Ce
parler
est
titré
Étendu
Utilisations
de
Conversion
Binaire
Réponses
à Continu Réponses dans Consommateur Produit Développement.
C'est a peu de a bouchée,
mais I promesse il ne le fera pas être que compliqué.
Mon nom est Curtis Parc. Je suis a principal scientifique à HP Capot.
HP Capot est a entreprise, a nourriture et boisson entreprise.
Nous faire a parcelle de différent laits, sans produits laitiers laits.
Nous aussi faire yaourt, chalet fromage, glace crème.
Donc a parcelle de a parcelle de amusant des choses à goût à travail.
Je suis a nourriture scientifique par éducation.
Quelques années il y a I était demandé à prendre a regarder à a problème
que nous avait pour un de le boissons que nous étaient production.
Je suis en allant à montrer toi a vidéo juste donc toi peut voir.
Mais nous étaient obtenir a parcelle de consommateur plaintes
et ces plaintes étaient événement
quand le produit était fermer à le fin de étagère vie.
A s toi voir dans ce vidéo,
c'est joli évident pourquoi personnes étaient se plaindre.
I pense I serait se plaindre si I scie quelque chose comme que aussi.
C'est censé à être a bon portable boisson.
C'est épais et gros quand c'est être versé dehors.
Pas quoi I serait attendre.
Croire il ou pas, ce produit était pas gâté.
I promesse toi, il était pas gâté.
Donc I était demandé à prendre a regarder à ce et chiffre dehors comment peut nous réparer il?
Qu'est-ce que le problème? Comment faire nous réparer il?
HP Capot à le temps, ce était a peu années il y a.
Nous étaient tôt sur dans notre voyage avec en utilisant JMP,
et donc I était vraiment excité à avoir un application à utiliser dans réel vie
plutôt que juste en lisant à propos il ou apprentissage à propos il.
Naturellement I feutre comme ce, comme Yahoo! Allons-y courir un ministère de l'Énergie, allons-y faire il.
I était vraiment excité
et pour ceux de toi OMS pourrait pas avoir comme beaucoup expérience faire du DoE,
le d'abord étape est généralement prise a regarder à quoi facteurs devrait I être regarder à.
Donc nous a fait a peu expériences.
Si toi peut pardonner moi, ils étaient probablement un facteur à a temps expériences.
Mais nous rétréci dans sur quoi nous on croyait étaient le clé ingrédients
que pourrait avoir a été causant le problème.
Nous fin en haut fabrication a conception.
Ce est probablement le quatrième ou cinquième itération de le conception
que nous est venu en haut avec,
et ce était dans coutume conception.
Donc si toi aller à coutume conception,
c'est c'est le plate-forme que nous utiliser à générer ce ministère de l'Énergie .
A s toi peut voir, ce est ce est quoi nous avait.
Donc nous avait ingrédients UN, B et C, et il était en fait a réponse surface.
Donc nous avait tous de le deux chemin interactions
et le quadratique termes construit dans le modèle.
Il fin en haut être 17 court, comme toi peut voir ici.
C'est 17 différent traitement combinaisons.
Ce beaucoup de A , ce beaucoup de B , ce beaucoup C pour chaque courir.
Une fois nous avons réglé sur ce conception,
nous étaient vraiment excité donc allons-y aller résoudre ce problème.
Morceau de gâteau, droite?
Toi aller dans le laboratoire, dans notre pilote usine,
toi lancer quelques des choses ensemble, le boisson vient dehors.
Je suis fabrication il a parcelle plus simple que il en fait est.
Nous fait 17 différent boissons
et alors nous mettre eux sur le étagère pour a petit alors que
parce que comme I mentionné plus tôt,
il prend a petit peu de temps pour ce problème à apparaître.
Mettre eux sur le étagère pour a alors que, assis jusqu'à ils étaient prêt à être analysé.
Ce est juste a capture d'écran de a données tableau.
Ce a notre réel ou notre conception que nous utilisé.
A s toi peut voir, il y a a colonne ici à le droite que I mis en évidence.
