你好。 谢谢 每个人 为了 加入 我们。
这 标题 的 这 本次演讲的主题是选择设计和最大差异分析
在 优化 a 高的 学校 笔记本电脑 购买
在 这 语境 的 a 干 项目 或者 蒸汽 项目。
我的 姓名 是 帕特里克 朱利安。
I 是 a 共同 作者 和 共同 主持人 为了 这 推介会。
和 的 当然，这是 JMP Discovery Summit Europe 2022。
和 我是 快乐的 到 是 呈现 今天。
所以 前 I 得到 进入 我们的 项目定义或项目章程，
I 只是 通缉 到 提到 一些 一般的 语境 为了 这 项目。
所以 这 项目 有 a 蒸汽 方向，它基本上是一个STEM框架，
但 和 这 添加 的 a 重点 关于人工智能和统计学的实用性，
并通过 这 镜片 的 JMP。
全部 正确的。 所以 这 机会 这里要向我们发表声明。
就是每个 年， 学生 在 年级 九
和 尊重 到 斯坦福大学 在线高中 学校，
他们 需要 到 拿 核 课程 和 需要 到 做 a 系列 的 项目。
在 事实， 那里 是 许多 项目 每 每年多达150人，
和 许多 的 他们 要求 这 收藏 的 民意调查 数据。
所以 在 这 语境 的 民意调查 数据 收藏，
JMP 有 a 强大的 选择 设计 和 选择 造型 平台
以及马克斯 不同之处 设计 能力， 和 那些 能 是 用过的
为了优化调查 方法论 和 分析 民意调查 数据。
之内 这 特别的 使用 案件， 是 去 到 使用 JMP 16 选择 设计
选择 造型 平台 到 学习 消费者 研究，
和 还 具体来说 到 协助 和 这 选择 的 a 笔记本电脑，
这 最佳的 选择 的 a 笔记本电脑 为了 a 学生。
是 去 到 再进一步
和 看 在 一些 可靠性 问题 和 做 一些计算
到 看 在 这 机会 成本 联系 和 购买保修
在 不同的 阶段 的 所有权。
全部 正确的。 所以 快的 方向 到 我们的 干 图表 这里。
我们 有 十 受访者 在 这 语境 的 我们的 例子， 我们的 样本 数据 放。
在 事实， 这 是 a JMP 示例 数据 放， 我将 提供 在 这 用户 社区
和 是 还 可用的 在 JMP 样本 数据 目录。
那里 是 十 受访者 在 这 民意调查。
作为 你 能 看 这里 在 这 降低 左边 手 角落 的 这 滑动，
那里 是 四 属性 那 改变 之内 a 选择 放。
那里 是 二 简介 每 选择 放。 有 八 选择 套 每 民意调查，
一 民意调查 全部的 到 是 分布式， 和 的 课程， 十 回应 作为 我们 表明的。
所以 在 条款 的 这 技术 与笔记本电脑相关的
是 寻找 在 四 钥匙 属性。
是 寻找 在 难的 磁盘， 驾驶 空间，
处理器 速度， 电池 生活， 和 这 电脑 成本。
和 我们 能 看 a 图片 的 这 设计 作为 出色地 作为 这 不同的 选择 套
那 是 成对的 经过 数字 和 这 不同的 属性 在 这 列。
和 然后， 相当 很好，我们看到了一个概率分析器
哪个 真的 只是 演出 这 机会 空间
在 关系 到 这 变化 在 这 轴 穿过 这 四 参数 在 这 正确的
结果 在 a 改变 在 可能性 或者 可能性 的 购买。
好的。 所以 我们来吧 提供 一个 方向
到 科学 和 这 统计数据 和 尊重 到 消费者 研究。
所以 是 去 到 思考 关于 收集 信息，
和 我们 想 那 信息 到 不知何故 反映 如何 顾客
使用他们特有的方法 产品 或者 服务 在 一般的。
我们 想 到 有 一些 理解 满意度 顾客 是
他们购买 它们有哪些特点？ 可能 欲望。
什么 洞察 他们 能 使用 到 提升 这 问题 陈述 那
他们正在研究 在 这 语境 的 这 购买 那 它们是 制作。
