这
讲话
是
标题
扩展
用途
的
转换
二进制
回复
到 连续的 回复 在 消费者 产品 发展。
它是 a 少量 的 a 一口气说完，
但 I 承诺 它 惯于 是 那 复杂的。
我的 姓名 是 柯蒂斯 公园。 我是 a 主要的 科学家 在 惠普 兜帽。
惠普 兜帽 是 a 公司， a 食物 和 饮料 公司。
我们 制作 a 很多 的 不同的 牛奶， 非乳制品 牛奶。
我们 还 制作 酸奶， 小屋 奶酪， 冰 奶油。
所以 a 很多 的 a 很多 的 乐趣 事物 到 品尝 在 工作。
我是 a 食物 科学家 经过 教育。
几个 年 前 I 曾是 问 到 拿 a 看 在 a 问题
那 我们 有 为了 一 的 这 饮料 那 我们 是 生产。
我是 去 到 展示 你 a 视频 只是 所以 你 能 看。
但 我们 是 获得 a 很多 的 消费者 投诉
和 这些 投诉 是 发生
什么时候 这 产品 曾是 关闭 到 这 结尾 的 架子 生活。
A s 你 看 在 这 视频，
它是 漂亮的 明显的 为什么 人们 是 抱怨。
I 思考 I 会 抱怨 如果 I 锯 某物 喜欢 那 也。
它是 据称 到 是 a 好的 便携的 饮料。
它是 厚的 和 厚实的 什么时候 它是 存在 倾倒 出去。
不是 什么 I 会 预计。
相信 它 或者 不是， 这 产品 曾是 不是 被宠坏了。
I 承诺 你， 它 曾是 不是 被宠坏了。
所以 I 曾是 问 到 拿 a 看 在 这 和 数字 出去 如何 能 我们 使固定 它？
是什么 这 问题？ 如何 做 我们 使固定 它？
惠普 兜帽 在 这 时间， 这 曾是 a 很少 年 前。
我们 是 早期的 在 在 我们的 旅行 和 使用 JMP，
和 所以 I 曾是 真的 兴奋的 到 有 一个 应用 到 使用 在 真实的 生活
相当 比 只是 阅读 关于 它 或者 学习 关于 它。
自然 I 毛毡 喜欢 这， 喜欢 雅虎！ 我们开始吧 跑步 美国能源部 我们来吧 做 它。
I 曾是 真的 兴奋的
和 为了 那些 的 你 WHO 可能 不是 有 作为 很多 经验 进行 DoE（实验设计）
这 第一的 步 是 通常 采取 a 看 在 什么 因素 应该 I 是 寻找 在。
所以 我们 做过 a 很少 实验。
如果 你 能 原谅 我， 他们 是 大概 一 因素 在 a 时间 实验。
但 我们 范围缩小 在 在 什么 我们 相信 是 这 钥匙 原料
那 可以 有 到过 导致 这 问题。
我们 结束 向上 制作 a 设计。
这 是 大概 这 第四 或者 第五 迭代 的 这 设计
那 我们 来了 向上 和，
和 这 曾是 在 风俗 设计。
所以 如果 你 去 到 风俗 设计，
那就是 那就是 这 平台 那 我们 使用 到 产生 美国能源部 .