C'est notre notre ami, le ET, notre réponse colonne.
Donc une fois nous a obtenu à le indiquer où nous étaient prêt à prêt à mesure que gros pour
maintenant nous commencé pensée, Oh, comment sont nous en allant à mesure que?
Parce que a t le temps, nous a fait pas avoir a gros paramètre.
J'ai jamais entendu de un. J'ai jamais trouvé un.
Si n'importe qui a jamais trouvé un, épouser amour à à voir il et peut être acheter un.
Mais c'est notre connaissance. Il n'a pas exister.
Donc quoi options a fait nous avoir à mesure ce?
Parce que si toi ne peut pas mesure il avec Biche c'est vraiment pas que utile.
Donc nous avoir a fe w options.
D'abord chose est nous peut mesure tout comme a binaire réponse.
Donc c'est soit a passer échouer, c'est bien ou mauvais etc.
Il y a quelques avantages avec ce et quelques inconvénients.
Le avantages serait être c'est joli simple à faire, droite?
Personne peut dire passer ou échouer et il prend toi comme Non temps à à mesure il.
Cependant, il a quelques sérieux inconvénients à il.
Tel comme, c'est vraiment subjectif à le observateur.
Quoi I pense est bien,
a collègue de le mien pourrait pense est mauvais.
Ou même pire, quoi I pense est bien, mon chef pourrait pense est mauvais.
Donc c'est vraiment subjectif.
Alors que il peut donner toi quelques information,
ils ne le faites pas donner nous comme beaucoup information comme nous vouloir.
Parce que quand toi faire logistique régression, quoi toi obtenir dehors de il vraiment sont juste
probabilités de quelque chose passage ou probabilités de défaut.
Dans mon expérience, c'est a été difficile à communiquer
et à vraiment comprendre quoi à faire avec que données,
en particulier quand étaient en essayant à communiquer avec non technique personnes.
Donc continu si il y a n'importe lequel chemin à obtenir a continu réponse,
c'est quoi nous aspirer pour parce que ils donner nous a parcelle plus information.
Nous peut savoir comment bien est il ou comment mauvais est il,
parce que pas tous bien sont créé égal.
Il y a un autre option nous pourrait avoir fait
et I serait dire ce est probablement le meilleur option
si toi peut faire il, est nous pourrait courir consommateur essai et obtenir consommateur saisir.
Quoi ce serait regarder comme est I avoir tous notre boissons, 17 boissons,
et nous recruter peut être 100, 120 consommateurs de notre produit
et nous avoir eux s'asseoir vers le bas et taux chaque célibataire un
pour différent attributs,
un de eux probablement être comment Bien faire toi comme comment ce verse ?
Le raison pourquoi ce est a or standard
est parce que ceux sont le les gens opinions OMS matière à nous.
Quoi nous serait faire est après nous obtenir 100 ou 120 réponses,
toi prendre a regarder à le données toi obtenir,
nous peut prendre moyennes et mettre ceux moyennes dans notre modèle.
Cependant,
il peut coût a parcelle de argent et il peut prendre a parcelle de temps.
Donc si ton budget n'a pas permettre il
ou ton chronologie pour peu importe raison n'a pas permettre il,
toi ne peut pas faire ce pour tout.
Parfois le chose tu es en essayant à mesure
n'est-ce pas tel a énorme problème que tu es en essayant à résoudre
que c'est valeur dépenses tous que argent.
Mais il serait toujours être important à être capable à mesure il.
Faire toi avoir n'importe lequel autre des options ?
I mentionné ce plus tôt.
Toi peut trouver un instrument que peut mesure quoi tu es regarder pour.
Parfois ils exister.
Comme I dit, I ne le faites pas savoir de a gros paramètre.
I regardait dans notre entrepôt dans notre Recherche et développement centre, ne pouvait pas trouver un.
Même si toi peut trouver un,
si ce est quelque chose c'est vraiment spécialisé,
tu es pas en allant à utiliser il très souvent.