在 这 项目， 我们 使用 JMP的 消费者 研究菜单，
和 具体来说， 是 去 到 重点 在 这 选择 设计 平台。
好的， 所以 这里 是 一些 好的 图形 那 只需展示一下，
那 强调 这 消费者 研究 过程。
和 喜欢 许多 过程， 我们 能 看 那 它是 非常 迭代 和 循环的。
它是 专注 在 战略 发展，
决定 制作， 改进， 和 解决 挑战。
但 作为 出色地 看 之后 在 这 分析， 那里 是 具体建模考虑因素
那 选择 设计考虑了以下因素
到 制作 我们的 造型 程序 a 小的 少量 更简单、更有效
为了 这些 特别的 类型 的 问题。
全部 正确的， 所以 去 后退 到 我们的 研究概述。
所以 这 嗓音 的 这 顾客 真的 说话 到 如何 这 制造商
决定 到 构造 这 设计 在 我们的 案件。
和 所以 我们 有 二 套 的 个人资料
再次， 那 将要 是 管理 到 十 受访者。
和 这 目标 是 到 理解 如何 笔记本电脑购买者
看法 这 优势 的 a 收藏 的 这些 四 属性。
全部 正确的。 所以 我们的 特别的 使用 案件 这里
是 去 到 是 这 戴尔 纬度 5400 Chromebook。
这 是 a 非常 常见的 预算型笔记本电脑
那 会 是 经过考虑的 合适的 为了 学生 用法。
好的， 所以 这里是 一个 概述 的 这 选择 设计 造型 平台。
我们 能 看 那 这 四 参数 是 指定的 在下面 这 属性 部分。
硬盘 尺寸， 处理器 速度、电池续航时间和售价
和 这 高的 低的 级别 的 这 设计 已指定
超过 在 这 正确的 在下面 属性 级别。
所以 你 能 看 那 经过 生成 这 设计，
JMP 给予 我们 a 预览 的 这 设计 和 这 评价 设计 平台
和 我们的 选择 套， 以及我们的 难的 驾驶 停留，
我们的 磁盘 尺寸， 我们的 速度， 我们的 电池 生活，
和 我们的 相应的 价格 为了 每个选择集，
在哪里 这 选择 套 代表一种选择
之间 一 电脑 拥有 a 肯定 放 的 特征 和 其他。
所以 作为 I 提及 前， 是 去 到 带来 在 这 样本 数据
和 实际上 观点 到 这 具体的 地点 在哪里 这 数据 是 位于。
是 去 到 去 前方 和 把这个放到社区里
为了 我们的 用户 到 实践 和 这 数据。
好的。 这里 显示的是型号规格 窗户 为了 选择 设计。
所以 后 我们已经 生成的 这 设计， 我们 有 到 合身 这 设计。
和 所以 我们 能 看 那 这 结构 设计 是 十 受访者 那 是 配对。
和 所以 是 去 到 放 这 数据格式 一 桌子， 堆叠。
我们的 选择 数据 桌子， 它 填充 进入 这 笔记本电脑测试结果数据表。
我们的 回复 是 有关的 到 可能性 的 购买， 哪个 是 有关的 到 价格。
我们 放 主题 进入 主题 ID，
选择 放 在 选择 放 ID， 回应 和 分组。
我们 投掷 我们的 四 属性 进入 这 X 角色 这里。
和 然后 我们 有 a 主题 效果，
或者 我们 能 有 主题 效果， 哪个 是 选修的，
哪个 我们 没有 考虑 在 这 特别的 语境 那 我们 能 有 他们。
和 我们 还 有 一个 选项 为了 丢失的 价值 估算值，这很好。
一 的 这 事物 你会 注意 但这里有一点：
如果 你是 熟悉的 和 JMP， 你会看到 那 这 跑步 此处提供型号选项
但 那里 是 不 其他 选项 和 在 许多 其他 造型 平台。
在 JMP 中， 我们 有 是什么 称为 性格 选择。
在 这 特别的 语境，
是 有限的 到 a 具体的 模型 在下面 a 具体的 框架 仅有的。
为什么 是 那？
出色地， 从 我们的 看法，
这 是 可能 因为 这 造型 战略
非常具体的消费者 研究， 和 我们 会 真的 仅有的 想 到 考虑