A s 你 能 看， 这 是 这 是 什么 我们 有。
所以 我们 有 原料 一个， B 和 C， 和 它 曾是 实际上 a 回复 表面。
所以 我们 有 全部 的 这 二 方式 互动
和 这 二次函数 条款 建造 进入 这 模型。
它 结束 向上 存在 17 跑， 作为 你 能 看 这里。
它是 17 不同的 治疗 组合。
这 很多 A , 这 很多 B , 这 很多 C 为了 每个 跑步。
一次 我们已经 定居 在 这 设计，
我们 是 真的 兴奋的 所以 我们来吧 去 解决 这 问题。
片 的 蛋糕， 正确的？
你 去 进入 这 实验室， 进入 我们的 飞行员 植物，
你 扔 一些 事物 一起， 这 饮料 来 出去。
我是 制作 它 a 很多 更多的 简单的 比 它 实际上 是。
我们 制成 17 不同的 饮料
和 然后 我们 放 他们 在 这 架子 为了 a 小的 尽管
因为 作为 I 提及 早些时候，
它 需要 a 小的 少量 的 时间 为了 这 问题 到 出现。
放 他们 在 这 架子 为了 a 尽管， 卫星 直到 他们 是 准备好 到 是 已分析。
这 是 只是 a 截屏 的 a 数据 桌子。
这 有 我们的 实际的 或者 我们的 设计 那 我们 用过的。
A s 你 能 看， 有 a 柱子 这里 到 这 正确的 那 I 已突出显示。
它是 我们的 我们的 朋友， 这 和， 我们的 回复 柱子。
所以 一次 我们 得到 到 这 观点 在哪里 我们 是 准备好 到 准备好 到 措施 那 厚实的 为了
现在 我们 开始 思维， 哦， 如何 是 我们 去 到 措施 那？
因为 a t 这 时间， 我们 做过 不是 有 a 厚实的 范围。
我已经 绝不 听到 的 一。 我已经 绝不 成立 一。
如果 任何人 有 曾经 成立 一， 我们会 爱 到 到 看 它 和 或许 买 一。
但 它是 我们的 知识。 它 不 存在。
所以 什么 选项 做过 我们 有 到 措施 这？
因为 如果 你 不能 措施 它 和 美国能源部 它是 真的 不是 那 有用。
所以 我们 有 a 费 w 选项。
第一的 事物 是 我们 能 措施 一切 作为 a 二进制 回复。
所以 它是 任何一个 a 经过 失败， 它是 好的 或者 不好等等。
有 一些 优点 和 这 和 一些 缺点。
这 优点 会 是 它是 漂亮的 简单的 到 做， 正确的？
任何人 能 说 经过 或者 失败 和 它 需要 你 喜欢 不 时间 到 到 措施 它。
然而， 它 有 一些 严肃的 缺点 到 它。
这样的 作为， 它是 真的 主观 到 这 观察员。
什么 I 思考 是 好的，
a 同事 的 矿 可能 思考 是 坏的。
或者 甚至 更糟的是， 什么 I 思考 是 好的， 我的 老板 可能 思考 是 坏的。
所以 它是 真的 主观。
尽管 它 能 给 你 一些 信息，
他们 不 给 我们 作为 很多 信息 作为 我们 想。
因为 什么时候 你 做 物流 回归， 什么 你 得到 出去 的 它 真的 是 只是
概率 的 某物 通过 或者 概率 的 失败。
在 我的 经验， 那就是 到过 难的 到 交流
和 到 真的 理解 什么 到 做 和 那 数据，
尤其 什么时候 是 尝试 到 交流 和 非技术性 人们。
所以 连续的 如果 有 任何 方式 到 得到 a 连续的 回复，
那就是 什么 我们 努力 为了 因为 他们 给 我们 a 很多 更多的 信息。
我们 能 知道 如何 好的 是 它 或者 如何 坏的 是 它，
因为 不是 全部 好的 是 创建 平等的。
有 其他 选项 我们 可以 有 完毕
和 I 会 说 这 是 大概 这 最好的 选项
如果 你 能 做 它， 是 我们 可以 跑步 消费者 测试 和 得到 消费者 输入。
什么 这 会 看 喜欢 是 I 有 全部 我们的 饮料， 17 饮料，
和 我们 招募 或许 100， 120 消费者 的 我们的 产品
和 我们 有 他们 坐 向下 和 速度 每一个 单身的 一
为了 不同的 属性，
一 的 他们 大概 存在 如何 出色地 做 你 喜欢 如何 这 倒？
这 原因 为什么 这 是 a 金子 标准
是 因为 那些 是 这 人们的 意见 WHO 事情 到 我们。
什么 我们 会 做 是 后 我们 得到 100 或者 120 回复，
你 拿 a 看 在 这 数据 你 得到，
我们 能 拿 平均值 和 放 那些 平均值 进入 我们的 模型。
然而，
它 能 成本 a 很多 的 钱 和 它 能 拿 a 很多 的 时间。
所以 如果 你的 预算 不 允许 它
或者 你的 时间线 为了 任何 原因 不 允许 它，
你 不能 做 这 为了 一切。
有时 这 事物 你是 尝试 到 措施
不是 这样的 a 巨大的 问题 那 你是 尝试 到 解决
那 它是 值得 开支 全部 那 钱。
但 它 会 仍然 是 重要的 到 是 有能力的 到 措施 它。
做 你 有 任何 其他 选项？
I 提及 这 更早。