Il n'a pas faire sens à acheter le morceau de équipement ou il pourrait être quelque chose
que serait être vraiment super, mais il nécessite a parcelle de compétence
que peut être ton Recherche et développement, ton technique département n'a pas avoir ou
juste n'a pas avoir le temps ou ressources à à accord avec.
Je suis en allant à montrer toi le dernier option nous avoir ici.
Quoi Je suis en allant à dire est entraînement a groupe de personnes comment à taux que attribut
de intérêt et alors laisser eux donner toi tous le notes.
Ce est assez comme bien comme ayant réel consommateurs.
Mais ici étaient en essayant à prendre subjectivité dehors de il
et faire il objectif.
Quand Bien qualifié humains peut être super mesurer instruments.
Je suis en allant à marcher toi à travers ce que nous avons fait à Capot
quand nous avoir quelques dur à mesure attribut.
Étaient en allant à utiliser le cas étude de ce gros pour.
Ce est notre feuille de route.
Je vais marcher toi à travers ce et alors Bien en fait faire il en direct.
Le d'abord chose I recherché à obtenir à travers
est que le échantillons que toi produire depuis Biche peut être utilisé pour beaucoup objectifs.
I comme à dire personnes que ton échantillons sont comme or
et toi devrait traiter eux comme or.
Ils sont très précieux.
Toi peut faire un ministère de l'Énergie pensée que tu es en essayant à répondre un question,
mais quelque chose autre pourrait populaire en haut plus tard
que toi serait être capable à utiliser ceux échantillons à répondre que question comme Bien.
J'ai avait que arriver à moi beaucoup fois, donc parfois c'est bien à pense à propos
juste demander toi-même le question.
J'ai fait tous ce travail à faire 17 différent boissons.
Quoi autre peut I faire avec eux?
Quoi autre peut I apprendre?
Dans notre cas, nous utiliser ces échantillons comme a "étalonnage ensemble"
donc que nous peut enseigner notre humains, mon collègues,
comment à mesure ce gros pour.
Donc voici notre méthode.
Le d'abord chose nous faire est nous revoir
tous le échantillons avec a petit groupe, quelques peut être 1 ou 2 ou 3 personnes que sont
vraiment bien informé sur le sujet ou sont responsable pour le projet.
Quoi toi faire est toi regarder à tous le échantillons
et décider lequel échantillons devrait être utilisé à former le Les pillards.
Étaient en essayant à construire a échelle essentiellement, et alors Bien prendre que échelle
et Bien obtenir notre amis, allons-y dire 10, 15, 20 amis à en fait taux ces,
ces échantillons pour nous après nous avons qualifié eux.
Entraînement étape deux,
avoir eux lire chaque vidéo, étape trois .
Si c'est a vidéo, il pourrait être quelque chose autre, a image,
ou il pourrait être en fait eux verser dehors le produit
si toi avoir assez, etc.
Toi peut obtenir le idée.
Suivant, Bien prendre le moyenne de tous ceux notes.
Bien regarder à le données, faire bien sûr il y a rien froussard dans là
et alors nous volonté utiliser ceux moyenne valeurs à construire a modèle.
Allons-y commencer avec, Oups.
Allons-y commencer avec mesures un et deux.
Donc étaient en allant t o supposer que nous avons regardait à tous le tous le vidéos
et le chemin nous typiquement faire il parce que c'est a petit Plus facile
est toi commencer désactivé répondre le question, lequel un est le le plus bas dans Chunky pour?
Que serait être ce un droite ici.
Nombre un, Je suis en allant à jouer chaque un de ces.
Ce juste pour faire il clair, ce est notre échelle.
C'est a continu échelle depuis 1 à 10 et le 1 à 10 est gentil de arbitraire.
Si si toi avoir quelque chose que travaux mieux pour toi alors super.
Le vidéo droite au-dessus de il correspond à que.
Donc ce d'abord vidéo correspond à a un.
Donc comme toi peut voir, alors que étaient regarder ce vidéo
verse bien, Non ondulation et Non grumeleux.
Verse comme attendu. Beau.