主要的 效果 之间 选择 因为这些影响 反映
选择模型 结构 那 是 正在实施。
我们 挑选 从 任何一个 一 放 的 特征 或者 这 其他。
好的。 所以 主要而言，
什么 a 数学 模型 或者什么 统计 模型
是基础 这 类型 的 程序？
它是 真的 a 物流 回归 类型模型
因为 我们的 宽的 回复 是 a 可能性。
我们的 回复 能 是 想法 的 作为 无论 是 是否购买
和 所以 是 这 可能性 的 制作 a 购买。
和 所以 什么 我们 看 在 这 模型输出摘要
是 那 a 消极的 估计 根据条款 这 模型 表示
概率 购买 机会
较低 那 特别的 属性 等级。
和 所以 我们 能 看 从 这 综上所述，参数估计
和 从 这 排行 的 这 效果总结
和 那 买家 一般来说 更喜欢 a 更大的 难的 驾驶 尺寸，
速度更快，持续时间更长 电池 生活， 和 这 更便宜 笔记本电脑。
和 我们 能 看 那 速度 和 价格
真的 这 最多 重要的 预测因子 在 可能性 的 购买。
和 我们 辐 a 小的 少量 在 这 买方
关于 为什么 那里 不是 一个 相互作用 学期。
我们 思考 那 它是 真的 因为在这种语境下
的 这 研究 问题， 它是 不是 真的 a 实际的 考虑。
但 当然，这不太可能是由于缺乏自由度造成的。
因为 在这方面 特别的 数据集
我们 有 超过 100 观察 和 是 仅有的 配件 四 条款。
好的。 所以 其他 事物 到 注意 这里，
I 思考， 那就是 不是 立即地 明显的 在 这 滑动 是 有
一些讨论 或者 笔记 在 这 底漆估算
那 说 收敛 在 这 坡度。
和 那 只是 真的 说话 到 这 事实 那 这 模型 估算 程序，
这 可能性 基于 造型 程序 是 一个 迭代 程序。
它是 不是 一定 确定性的，
和 它 涉及 迭代 到 寻找 一个 最佳的 解决方案。
好的。 所以 我们来吧 拿 a 看 在 这 效应边际分析
和 这 语境 的 这 报告。
所以 我们 能 看 这里 那 这 报告 显示边缘概率
为了 每个 的 这 四 属性 那 它们是 不同的 级别。
和 所以 什么 我是 突出显示 这里 是 那 这 边缘 概率 那些
这 最多 不同的 从 每个 其他指示 在哪里 有 最
差异化 在 条款 制作 这 购买 决定。
所以 清楚地， 价格 和 电脑 处理速度
是 这 最多 重要的 在 条款 真的 驾驶 那 可能性 决定。
和 所以 作为 一个 例子 这里可以看到，71%的买家
可能 选择 一个 80 千兆字节 超过 40 千兆字节 难的 硬盘容量，
作为 表明的 经过 这 边缘 可能性 的 .7129，
和 68% 的 买家 可能 选择， 为了 例子， 1000美元 超过 a 1200美元 或者 1500美元 价格。
所以 那就是 表明的 经过 这 .6843 在 这 边缘 可能性。
所以 我们 能 看 之内 每个 的 这些 边缘 概率面板
到 看 在 什么 这 偏爱 会 是 在 这 给定因素的基础
喜欢 价格 或者 速度， 和 还 看 穿过 这 影响边缘面板，
和 具体来说 看 在 这 差异
边际概率或边际效用
到 看 哪个 因素 是 最显著的差异
在 条款 的 驾驶 这 购买 决定。
好的。
所以 这 下一个 事物 我是 去 到 讲话 关于 是 这 公用事业 分析器。
所以 在 添加 到 回复 可能性 或者 购买可能性
我们 还 有 某物 称为 公用事业。
和 所以 公用事业 是 真的
某物 喜欢 可能性， 但 它是 定义 不一样。
和 这 公用事业 分析报告 节目， 有效，
a 措施 的 这 买家的 满意 在 a 特别的 设想。
在 这 语境 的 公用事业， a 更高 公用事业 表示
更高 幸福， 如果 你 将要; 效用值较低，低于零。
例如，表示 相对的 不快乐。