你 能 寻找 一个 乐器 那 能 措施 什么 你是 寻找 为了。
有时 他们 存在。
喜欢 I 说， I 不 知道 的 a 厚实的 范围。
I 看起来 在 我们的 仓库 在 我们的 研发 中心， 不能 寻找 一。
甚至 如果 你 能 寻找 一，
如果 这 是 某物 那就是 真的 专门，
你是 不是 去 到 使用 它 非常 经常。
它 不 制作 感觉 到 买 这 片 的 设备 或者 它 可以 是 某物
那 会 是 真的 伟大的， 但 它 需要 a 很多 的 专业知识
那 或许 你的 研发， 你的 技术的 部门 不 有 或者
只是 不 有 这 时间 或者 资源 到 到 交易 和。
我是 去 到 展示 你 这 最后的 选项 我们 有 这里。
什么 我是 去 到 说 是 训练 a 团体 的 人们 如何 到 速度 那 属性
的 兴趣 和 然后 让 他们 给 你 全部 这 评分。
这 是 相当 作为 好的 作为 拥有 实际的 消费者。
但 这里 是 尝试 到 拿 主观性 出去 的 它
和 制作 它 客观的。
什么时候 出色地 受过训练 人类 能 是 伟大的 测量 乐器。
我是 去 到 走 你 通过 我们已经拥有的 完毕 在 兜帽
什么时候 我们 有 一些 难的 到 措施 属性。
是 去 到 使用 这 案件 学习 的 这 厚实的 为了。
这 是 我们的 路线图。
患病的 走 你 通过 这 和 然后 出色地 实际上 做 它 居住。
这 第一的 事物 I 通缉 到 得到 穿过
是 那 这 样品 那 你 生产 从 美国能源部 能 是 用过的 为了 许多 目的。
I 喜欢 到 告诉 人们 那 你的 样品 是 喜欢 金子
和 你 应该 对待 他们 喜欢 金子。
他们是 非常 有价值的。
你 可能 做 美国能源部 思维 那 你是 尝试 到 回答 一 问题，
但 某物 别的 可能 流行音乐 向上 之后
那 你 会 是 有能力的 到 使用 那些 样品 到 回答 那 问题 作为 出色地。
我已经 有 那 发生 到 我 许多 次数， 所以 有时 它是 好的 到 思考 关于
只是 问 你自己 这 问题。
我已经 完毕 全部 这 工作 到 制作 17 不同的 饮料。
什么 别的 能 I 做 和 他们？
什么 别的 能 I 学习？
在 我们的 案件， 我们 使用 这些 样品 作为 a “校准 放”
所以 那 我们 能 教 我们的 人类， 我的 同事，
如何 到 措施 这 厚实的 为了。
所以 这里是 我们的 方法。
这 第一的 事物 我们 做 是 我们 审查
全部 这 样品 和 a 小的 团体， 一些 或许 1 或者 2 或者 3 人们 那 是
真的 知识渊博 在 这 主题 或者 是 负责任的 为了 这 项目。
什么 你 做 是 你 看 在 全部 这 样品
和 决定 哪个 样品 应该 是 用过的 到 火车 这 突袭者队。
是 尝试 到 建造 a 规模 本质上， 和 然后 出色地 拿 那 规模
和 出色地 得到 我们的 朋友们， 我们来吧 说 10、 15、 20 朋友们 到 实际上 速度 这些，
这些 样品 为了 我们 后 我们已经 受过训练 他们。
训练 步 二，
有 他们 读 每个 视频， 步 三 .
如果 它是 a 视频， 它 可以 是 某物 别的， a 图片，
或者 它 可以 是 实际上 他们 浇注 出去 这 产品
如果 你 有 足够的， ETC。
你 能 得到 这 主意。
下一个， 出色地 拿 这 平均的 的 全部 那些 评分。
出色地 看 在 这 数据， 制作 当然 有 没有什么 时髦的 在 那里
和 然后 我们 将要 使用 那些 平均的 值 到 建造 a 模型。
我们开始吧 开始 和， 哎呀。
我们开始吧 开始 和 步骤 一 和 二。
所以 是 去 t o 认为 那 我们已经 看起来 在 全部 这 全部 这 视频
和 这 方式 我们 通常 做 它 因为 它是 a 小的 更轻松
是 你 开始 离开 回答 这 问题， 哪个 一 是 这 最低 在 厚实 为了？
那 会 是 这 一 正确的 这里。
数字 一， 我是 去 到 玩 每个 一 的 这些。
这 只是为了 制作 它 清除， 这 是 我们的 规模。
它是 a 连续的 规模 从 1 到 10 和 这 1 到 10 是 种类 的 随意的。
如果 如果 你 有 某物 那 作品 更好的 为了 你 然后 伟大的。
这 视频 正确的 多于 它 对应 到 那。
所以 这 第一的 视频 对应 到 a 一。
所以 作为 你 能 看， 尽管 是 观看 这 视频
倾倒 很好， 不 涟漪 和 不 块状。
倾倒 作为 预期的。 美丽的。
那是 那就是 这 简单的 样本 到 确认
和 然后 在 这 在 这 样本 放， 我们 问 我们自己， 好的， 哪个 一 是 这 最糟？
在 这 案件， 它 曾是 漂亮的 明显的。
I 将要 告诉 你 再次， 这 产品 是 不是 被宠坏了。
所以 只是 和 变化 a 很少 原料。
你 能 看 它是 所以 厚的， 我们 不能 甚至 得到 它 出去 的 这 底部。
所以 那就是 明显地 10.