C'est c'est le facile échantillon à identifier
et alors dans le dans le échantillon ensemble, nous demander nous-mêmes, d'accord, lequel un est le pire?
Dans ce cas, il était joli évident.
I volonté dire toi encore, ce produit est pas gâté.
Donc juste avec changement a peu ingrédients.
Toi peut voir c'est donc épais, nous ne peut pas même obtenir il dehors de le bas.
Donc c'est évidemment un 10.
Alors nous a fait a petit peu de travail
à essayer à chiffre dehors, d'accord, lequel un devrait nous considérer à être a cinq?
Donc à mi-chemin dans entre.
Ce un, toi peut voir il toujours flux, mais là est gros à il.
Alors peut être a deux et a moitié serait être ce un.
Voir il a a petit moins gros à il.
Flux Bien, probablement avec normale tremblement.
Ça probablement être bien.
Donc il y a a petit peu de subjectivité,
mais toi ajouter plus personnes à faire il plus objectif.
Alors le dernier un.
Ce est Sept et a moitié.
Donc toi peut voir c'est très, très épais.
Le seulement chose que vraiment est différencier il depuis nombre dix est
que nous peut obtenir il dehors de le bouteille toujours flux.
Mais comme toi peut voir, c'est joli épais.
Quoi I serait faire et essentiellement dans ce montant de temps,
I pourrait former le personnes que sont en allant à aide nous
à analyser ce, à mesure ce gros pour.
Alors Bien avoir eux taux une fois nous avons qualifié eux.
Je vais essentiellement faire quoi I juste a fait.
Peut être épouser prendre a petit peu plus temps
à être plus spécifique avec certain des choses nous vouloir eux à être regarder pour.
Si quoi tu es ayant quelqu'un taux est a parcelle plus compliqué,
alors vous allez probablement avoir à besoin à prendre plus temps entraînement personnes.
Ce un n'était pas joli compliqué
et étaient vraiment juste regarder pour les gens d'abord impression.
A après que toi avoir eux taux tous le vidéos
i comme à utiliser Microsoft formulaires juste parce que c'est facile et I peut obtenir le le données
vraiment rapidement et facilement, mais toi peut utiliser peu importe toi vouloir,
y compris papier, bien que que prend plus temps et I essayer à éviter que.
Juste à montrer toi quoi Microsoft, quoi notre formulaires regarder comme.
Voici a aperçu de il.
Ce est comme si tu es faire il sur ton téléphone.
I comme à faire tout comme simple comme possible,
et tout le monde toujours a leur téléphone, donc I peut faire il sur a téléphone.
C'est mon but.
Je suis juste adage gros pour pâteux,
et alors ils juste aller à travers et taux chaque un.
Donc gros pauvre pour traitement.
Un Je vais dire, ne le faites pas savoir que que un était a six
et étaient juste demander personnes pour le d'abord impression.
Il y a Non droite ou faux réponses.
Généralement les gens d'abord impression est droite.
Donc c'est pourquoi Je suis demander personnes pas à pense aussi dur sur il.
Peut être nombre deux est a dix, et nombre trois était a trois.
I ne le faites pas savoir.
Ils serait aller à travers tous de ceux.
Alors nous serait obtenir notre données et alors en utilisant JMP
nous serait moyenne tous ceux évaluations
et alors nous mettre le données dans le données tableau à construire le modèle.
Donc étaient en allant à obtenir dehors de PowerPoint pour a deuxième et Bien aller
à exceller pour a deuxième.
Ce est quoi I obtenir quand I vouloir à exporter le données depuis Microsoft formes.
Comme I dit, toi ne le faites pas avoir à utiliser ce, utiliser peu importe travaux pour toi.
A s toi peut voir, IDENTIFIANT est le le évaluateur nombre
juste a aléatoire nombre,
pas aléatoire, mais juste un identifiant pour chaque personne.
I gauche il anonyme donc nous ne le faites pas.
Nous ne le faites pas critiquer personnes OMS peut être n'a pas faire comme Bien comme tout le monde autre.
Et dans ce cas, ce en fait ce données est réel depuis.