和 所以 我们 能 看 从 这 分析器 效用增加。
或者 如果 你 将要 最大化 什么时候 购买者 花费 这 最少的金额
他们 有 这 最长 电池 生活， 这 最高 处理器 速度，
和 这 最大 尺寸， 哪个 是 完全地 直觉的 在 这 语境。
和 什么 我们 能 做 是 我们 能 思考 实用性 非常 很多 喜欢 我们 能 思考
关于吸引力 在 这 语境 传统实验 设计，
我们想去的地方 最大化 这 公用事业 功能
为了 到 最大化 这 买方 满意。
和 所以 作为 I 提及 这里，
那里 是 a 关系 之间 可能性 和 公用事业。
从数学角度来看， 什么 是 它？
出色地， 我们 不 得到 就在这里，
但 它 是 铰接式 在 JMP的 文档。
和 这 是 某物 那 我会思考 关于
作为对此进行对话的一部分 讲话 当它被存档时 这 用户 社区。
所以 看 向前 到 那。
好的。 所以 现在， 我们来吧 看 在 这 可能性 分析器。
所以 这 可能性 分析器 是 去 到 是 相似的 到 这 公用事业 分析器，
作为 I 讨论 在 这 事先的 滑动， 但 它是， 的 课程， a 小的 少量 不同的。
所以 什么 是 它， 几乎？
出色地， 这 分析器 放 在 这些 特别的 设置 的 X，
这 回复 可能性 是 12%。
所以 这 方式 我们 能 解释 这 是 我们 可以说，12%的买家
会 考虑 到 花费 1500美元 到 得到 a 笔记本电脑 和 a 40GB硬盘
1.5 千兆赫 处理器 和 a 四 小时 电池 生活。
好的。
所以 这 方式 我们 喜欢 到 思考 关于 这 就是 为了 任何 特别的 状况
你想要的 到 知道 什么 这 可能性 位于 a 具体的 放 的 因素 级别，
这 可能性 可能 是 更实用 比， 为了 例子， 公用事业，
哪个 描述 a 措施 的 买家的 全面的 满意。
和 你会 注意 清楚地 那 分析器是 有限的 到 只是 二 级别。
和 再次， 这 去 回归选择设计和消费者研究的本质。
和 我们 真的 想 到 h 一 在 在 这 买家的 兴趣
经过 给予 他们 a 连续 系列 的 二分法 选择 到 选择 之间。
喜欢 如何 什么时候 是 在 这 验光师 这 验光师会 这 镜片 翻转
和 说道 “是 A 更好的 或者 B 更好的？” A 或 B 和 然后 你 去 在 到 这 下一个 一，
和 然后 她 问 为了 a 相似的 选择 之间 A 或者 B.
好的， 所以 这 下一个 部分 的 这 项目 真的 大约 保修单 考虑。
所以 I 辐 关于 这 a 小的 少量 在 这 开始。
所以 我们来吧 去 进入 这 在 a 小的 少量 更多的 深度 前 我们 结束。
所以 认为 这 最佳的 选择 为了 这 消费者
曾是 a 笔记本电脑 卖 在 a 价格 的 1000美元。
认为 那 这 消费者 购买 一个 扩展 保修单 保护 计划。
如果 他们 是 到 购买 一 为了 二 持续时间为数年，
金额为102美元。 和 为了 三 年， 它会 是 141美元。
一 的 这 钥匙 问题 为了 这 消费者 是， 出色地，
后 他们 买 这 笔记本电脑，他们会买吗？ 这 作为购买的一部分，提供保修。
正确的 后 这 笔记本电脑 或者 这 扩展 保修单，
或者 做 他们 等待， 或者 做 他们 只是 不是 买 这 保修单 在 全部？
和 I 思考 它是 漂亮的 明显的 到 每个人
如果 你 买 a 更高 笔记本电脑价格，您的保修期将是
a 更高 价格 更多的 经常 比 那。
所以 这 是 还 a 考虑 在 条款 的 制作 这 最终的 购买 决定。
我们 没有 一定 包含 在 这 假想 实验。
好的。 这 滑动 只是 去 进入 一点点 更多的 细节 关于 保修单。
有 a 很多 的 信息 这里 我会 稍后让我们的观众再看吧。