然后 我们 做过 a 小的 少量 的 工作
到 尝试 到 数字 出去， 好的， 哪个 一 应该 我们 考虑 到 是 a 五？
所以 半 在 之间。
这 一， 你 能 看 它 仍然 流动， 但 那里 是 厚实 到 它。
然后 或许 a 二 和 a 一半 会 是 这 一。
看 它 有 a 小的 较少的 厚实 到 它。
流量 出色地， 大概 和 普通的 摇晃。
它会 大概 是 美好的。
所以 有 a 小的 少量 的 主观性，
但 你 添加 更多的 人们 到 制作 它 更多的 客观的。
然后 这 最后的 一。
这 是 七 和 a 一半。
所以 你 能 看 它是 非常， 非常 厚实的。
这 仅有的 事物 那 真的 是 区分 它 从 数字 十 是
那 我们 能 得到 它 出去 的 这 瓶子 仍然 流动。
但 作为 你 能 看， 它是 漂亮的 厚的。
什么 I 会 做 和 基本上 在 这 数量 的 时间，
I 可以 火车 这 人们 那 是 去 到 帮助 我们
到 分析 这， 到 措施 这 厚实的 为了。
然后 出色地 有 他们 速度 一次 我们已经 受过训练 他们。
患病的 基本上 做 什么 I 只是 做过。
或许 我们会 拿 a 小的 少量 更多的 时间
到 是 更多的 具体的 和 肯定 事物 我们 想 他们 到 是 寻找 为了。
如果 什么 你是 拥有 某人 速度 是 a 很多 更多的 复杂的，
然后 你会 大概 有 到 需要 到 拿 更多的 时间 训练 人们。
这 一 不是 漂亮的 复杂的
和 是 真的 只是 寻找 为了 人们的 第一的 印象。
A 之后 那 你 有 他们 速度 全部 这 视频
i 喜欢 到 使用 微软 表格 只是 因为 它是 简单的 和 I 能 得到 这 这 数据
真的 迅速地 和 容易地， 但 你 能 使用 任何 你 想，
包括 纸， 虽然 那 需要 更多的 时间 和 I 尝试 到 避免 那。
只是 到 展示 你 什么 微软， 什么 我们的 表格 看 喜欢。
这里是 a 预览 的 它。
这 是 作为 如果 你是 正在做 它 在 你的 电话。
I 喜欢 到 制作 一切 作为 简单的 作为 可能的，
和 大家 总是 有 他们的 电话， 所以 I 能 做 它 在 a 电话。
那是 我的 目标。
我是 只是 说 厚实的 为了 面团状的，
和 然后 他们 只是 去 通过 和 速度 每个 一。
所以 厚实的 贫穷的 为了 治疗。
一 患病的 说， 不 知道 那 那 一 曾是 a 六
和 是 只是 问 人们 为了 这 第一的 印象。
有 不 正确的 或者 错误的 答案。
通常 人们的 第一的 印象 是 正确的。
所以 那就是 为什么 我是 问 人们 不是 到 思考 也 难的 在 它。
或许 数字 二 是 a 十， 和 数字 三 曾是 a 三。
I 不 知道。
他们 会 去 通过 全部 的 那些。
然后 我们 会 得到 我们的 数据 和 然后 使用 JMP
我们 会 平均的 全部 那些 评分
和 然后 我们 放 这 数据 进入 这 数据 桌子 到 建造 这 模型。
所以 是 去 到 得到 出去 的 微软幻灯片软件 为了 a 第二 和 出色地 去
到 Excel 为了 a 第二。
这 是 什么 I 得到 什么时候 I 想 到 出口 这 数据 从 微软 形式。
喜欢 I 说， 你 不 有 到 使用 这， 使用 任何 作品 为了 你。
A s 你 能 看， ID 是 这 这 评分者 数字
只是 a 随机的 数字，
不是 随机的， 但 只是 一个 标识符 为了 每个 人。
I 左边 它 匿名的 所以 我们 不。
我们 不 批评 人们 WHO 或许 没有 做 作为 出色地 作为 大家 别的。