I a pris ce à a collège classe nourriture science classe et avait eux faire ce.
Et donc ce est réel réel collège étudiants notation.
Le notation le le vidéos.
Et comme toi peut voir, nous avoir tous ces colonnes, a colonne pour chaque un.
Donc personne un noté,
noté traitement un et huit, ils noté traitement,
deux de quatre traitement trois et neuf, etc. etc. etc.
Donc nous vouloir à obtenir à mettre ce dans saut.
Donc nous avoir I comme à utiliser le saut ajouter dans.
Donc dans Exceller droite ici.
Et alors juste comme long comme tu es seulement surbrillance un cellule.
Et toi cliquez données tableau, ça va importer tout.
J'ai remarqué que parfois
Je vais accidentellement avoir comme juste a partie de le données
mis en évidence et si toi pourrait données tableau maintenant
c'est seulement en allant à importer quoi toi souligner.
Donc soit souligner tout ou seulement souligner un.
Une fois toi frapper que données tableau bouton,
toi volonté obtenir quelque chose comme ce.
Donc ce est notre données.
Nous besoin à dans le fin, juste à montrer toi où étaient en essayant à obtenir
à avec ce données tableau parce que nous avoir à manipuler il a petit peu.
Ce est notre données tableau pour le ministère de l'Énergie.
Nous courir il était
comment beaucoup de ingrédient UN, B et C étaient dans là.
I mettre, Bien parler à propos ce dans a minute
mais I mettre mon échelle si ou pas I pensée quelque chose passé
ou si ou pas I pensée quelque chose échoué.
Dans le fin, nous besoin un plus colonne que dit Chunky pour.
Bien appel il continu.
Et Bien avoir un moyenne notation pour pour courir un.
Moyenne notation pour un, deux, trois, quatre, cinq, etc.
Si nous regarder à ce données tableau comme il est aujourd'hui
est pas dans que format parce que nous besoin tous ces
colonnes à être rangées et nous besoin le le rangées à être dans un colonne.
Il y a probablement a mille différent façons nous pourrait faire ce dans JMP
et ils sont tous bien et ils sont tous correct.
Je suis en allant à montrer toi un chemin à faire il.
C'est juste le un que travaux pour moi.
D'abord, quoi étaient en allant à faire est étaient en allant à empiler
tous de le colonnes sur haut de chaque autre.
Alors étaient en allant à faire a résumé tableau
que a le moyenne et peut être Bien aussi ajouter dans le standard déviation pour amusant.
Mais le très d'abord chose que J'ai toujours a été enseigné à faire est quand toi obtenir données,
toi vouloir à regarder à le graphique, le données et regarder à le parcelle.
Donc étaient en allant à en fait regarder à le distribution vraiment rapidement.
Donc si nous aller à analyser.
Là nous aller. Analyser distribution.
Nous vouloir à regarder à le distribution pour tous de le traitements.
Je suis juste en allant à souligner eux.
Aller à le colonnes et dire, d'accord.
Je suis juste regarder à voir est là rien
bizarre à propos ce données que nous devrait être concerné à propos de?
Quand I regarder à donc nous peut voir pour 1, 2, 3 , etc.
Je suis regarder pour valeurs aberrantes,
comme pour exemple, trois, tout le monde noté ce échantillon entre 1 et 6.
Là était quelqu'un en haut ici OMS noté il vraiment haut,
et il y a aussi quelqu'un en haut ici que noté ce un haut.
Donc quoi I comme à faire est si toi cliquez sur ce,
ça va souligner où...
Donc ce ce rangée représente un raider, un personne.
Donc Je suis en allant à voir comment ils noté tout
et toi peut voir ils tendre à être un valeur aberrante.
Le bon chose est dans JMP est que une fois toi souligner un rangée,
tous il volonté souligner pour tous le autre réponses.
Donc I peut voir que, Ouais, ils noté 3 étant plus haut 4 être plus haut.
Nous aller vers le bas, regarder.
Mettre fin. Ils sont opposé de tout le monde.