但 a 很多 的 这 来 从 我们的 典型的 计算机制造商 网站， 喜欢 戴尔。
和 喜欢 任何东西，都有很多语言
那 是 具体的 到 一个 原来的 有限的 保修单
和 不同的 条款 和 状况 那 是 联系 和 这 保修单。
一些 事物 那 I 思考 I 应该 强调
是 这 主意 的 现场 服务。
这 事实 那 更多的 和 更多的 现在， 我们 有 服务 在哪里 a 服务 提供商
将会到来 到 你 和 做 维修 或者 交换 的 这 产品 在 你的 地点。
有 还 顾客 随身携带 以及邮寄服务， 非常 受欢迎的 现在。
甚至 之内 这 语境 的 亚马逊， 邮寄投票 服务 到过 大约 为了 a 长的 时间。
顾客 随身携带 是 现在 a 部分 的 亚马逊的 能力 到 提供服务
在 这 语境 的 去 到， 例如， a 所有的 食物 市场 为了 返回。
和 然后， 的 课程， 产品 交换。
但 这些 现场 服务 模型和邮寄服务模型
是 非常 有趣的 和 很多 更多的 常见的 今天。
这 其他 事物 值得强调 是 那 有限的 保修服务
依赖 在 如何 你 购买 你的 原来的 保修单 政策。
所以 如果 保修单 服务 是 有限的，
那些 服务 是 规定的 在 这 原来的 保修单 政策。
好的。
那么，我们来简单谈谈…… JMP的 可靠性 和 预测。
所以 在 这 语境 的 这 具体分析，
是 去 到 使用 JMP中的生命分配平台
为了提高可靠性 和 预报 计算。
和 什么 是 去 到 尝试 到 做 预测 未来 失败
的 成分 或者 那 是 进入 这 电脑 作为 a 系统
到 帮助 我们 得到 a 更好的 感觉 的 无论 我们 应该 购买 a 保修单
和 在 什么 时间 在 这 生活 的 这 产品。
所以 我们 能 思考 的 这 分析 在 条款 的 什么 我们 称呼 可靠性 维修 成本。
所以 我们 想 到 比较 和 这 扩展 保修单 保护。
我们 想 到 比较 这 准备好 最初的 保修单
到 这 扩展 保修单 保护。
和 的 课程， 如果 这 失败 速度 是 也 高的，
然后 我们 惯于 想 到 购买 保修单 保护 在 全部。
和 如果 这 失败 速度 是 非常 如果很低，那就没必要了。
为了 我们 到 购买 任何 保修单
因为我们 会 有 a 产品 那 持续 为了 a 长的， 长的 时间。
你 能 思考 的 每个 产品 或每台计算机，在 这 案件，
有 它是 自己的 独特的 可靠性 模型。
和 它是 某物 到 思考 关于 在 这 语境。
所以 如果 你已经 制成 a 特别的 购买 在 这 假想 设想，
你 能 构造 a 可靠性 模型 在 这 基础 的 这 特别的 电脑。
好的。 所以 这 滑动 会谈 关于 a 好的 视觉的 表示
的 a 可靠性 生命周期 如果 你 将要，
或者 失败 速度 超过 时间 为了 a 特别的 产品。
所以 我们 基本上 有 三 阶段。
我们 有 a 初创公司 和 调试 阶段，
哪个 是 喜欢 a 燃烧 阶段 为了 a 产品。
然后 我们 有 a 普通的 手术 阶段，
和 然后 我们 有 一个 结尾 的 生活 阶段。
和 所以 这些 阶段 能 是， 我们 指 到 他们 有时
作为第一阶段， 跑步阶段或 这 燃烧 阶段，
喜欢 这 婴儿 死亡 阶段 在 这 语境 的 生存 为了 生活。
为了 临床 研究表明，正常活跃运行阶段
可以考虑 的 作为 这 阶段 随机故障可能发生的地方
和 这 结尾 的 生活 阶段 是 真的 喜欢 这 穿- 结束期，
之前的时期 这 产品 完全地 穿着 出去 在 销售量。
和 所以 相应的 到 这些 时期，
我们 能 考虑 a 一般的 范围 的 有限的 保修单 超过 时间，
然后是 过渡 阶段 某处 该有限保修
变成 一个 扩展 保修单 保护 政策。
