 가고 있다 에게 세우다 ~에 단어.
그리고 그것 ~ 할 것이다 BE 완료 ~에 단지 a 두번째 여기.
좋아요.
그리고 그 다음에 단지 열기 위로 단어.
그리고 팔, 있다 우리의 보고서.
그래서 바라보다 ~에 무엇 그것 했다.
그것 넣는다 캡션 여기, 그것을 넣었다 우리의 테이블.
그것은 이미 포맷된 에게 그만큼 보고 정도 저것 우리 필요.
그것 가지다 이것 각주 저것 그것 추가됨, 회의 우리의 표준.
그리고 그 다음에 ~을 위한 각 응답, 그것 가지다 a 부분.
그리고 그 다음에 그만큼 부분 가지다 그만큼 테이블 ~와 함께 그들의 캡션, 그리고 그만큼 프로파일러,
그리고 상호 작용 프로파일러, 각주, 그리고 기타.
그리고 그것 반복하다 ~에 그리고 ~에 ~을 위한 각 기인하다 ~ 위에 그리고 위에.
그것 또한 생성하다 일부 초기의 텍스트
저것 그만큼 과학자들 ~할 수 있다 업데이트 ~와 함께 일부 요약 통계.
그리고 그래서 그것은 예쁜 많이 준비가 된 에게 가다 그리고 고도로 표준화된.
저것 완료하다 그만큼 데모 ~의 그만큼 체계.
지금, I 단지 가지다 하나 결론 슬라이드 저것 I 원하다 에게 가다 뒤쪽에 에게 여기.
그래서, ~에 결론, BPC-Stat, 그것은 추가됨 값 에게 우리의 사업.
그것은 활성화됨 우리의 프로세스 팀. 그것은 마비되다 그만큼 일하다.
그것은 가속화됨 우리의 타임라인.
우리는 구현됨 a 표준화된, 아직 유연한 체계적인 접근하다
~와 함께 저것 더 높은, 더 빠르게 가속, 그리고 많이 더 약혼.
감사하다 너 매우 많이.