Il semble comme pour quelques raison
le le entraînement, ils a obtenu a petit confus
et ils pensée plus haut nombre censé inférieur gross morceaux et vice réciproquement.
Donc quoi Je suis en allant à faire est depuis I avoir ce rangée mis en évidence,
Je suis en allant à fermer ce, ça va rester mis en évidence.
Donc ce est rangée un.
Je suis juste en allant à supprimer ce données
et alors Bien se déplacer sur.
Maintenant nous sentir joli confortable avec le données est joli beaucoup solide.
Comme I dit, étaient en allant à empiler le colonnes.
Si nous aller à tables empiler.
C'est en allant à populaire en haut et nous juste vouloir à empiler
tous 17 de le traitements.
Le bon chose est dans JMP 17, maintenant toi obtenir ce aperçu.
I amour le aperçu donc alors I savoir si Je suis faire des choses droite.
Quoi nous voir ici est,
comme I peut voir,
ça va avoir le IDENTIFIANT donc le évaluateur et alors taux le gros pour pour traitement 1.
Ils a donné il a cinq et ils a fait nombre deux, a Sept.
Ce est comment nous vouloir le données structuré et nous peut changement le colonne noms.
Donc plutôt de données, étaient juste en allant à dire gros pour,
continu.
Alors pour étiquette, Je suis juste en allant à appel il courir parce que c'est vraiment
quoi étaient en allant à utiliser ce pour dans a minute.
I juste empiler il.
Donc I dire, d'accord, c'est comment I vouloir il.
Maintenant nous avoir le données tableau dans ce chemin donc maintenant il laissez nous utiliser a résumé tableau.
S résumé tables sont bon façons à être capable à
faire a tableau de le de différent statistiques.
Donc quoi étaient en allant à faire est étaient en allant à souligner
le gros pour continu colonne et dire statistiques.
Faire signifier.
Pour amusant dans cas nous vouloir à utiliser il, Bien aussi dire standard déviation.
Ce juste donne nous le dans l'ensemble signifier et standard déviation.
Mais si nous vouloir à faire il par courir,
Je vais souligner, courir et mettre il ici dans groupe.
Maintenant quand nous regarder à ce aperçu, nous avoir un à travers 17
et opportunément, ils sont dans commande.
Un, deux, trois, quatre, cinq, six, Sept, huit.
Tous le chemin à 17.
Nous avoir le signifier et le standard déviation.
Donc étaient en allant à dire, d'accord.
D'accord, donc nous avoir un plus tableau.
Maintenant étaient à le indiquer où étaient où nous besoin à être
parce que I avoir chaque courir comme a rangée
et avoir a colonne pour le moyenne colonne pour le standard déviation.
Donc quoi Je suis en allant à faire est I volonté souligner ce colonne.
Si toi aller à modifier copie avec colonne noms
et alors Je suis en allant à aller à notre original données tableau.
Étaient va faire a nouveau colonne ici
et dire modifier coller avec colonne noms.
Là il est.
I devrait avoir fait les deux de ceux à le même temps, mais I n'a pas.
Donc étaient en allant à faire.
Faire ce un comme Bien.
D'accord, donc maintenant nous sont prêt à faire notre modélisation.
Donc d'abord, d'abord chose I vouloir à montrer toi
est quoi nous serait obtenir si nous juste a fait passer échouer notre binaire réponse.
Quoi Bien faire est si nous aller à analyser ajuster modèle.
Parce que I fait ce ce conception dans JMP dans le coutume conception plate-forme,
il automatiquement sait quoi gentil de conception ce est
donc c'est pourquoi mon modèle est déjà construit.
Si là est a vraiment pratique chemin,
si toi savait ce était a réponse surface conception,
allons-y dire, allons-y dire ce n'était pas ici.
Le macros sont pratique.
Si I mis en évidence ingrédient UN, B et C.
Dit Macros Réponse Service.
Il tire il tous en haut. Il déjà sait quoi Je suis regarder pour.
Donc c'est utile.
I mettre il dans le y axe, le variable, le réponse y gros pour passer échouer.