和 在 这 案件， 这 实际上 这 数据 是 真实的 从。
I 采取 这 到 a 大学 班级 食物 科学 班级 和 有 他们 做 这。
和 所以 这 是 实际的 真实的 大学 学生 等级。
这 等级 这 这 视频。
和 作为 你 能 看， 我们 有 全部 这些 列， a 柱子 为了 每个 一。
所以 人 一 评级，
评级 治疗 一 和 八， 他们 评级 治疗，
二 的 四 治疗 三 和 九， 等等， 等等， 等等。
所以 我们 想 到 得到 到 放 这 进入 跳。
所以 我们 有 I 喜欢 到 使用 这 跳 添加 在。
所以 在 Excel 正确的 这里。
和 然后 只是 作为 长的 作为 你是 仅有的 突出显示 一 细胞。
和 你 点击 数据 桌子， 它将 进口 一切。
我已经 注意到 那 有时
患病的 偶然 有 喜欢 只是 a 部分 的 这 数据
突出显示 和 如果 你 可以 数据 桌子 现在
它是 仅有的 去 到 进口 什么 你 强调。
所以 任何一个 强调 一切 或者 仅有的 强调 一。
一次 你 打 那 数据 桌子 按钮，
你 将要 得到 某物 喜欢 这。
所以 这 是 我们的 数据。
我们 需要 到 在 这 结尾， 只是 到 展示 你 在哪里 是 尝试 到 得到
到 和 这 数据 桌子 因为 我们 有 到 操纵 它 a 小的 少量。
这 是 我们的 数据 桌子 为了 美国能源部。
我们 跑步 它 曾是
如何 很多 的 成分 一个， B 和 C 是 在 那里。
I 放， 出色地 讲话 关于 这 在 a 分钟
但 I 放 我的 规模 无论 或者 不是 I 想法 某物 通过了
或者 无论 或者 不是 I 想法 某物 失败的。
在 这 结尾， 我们 需要 一 更多的 柱子 那 说道 厚实 为了。
出色地 称呼 它 连续的。
和 出色地 有 一个 平均的 等级 为了 为了 跑步 一。
平均的 等级 为了 一， 二， 三， 四， 五， ETC。
如果 我们 看 在 这 数据 桌子 作为 它 是 今天
是 不是 在 那 格式 因为 我们 需要 全部 这些
列 到 是 行 和 我们 需要 这 这 行 到 是 在 一 柱子。
有 大概 a 千 不同的 方式 我们 可以 做 这 在 JMP
和 它们是 全部 好的 和 它们是 全部 正确的。
我是 去 到 展示 你 一 方式 到 做 它。
它是 只是 这 一 那 作品 为了 我。
第一的， 什么 是 去 到 做 是 是 去 到 堆
全部 的 这 列 在 顶部 的 每个 其他。
然后 是 去 到 做 a 概括 桌子
那 有 这 平均的 和 或许 出色地 还 添加 在 这 标准 偏差 为了 乐趣。
但 这 非常 第一的 事物 那 我已经 总是 到过 教授 到 做 是 什么时候 你 得到 数据，
你 想 到 看 在 这 图形， 这 数据 和 看 在 这 阴谋。
所以 是 去 到 实际上 看 在 这 分配 真的 迅速地。
所以 如果 我们 去 到 分析。
那里 我们 去。 分析 分配。
我们 想 到 看 在 这 分配 为了 全部 的 这 治疗方法。
我是 只是 去 到 强调 他们。
去 到 这 列 和 说， 好的。
我是 只是 寻找 到 看 是 那里 任何事物
诡异的 关于 这 数据 那 我们 应该 是 担心的 关于？
什么时候 I 看 在 所以 我们 能 看 为了 1、2、3 , 等等，
我是 寻找 为了 异常值，
喜欢 为了 例子， 三， 大家 评级 这 样本 之间 1 和 6.
那里 曾是 某人 向上 这里 WHO 评级 它 真的 高的，
和 有 还 某人 向上 这里 那 评级 这 一 高的。
所以 什么 I 喜欢 到 做 是 如果 你 点击 在 这，
它将 强调 在哪里...