所以 在哪里 我们 去 从 a 短的 学期 保修期，大概一年。
到 a 长的 学期 保修单， 二 或者 三 年。
所以 喜欢 我们 说， 如果 这 失败 速度 是 非常 低的，
那么，如果产品是 预期的 到 最后的 更多的 比 二 年，
然后 或许 你 不 需要 a 保修政策
因为 你 可能 计划 到 代替 a 产品 每两年一次
因为 它是 只是 技术 以及价格的机会成本
相对 这 益处 的 新的 技术。
所以 这 重要的 事物 到 思考 关于 再次 这 语境 的 制作
初始购买 是 寻找 在 创业和 调试 的 a 产品。
如果 我们 购买 一个 原来的 保修，这是我们通常所做的，
它 通常 封面 或许 a 年 的 服务
和 它是 部分 的 这 最初的 购买 的 这 产品。
好的。
所以 现在， 什么 是 去 到 做
是 是 去 到 转变 超过 到 a 不同的 数据 放。
这 是 还 样本 数据 哪个 将指出 你 到 在 这 社区。
但 是 去 到 认为 我们有 a 数据库 有关的 到 这 戴尔笔记本电脑。
和 它 列表 这 返回 几个月， 这 数量 返回，
以及当月的销量 在 这 正确的。
和 所以 什么 我们 能 做 是 我们 能 图形 这 信息。
和 这 X 是 指 到 这 失败 速度。
这 X 是 在 这 空间 的 一个 故障率的资产，
这 可靠性 模型， 和 如何 许多 部分 我们 已发货。
那是 什么 这些 三 变量 说话 到。
和 基于 在 这 可能性， 我们 能 计算
如果 他们 购买 这 保修单 政策 或者 不是 反对 这 维修 成本。
如何 做 我们 选择 a 保修单 政策 基于 这 失败 速度 或者 返回 速度？
所以 我们 能 使用 这 JMP的 可靠性 预测 能力 到 做 这。
所以 这里是 a 图片 的 这 模型 那 我们 使用 到 合身 这 数据。
所以 我们 有 a 可能性 在 这 Y 轴， 第一的 时间 在 几个月。
和 什么 JMP 做 是吗？ 适用 多种的 模型。
所以 我们 合身 全部 可用的 模型 在 至少 一次 那 是 非 零，
那 是 不是 生产 非 消极的 估算值。
和 什么 我们 能 看 这里 是排名 潜在的 模型
到 合身 这 可靠性 数据。
和 所以 威布尔 是 这 顶部 选择 这里是基于AICc的，
BIC， 和 负2 可能性 排行。
所以 我们 去 前方 和 去 和 这 威布尔 为了 我们的 分析， 随后。
好的。 所以 这里是 一个 上 左边 手 角落 的 这 滑动。
什么 我们 看 是 这 实际的 威布尔失败 概率模型拟合及其参数，
和 基本的 估算 为了 测试版， 阿尔法， 规模， 和 地点。
和 然后 这 降低 正确的 手 边 本页幻灯片， 什么 我们 做过 是
我们 估计的 这 可能性 的 失败 在 具体的 几个月，
再次， 使用 JMP的 可靠性 工具。
和 所以 如何 做 我们 领带 这 分析 进入 某物 实际的？
出色地， 测试版 是 a 非常 重要的 范围。
Beta 是 a 非常 重要的 范围 为了 威布尔 分配。
所以 a 测试版 较少的 比 一 可能 表示产品
那 真的 不 存活 阶段 一;
那 最初的 在哪里 a 燃烧 阶段 那 我们 显示 在 这 洗澡 提示 曲线。
所以 在 那 案件， 我们 想 到 买 a 保修单 在 全部。
β 近似等于 1 会 是 或许 a 产品
那是在 这 中间 的 那 曲线， 那就是 在 那 稳定的 状态 时期。
在 哪个 案件 然后， 我们 不会 想 到 买 a 保修单
一定 反正 在 那 案件 任何一个， 因为 我们 有 a 非常 可靠的 产品。
所以 我们 不会 一定 想 到 投资 钱 在 a 保修单
什么时候 我们 会 预计 到 使用 它。