Quoi il donne nous est nominal logistique.
Je suis pas statisticien,
donc Je suis pas en allant à aller dans n'importe lequel de le statistiques derrière quoi c'est faire.
Je suis juste en allant à montrer toi comment quoi toi obtenir dehors de il
et quoi a scientifique pourrait être regarder à.
Donc si I dire courir, notre cible niveau est passé.
Donc quand c'est en allant à faire probabilités et probabilité de passage.
Donc nous dire courir.
Ce est quoi nous obtenir.
Donc, I signifier, le d'abord chose que a scientifiques comme
moi-même serait probablement regarder à est ce effets résumé.
Je suis regarder à probablement regarder à P valeurs et I dire,
Bien, rien significatif sauf ingrédient UN.
Là sont autre des choses que nous serait regarder à, mais Je suis en allant à...
Je suis en allant à aller sur que.
Étaient pas en allant à couverture que aujourd'hui.
Plutôt, I vouloir à juste regarder à le profileur,
parce que c'est quoi nous trouver, à moins dans notre dans notre expérience,
le profileur être le la plupart utile et le plus facile à interpréter
pour le scientifiques et quand ils sont communicant avec autres.
Donc quoi ce est, est Je suis en allant à faire il a petit plus gros.
Est sur le gauche ici.
Étaient en allant à obtenir a probabilité de défaut et a probabilité de passage.
Donc si nous avoir 0,13 de ingrédient, a 0,12 de ingridient B,
0,45 et de ingrédient C,
et c'est en fait 0,13%, 0,12%, 0,45%.
I juste n'a pas changement il.
C'est a très, très petit proportion de le formule que étaient changement
de toute façon à ceux niveaux,
ce dit 100% de le temps étaient en allant à passer.
Si I se déplacer il en haut, allons-y dire à..
Avoir comme,
dire indiquer deux de ce ingrédient maintenant.
Maintenant, regard comme étaient en allant à passer seulement 64% de le temps.
Toi peut voir ces courbes,
comment I modifié ingrédient B a petit peu et ingrédient C,
peut être nous peut obtenir dos en haut à a indiquer où nous passer 98% de le temps.
Toi peut jouer autour avec ce.
Mais le problème avec ce est, est comme I dit plus tôt,
passage.
Peut être ce passer droite ici est pas le même comme passage sur ici.
Cependant, nous ne le faites pas vraiment savoir que avec ce information,
et c'est gentil de dur chose pour quelques personnes à envelopper leur tête autour,
comme il était juste probabilité de passage.
Quoi faire I faire si si tous I peut obtenir est un 85% passer taux?
Comme, allons-y dire hypothétiquement, ce était le meilleur nous pourrait faire.
Quoi faire I faire avec que?
Donc c'est pourquoi étaient regarder à continu réponses.
Je suis juste en allant à fermer ce et étaient en allant à faire que,
construire que modèle encore, sauf allons-y faire il pour le signifier
de notre continu échelle.
Donc étaient en allant à avoir à retirer gros pour
et étaient en allant à ajouter le moyenne ici.
Étaient juste en allant à dire courir. Garder il simple.
Faire le effets dépistage rapport.
Maintenant toi peut voir il y a a parcelle plus information en allant sur
que nous n'a pas obtenir avant.
Donc où avant, si toi souviens-toi,
tous nous scie était que ingrédient A avait a vraiment faible P valeur.
Tout autre était comme 0,99.
Le conclusion était ingrédient A fait tout.
Bien, c'est pas en fait le entier vérité, comme nous peut voir ici.
Oui, ingrédient est le la plupart et la plupart important.
Le principal effet de ingrédient droite ici.
Mais B et C aussi avoir a rôle à jouer.
Alors que pas comme grand, ils sont toujours un important rôle.
Donc nous regarder à notre réel prédit parcelle.
Il regard joli en bonne santé.
Notre manque de ajuster. Regarder s bien.
Je suis pas en allant à aller dans tous le détails de tout que nous regarder à,
principalement parce que Je suis pas statisticien.