所以 这 这 排 代表 一 袭击者， 一 人。
所以 我是 去 到 看 如何 他们 评级 一切
和 你 能 看 他们 趋向 到 是 一个 异常值。
这 好的 事物 是 在 JMP 是 那 一次 你 强调 一 排，
全部 它 将要 强调 为了 全部 这 其他 回复。
所以 I 能 看 那， 是的， 他们 评级 3是 更高 4 存在 更高。
我们 去 向下， 看。
终止。 他们是 对面的 的 所有人。
它 似乎 喜欢 为了 一些 原因
这 这 训练， 他们 得到 a 小的 使困惑
和 他们 想法 更高 数字 意思是 降低 厚实 和 副 反之亦然。
所以 什么 我是 去 到 做 是 自从 I 有 这 排 突出显示，
我是 去 到 关闭 这， 它将 停留 已突出显示。
所以 这 是 排 一。
我是 只是 去 到 删除 这 数据
和 然后 出色地 移动 在。
现在 我们 感觉 漂亮的 舒服的 和 这 数据 是 漂亮的 很多 坚硬的。
喜欢 I 说， 是 去 到 堆 这 列。
如果 我们 去 到 表格 堆。
它是 去 到 流行音乐 向上 和 我们 只是 想 到 堆
全部 17 的 这 治疗方法。
这 好的 事物 是 在 JMP 17、 现在 你 得到 这 预览。
I 爱 这 预览 所以 然后 I 知道 如果 我是 正在做 事物 正确的。
什么 我们 看 这里 是，
作为 I 能 看，
它将 有 这 ID 所以 这 评分者 和 然后 速度 这 厚实的 为了 为了 治疗 1.
他们 给予 它 a 五 和 他们 做过 数字 二， a 七。
这 是 如何 我们 想 这 数据 结构化的 和 我们 能 改变 这 柱子 姓名。
所以 反而 的 数据， 是 只是 去 到 说 厚实的 为了，
连续的。
然后 为了 标签， 我是 只是 去 到 称呼 它 跑步 因为 那就是 真的
什么 是 去 到 使用 这 为了 在 a 分钟。
I 只是 堆 它。
所以 I 说， 好的， 那就是 如何 I 想 它。
现在 我们 有 这 数据 桌子 在 这 方式 所以 现在 它 让我们 我们 使用 a 概括 桌子。
S 摘要 表格 是 好的 方式 到 是 有能力的 到
制作 a 桌子 的 这 的 不同的 统计数据。
所以 什么 是 去 到 做 是 是 去 到 强调
这 厚实的 为了 连续的 柱子 和 说 统计数据。
做 意思是。
为了 乐趣 在 案件 我们 想 到 使用 它， 出色地 还 说 标准 偏差。
这 只是 给予 我们 这 全面的 意思是 和 标准 偏差。
但 如果 我们 想 到 做 它 每 跑步，
患病的 强调， 跑步 和 放 它 这里 在 团体。
现在 什么时候 我们 看 在 这 预览， 我们 有 一 通过 17
和 方便地， 它们是 在 命令。
一， 二， 三， 四， 五， 六， 七， 八。
全部 这 方式 到 17.
我们 有 这 意思是 和 这 标准 偏差。
所以 是 去 到 说， 好的。
好的， 所以 我们 有 一 更多的 桌子。
现在 是 到 这 观点 在哪里 是 在哪里 我们 需要 到 是
因为 I 有 每个 跑步 作为 a 排
和 有 a 柱子 为了 这 平均的 柱子 为了 这 标准 偏差。
所以 什么 我是 去 到 做 是 I 将要 强调 这 柱子。
如果 你 去 到 编辑 复制 和 柱子 姓名
和 然后 我是 去 到 去 到 我们的 原来的 数据 桌子。
是 将会 制作 a 新的 柱子 这里
和 说 编辑 粘贴 和 柱子 姓名。
那里 它 是。
I 应该 有 完毕 两个都 的 那些 在 这 相同的 时间， 但 I 没有。
所以 是 去 到 做。
做 这 一 作为 出色地。
好的， 所以 现在 我们 是 准备好 到 做 我们的 造型。
所以 第一的， 第一的 事物 I 想 到 展示 你
是 什么 我们 会 得到 如果 我们 只是 做过 经过 失败 我们的 二进制 回复。
什么 出色地 做 是 如果 我们 去 到 分析 合身 模型。
因为 I 制成 这 这 设计 在 JMP 在 这 风俗 设计 平台，
它 自动地 知道 什么 种类 的 设计 这 是
所以 那就是 为什么 我的 模型 是 已经 已建成。
如果 那里 是 a 真的 方便的 方式，
如果 你 知道 这 曾是 a 回复 表面 设计，
我们来吧 说， 我们来吧 说 这 不是 这里。
这 宏 是 方便的。
如果 I 突出显示 成分 一个， B 和 C.