仅有的 什么时候 这 测试版 是 更大的 不止一个， 和 你 能 看 在 这 案件，
它是 显著地 更大的 比 一。
做 我们 真的 想 到 考虑 购买 a 保修单？
在 这 特别的 例子， 1.6 存在 更高 比 1.5，
大概 表示 那 这 产品 正在进入磨损期 时期，
那 第三阶段， 生产曲线。
所以 如果 我们 看 在 这 年， 绘画 在， 说， 一个 例子 的 35、36个月
我们的 失败 可能性 是 或许 20%。
所以 那就是 如何 我们 会 看 在 这， 正确的？
作为 你 去 超过 和 你 看 在 这 时间， 什么 会 这 可能性 失败 是
在 这 第一的 二 列 的 这 估计的 可能性 输出 那里？
在 这 特别的 例子， 它是 不是 完全地 清除
无论 我们 应该 购买 a 保修单 或者 不是，
和 我们 可能 需要 更多的 信息。
如果 我们 有 已见 a 测试版 那 曾是 在 这 三 到 四 范围，
然后 那 会 大概 建议
我们 会 想 到 购买 延长保修
因为 我们 会 预料 那 穿- 出去 会 是 不可避免的。
在 这 下一个 很少 幻灯片， 是 只是 去 到 推导一个简单的决策模型
到 去 和 这 可靠性 秉承选择分析精神的分析，
这 选择 建模方法 那 我们 应用 在 这 开始。
所以 这 消费者 决定 模型 需要考虑诸多因素：
生存 可能性 在 每个 每月，每个月的故障概率
哪个 是， 在 影响， 这 相同的 事物。
和 这 市场 笔记本电脑 价值 每个 月 之间 一 年 和 三 几个月，
的 课程， 价格 折旧 这种情况会发生，如果不购买就会造成经济损失。
这 扩展 保修单 保护 如果 这 维修 是 需要。
和 然后 我们 想 到 比较 那 货币 损失
相对 这 费用 的 购买 这 保修单。
所以 有 就像 成本 益处 分析 或者 a 风险 分析 那 是 制作。
所以 我们 展示 这里， 在 这 滑动 再次强调，购买后的几个月，
和 然后 我们 展示 这 生存 某个特定月份的概率
生存 可能性 的 这 事先的 月，
和 然后 这 条件 失败 可能性 在 那 月。
和 所以 我们 只是 使用 简单条件 可能性 到 计算 那 柱子
那 I 应该 有 表明的 和 这 二 全部 这 方式 超过 在 这 正确的。
和 什么 是 正在做 这里 是 是 使用 这 以前的 威布尔 估计
每个月 计算 条件性失败 可能性
在 这 随后的 几个月。
全部 是 真的 正在做 是 使用 滞后函数 到 产生 柱子 一。
所以 它是 只是 这 不同之处 之间 每次生存 可能性 在 月，
我们来吧 说， 13 和 它是 事先的 月， 12，以及 14、 和 13、 和 所以 在。
和 然后 是 只是 生存 可能性 的 这 上个月，
减去 这 生存 可能性 在 这 当前的 月，
时代 这 生存 可能性 的 这 以前的 月。
这 是 条件 可能性。
好的。 所以 我们来吧 讲话 关于 这 市场 笔记本电脑 价值，这才是真正的
这 第二 事物 我们 讨论 在这方面 扩展 保修单 保护 滑动。
所以 我们 能 创造 a 简单的 线性 模型
到 模型 这 下降 的 价值 超过 时间。
和 也就是说， 在 事实， 什么 我们 做过。
和 这 坡 在 那 模型， 我们 使用 四 积分 到 计算 这 坡。
和 这 坡 在 这 模型 表示 这 百分比 降低 每一个 月 在 平均的。
你 能 看 这 坡 是 关于 1.3%，
所以，我们 预计 关于 a 下降1.3%。 每 月 在 平均的。
和 笔记 这里 那 我们 仅有的 真的 关心 关于 这 12个月后拒绝
以及更远的地方 因为 这 第一的 十二 几个月 是 通常 涵盖 在下面 保修单。
好的。 所以 如何 做 我们 模型 这 成本 不购买 这 扩展 保护？
出色地， 我们 能 比较 到 a 二 年 保修单 政策，