C'est juste quoi I regarder à. Je vais regarder à le manque de ajuster.
Je vais regarder à le résidus à voir si
il y a rien bizarre, le studentisé résidus.
Alors vraiment, I viens à le profileur
et maintenant toi peut voir ce donne nous a beaucoup différent image,
beaucoup plus complet image, où comme I augmenter ingrédient UN,
le gros pore augmente, mais croissant ces ces ceux fait aussi.
Donc ils ils aussi avoir a rôle à jouer.
Si nous étaient à
dire que nous vouloir à minimiser il, I pense c'est joli évident quoi le...
Désirabilité est en allant à viens dehors à être.
Mais juste à montrer toi,
étaient en allant à toi aller à le rouge Triangle par le prédiction profileur.
Optimisation désirabilité et étaient en allant à faire le désirabilité fonction.
Alors ici, ce est le désirabilité.
I trouver il utile.
Toi peut changement il dans le rouge triangle,
mais I trouver il Plus facile si toi juste frapper contrôle et alors cliquez sur il.
Maintenant nous peut changement quoi notre but est.
Donc dans ce cas, nous vouloir à minimiser ce parce que nous ne le faites pas vouloir il droite?
Nous ne le faites pas comme gros pour .
Les consommateurs ne le faites pas comme il soit.
Donc étaient juste en allant à dire minimiser et d'accord.
Maintenant nous peut aller dos à que optimisation et désirabilité
et dire maximiser il.
Ce que je pensée I était en allant à faire.
Dire, prendre ces deux ingrédients dehors.
Mettre ce un comme faible comme toi peut.
Vous allez obtenir le le le plus bas gros pour que toi peut.
Dans réalité, nous avait quelques autre contraintes, donc nous ne pouvait pas faire que.
Là étaient autre facteurs à jouer, mais ce certainement a donné nous
a vraiment bien idée de où nous nécessaire à aller,
quoi était important et comment faire nous contrôle ce gros pour
à le indiquer où quand nous mis en œuvre le changements, le plaintes est allé loin.
C'est a été bien jamais depuis.
Que est le le coquille de noix
de comment toi pourrait prendre quelque chose que est dur à mesure.
C'est vraiment subjectif.
C'est binaire donc toi passer échouer ou bien ou mauvais,
et toi peut convertir il dans quelque chose c'est continu.
C'est a relativement simple méthode.
Toi peut utiliser il pour a nombre de des choses.
Comme long comme toi avoir personnes disponible à aide toi dehors,
toi peut toi peut mesure a parcelle de des choses que pourrait être considéré dur à mesure.
Où faire nous aller depuis ici?
À Capot.
Juste à donner toi un exemple de quelques autre des choses que nous rencontré.
Ce un, le Chunky Pour, est en fait un c'est a petit Plus facile à faire.
Mais allons-y dire ce est un autre produit nous étaient fonctionnement sur a long temps il y a où
allons-y dire toi avoir café et tu es en allant à ajouter quelques mousse à il
et toi vouloir à comprendre comment Bien fait que mousse se dissiper dans le café?
C'est a c'est a difficile chose à mesure.
Nous certainement ne le faites pas avoir n'importe lequel instrumentation
que peut vraiment mesure il.
Vidéos vraiment a aidé nous à comprendre comment nous pourrait mesure il
et obtenir quelques utile information dehors de...
Comme toi peut voir, étaient en essayant à mesure comment fait que regarder?
Comment Bien fait il se déplacer que un contre, allons-y dire, ce traitement sur ici?
Toi peut voir ils sont assez différent.
Où un mouvements vraiment rapide, le autre mouvements vraiment lent.
Ce un regard gentil de gros le autre un n'a pas donc beaucoup.
C'est c'est comment nous utiliser il. Nous utiliser il assez souvent.
I apprécier toi prise le temps à écouter à mon parler.
Avec un peu de chance, I espoir que ce a a été utile.
Vous allez être capable à trouver a chemin que toi peut mettre en œuvre il à
dans dans ton jour à jour travail.
Remercier toi.