说 宏 回复 服务。
它 拉 它 全部 向上。 它 已经 知道 什么 我是 寻找 为了。
所以 那就是 有帮助。
I 放 它 在 这 y 轴， 这 多变的， 这 回复 y 厚实的 为了 经过 失败。
什么 它 给予 我们 是 名义上的 物流。
我是 不是 统计学家，
所以 我是 不是 去 到 去 进入 任何 的 这 统计数据 在后面 什么 它是 正在做。
我是 只是 去 到 展示 你 如何 什么 你 得到 出去 的 它
和 什么 a 科学家 可能 是 寻找 在。
所以 如果 I 说 跑步， 我们的 目标 等级 是 通过了。
所以 什么时候 它是 去 到 做 概率 和 可能性 的 通过。
所以 我们 说 跑步。
这 是 什么 我们 得到。
所以， I 意思是， 这 第一的 事物 那 a 科学家 喜欢
我 会 大概 看 在 是 这 效果 概括。
我是 寻找 在 大概 寻找 在 P 值 和 I 说，
出色地， 没有什么 重要的 除了 成分 一个。
那里 是 其他 事物 那 我们 会 看 在， 但 我是 去 到...
我是 去 到 去 超过 那。
是 不是 去 到 覆盖 那 今天。
反而， I 想 到 只是 看 在 这 分析器，
因为 那就是 什么 我们 寻找， 在 至少 在 我们的 在 我们的 经验，
这 分析器 存在 这 最多 有用 和 最容易 到 解释
为了 这 科学家 和 什么时候 它们是 沟通 和 其他的。
所以 什么 这 是， 是 我是 去 到 制作 它 a 小的 大。
是 在 这 左边 这里。
是 去 到 得到 a 可能性 的 失败 和 a 可能性 的 通过。
所以 如果 我们 有 0.13 的 成分， a 0.12 的 成分 B，
0.45 和 的 成分 C，
和 它是 实际上 0.13%， 0.12%， 0.45%。
I 只是 没有 改变 它。
它是 a 非常， 非常 小的 部分 的 这 公式 那 是 变化
总之 在 那些 级别，
这 说道 100% 的 这 时间 是 去 到 经过。
如果 I 移动 它 向上， 我们来吧 说 到..
有 喜欢，
说 观点 二 的 这 成分 现在。
现在， 看起来 喜欢 是 去 到 经过 仅有的 64% 的 这 时间。
你 能 看 这些 曲线，
如何 I 已更改 成分 B a 小的 少量 和 成分 C，
或许 我们 能 得到 后退 向上 到 a 观点 在哪里 我们 经过 98% 的 这 时间。
你 能 玩 大约 和 这。
但 这 问题 和 这 是， 是 喜欢 I 说 早些时候，
通过。
或许 这 经过 正确的 这里 是 不是 这 相同的 作为 通过 超过 这里。
然而， 我们 不 真的 知道 那 和 这 信息，
和 它是 种类 的 难的 事物 为了 一些 人们 到 裹 他们的 头 大约，
喜欢 它 曾是 只是 可能性 的 通过。
什么 做 I 做 如果 如果 全部 I 能 得到 是 一个 85% 经过 速度？
喜欢， 我们来吧 说 假设一下， 这 曾是 这 最好的 我们 可以 做。
什么 做 I 做 和 那？
所以 那就是 为什么 是 寻找 在 连续的 回复。
我是 只是 去 到 关闭 这 和 是 去 到 做 那，
建造 那 模型 再次， 除了 我们来吧 做 它 为了 这 意思是
的 我们的 连续的 规模。
所以 是 去 到 有 到 消除 厚实的 为了
和 是 去 到 添加 这 平均的 这里。
是 只是 去 到 说 跑步。 保持 它 简单的。
做 这 效果 筛选 报告。
现在 你 能 看 有 a 很多 更多的 信息 去 在
那 我们 没有 得到 前。
所以 在哪里 前， 如果 你 记住，
全部 我们 锯 曾是 那 成分 A 有 a 真的 低的 P 价值。
一切 别的 曾是 喜欢 0.99。
这 结论 曾是 成分A 做 一切。
出色地， 它是 不是 实际上 这 所有的 真相， 作为 我们 能 看 这里。
是的， 成分 是 这 最多 和 最多 重要的。
这 主要的 影响 的 成分 正确的 这里。
但 B 和 C 还 有 a 角色 到 玩。
尽管 不是 作为 大的， 它们是 仍然 一个 重要的 角色。
所以 我们 看 在 我们的 实际的 预测 阴谋。
它 看起来 漂亮的 健康。
我们的 缺少 的 合身。 看 s 好的。
我是 不是 去 到 去 进入 全部 这 细节 的 一切 那 我们 看 在，
主要 因为 我是 不是 统计学家。
那是 只是 什么 I 看 在。 患病的 看 在 这 缺少 的 合身。
患病的 看 在 这 残差 到 看 如果
有 任何事物 诡异的， 这 学生化 残差。
然后 真的吗， I 来 到 这 分析器
和 现在 你 能 看 这 给予 我们 a 很多 不同的 图片，
很多 更多的 完全的 图片， 在哪里 作为 I 增加 成分 一个，
这 厚实的 孔隙 增加， 但 增加 这些 这些 一个 做 也。
所以 他们 他们 还 有 a 角色 到 玩。
如果 我们 是 到
说 那 我们 想 到 最小化 它， I 思考 它是 漂亮的 明显的 什么 这...