失败 在 二 年 作为 这 最差 案件。
和 我们 能 看 那 如果 我们 看 在 延长保修 保护 计划
两年后与 三 年， 102美元 相对 141美元
我们 得到 a 三角洲 的 大约 45美元。
相似地， 这 成本 如果 不是 购买 这 二 年 生产 计划 是 48美元
在 二 年 相对 95美元 在 三 年，
和 所以 那 不同之处 是 在 这 命令 的 40美元 到 50美元 作为 出色地。
所以 什么 这 演出 我们 是 那 可能存在 50 美元的差距。
之间 这 保修单 计划 和 这 估计的 成本，
和 那 可能 是 归因于 到 这 服务 和 其他 固定的 成本。
但 真的 到 制作 这 最好的 决定 关于是否购买保修的问题，
我们 想 到 考虑 这 成本 的 不是 在此框架下购买保修服务
和 这 震级 的 测试版 一起
到 制作 这 最好的 决定 关于 无论 到 购买 或不。
好的。
所以这几乎 这 结尾 的 我们的 分析。
和 I 通缉 到 只是 强调 一 其他 事物 这里。
所以 我们 能 使用 a 预报 能力 这里
到 展示 我们 如何 能 我们 决定 这 返回 速度，
什么 资源 做 我们 需要，
和 a 很多 的 那 取决于 在 这 表现 的 服务。
如何 好的 服务 是。
如果 我们 有 也 许多 如果我们不进行预测，收益将会如何？
我们 可能 不是 有 足够的 技术人员 到 做 这 工作。
所以 这 是 这 类型 的 分析 在哪里 是 考虑 这 制片人。
这 是 从 这 立场 的 这 服务 提供商 和 这 制片人。
然而 在 这 事先的 分析， 我们 是 考虑 一切
从 这 看法 的 这 购买者 或者 这 消费者。
所以 这 是 真的 a 制作人 成本 模型。
如果 他们 不 购买 这 保修单，
是什么 这 劳动 成本， 和 是什么 这 材料 成本？
所以 这 劳动 成本 到 处理 所有的维修工作，
和 这 材料 成本 到 代替 部分 为了 维修。
和 所以 我们 能 看 那 有 a 轻微 向上 倾斜的 趋势
在 这 长期维修预测
和 那 趋势 真的 讲述 我们 什么 这 价值 主张 是。
所以 作为 a 制造商，你或许在初期能获得收益，
但 然后 你 可能 从长远来看会赔钱
如果你要进行大量的维修工作。
或者 作为 I 说 前， 你 可能 不是 有 这 容量
进行维修工作 你是 有义务的 到 做
因为 责任 问题 和 这 产品。
好的， 所以 只是 到 结束 这里。
I 只是 通缉 到 分享 一个 全面的 钥匙 学习 这里 的 我们的 项目。
我们 使用 这 干 或者 蒸汽 框架
到 真的 休息 向上 这 项目 进入 a 数字 的 不同的 元素
和 申请 一个 跨学科 框架。
我们采用选择设计，并帮助大家考虑。
民意调查 设计 方法论 同样 作为 一个 分析 的 民意调查 数据。
我们 还 增强 我们的 设计 和 a 可靠性 表现 模型
为了符合我们的资格 购买 和 无论 或不 那 曾是 a 好的 购买。
的 课程， 这 项目 在 这 语境 的 这 共同 作者们， 包括 石匠 陈。
陈非常 有用 为了 激励 高的 学校 学生们 SOHS，
以及教师 到 学习 新的 方法。
这 最终的 事物 是 一 事物 那 我们 未来可以考虑
是 增加 这 数字 的 级别 到 选择 从，
哪个 会 带来 我们的 模型 进入 更多的 的 a 传统的 造型 框架。
A 造型 框架 那就是 更多的 就像 租 回归 模型
或其他 特别的 受欢迎的 造型 框架 那 看起来 连续的 数据。
和 所以 在 结束，
I 只是 通缉 到 强调 我们的 参考 和 我们的 统计 细节;
是 去 到 确实 提供 那些 到 你。
感谢 你 非常 很多 为了 你的 时间 和 我看 向前 到 任何 问题。