期望值 是 去 到 来 出去 到 存在。
但 只是 到 展示 你，
是 去 到 你 去 到 这 红色的 三角形 经过 这 预言 分析器。
优化 理想性 和 是 去 到 做 这 理想性 功能。
然后 这里， 这 是 这 吸引力。
I 寻找 它 有用。
你 能 改变 它 在 这 红色的 三角形，
但 I 寻找 它 更轻松 如果 你 只是 打 控制 和 然后 点击 在 它。
现在 我们 能 改变 什么 我们的 目标 是。
所以 在 这 案件， 我们 想 到 最小化 这 因为 我们 不 想 它 正确的？
我们 不 喜欢 厚实的 为了 .
消费者 不 喜欢 它 任何一个。
所以 是 只是 去 到 说 最小化 和 好的。
现在 我们 能 去 后退 到 那 优化 和 理想性
和 说 最大化 它。
我 想法 I 曾是 去 到 做。
说， 拿 这些 二 原料 出去。
放 这 一 作为 低的 作为 你 能。
你会 得到 这 这 最低 厚实的 为了 那 你 能。
在 现实， 我们 有 一些 其他 约束条件， 所以 我们 不能 做 那。
那里 是 其他 因素 在 玩， 但 这 确实 给予 我们
a 真的 好的 主意 的 在哪里 我们 需要 到 去，
什么 曾是 重要的 和 如何 做 我们 控制 这 厚实的 为了
到 这 观点 在哪里 什么时候 我们 实施的 这 变化， 这 投诉 去 离开。
它是 到过 好的 曾经 自从。
那 是 这 这 简而言之
的 如何 你 可以 拿 某物 那 是 难的 到 措施。
它是 真的 主观。
它是 二进制 所以 你 经过 失败 或者 好的 或者 坏的，
和 你 能 转变 它 进入 某物 那就是 连续的。
它是 a 相对地 简单的 方法。
你 能 使用 它 为了 a 数字 的 事物。
作为 长的 作为 你 有 人们 可用的 到 帮助 你 出去，
你 能 你 能 措施 a 很多 的 事物 那 可以 是 经过考虑的 难的 到 措施。
在哪里 做 我们 去 从 这里？
在 兜帽。
只是 到 给 你 一个 例子 的 一些 其他 事物 那 我们 遭遇。
这 一， 这 厚实 为了， 是 实际上 一 那就是 a 小的 更轻松 到 做。
但 我们来吧 说 这 是 其他 产品 我们 是 在职的 在 a 长的 时间 前 在哪里
我们来吧 说 你 有 咖啡 和 你是 去 到 添加 一些 泡沫 到 它
和 你 想 到 理解 如何 出色地 做 那 泡沫 消散 进入 这 咖啡？
那是 a 那就是 a 艰难的 事物 到 措施。
我们 确实 不 有 任何 仪器
那 能 真的 措施 它。
视频 真的 帮助 我们 到 理解 如何 我们 可以 措施 它
和 得到 一些 有用 信息 出去 的...
作为 你 能 看， 是 尝试 到 措施 如何 做 那 看？
如何 出色地 做 它 移动 那 一 相对， 我们来吧 说， 这 治疗 超过 这里？
你 能 看 它们是 相当 不同的。
在哪里 一 移动 真的 快速地， 这 其他 移动 真的 慢的。
这 一 看起来 种类 的 厚实的 这 其他 一 没有 所以 很多。
那是 那就是 如何 我们 使用 它。 我们 使用 它 相当 经常。
I 欣赏 你 采取 这 时间 到 听 到 我的 讲话。
希望如此。 I 希望 那 这 有 到过 有用。
你会 是 有能力的 到 寻找 a 方式 那 你 能 实施 它 到
在 在 你的 天 到 天 工作。
感谢 你。
