歡迎 到 這 郵政 的 推介會 在 這 應用程式 的 主動脈瓣置換術 平台 工具 在 跳轉 17. 前 我們 去 進入 它， I 只是 會 喜歡 到 給 a 簡短的 描述 關於 測量 系統 分析， 短的 為了 MSA。 所以 什麼時候 我們 看 在 這 全部的 觀察到 變化 在 這 過程， 我們 使用 測量 系統 分析 到 嘗試 到 確認 和 管理 這 來源 的 變化 那 能 影響 這 測量 系統 存在 用過的。 它是 a 組合 的 測量 裝置, 人們， 程式, 標準， ETC。 所以 我們 能 分解 那 全部的 觀察到 變化 進入 二 其他 成分， 這 過程 成分， 或者 有時 稱為 部分 到 部分 變化。 但 什麼 是 真的 有興趣的 和 測量 系統 分析 是 在 這 測量 系統 變化 成分。
尋找 在 這 測量 錯誤 那 是 聯繫 和 這 測量 系統 變化， 那 能 是 破碎的 向下 進入 其他 成分， 精確 和 準確性。 為了 這 目的 的 這 海報， I 將要 集中 在 這 工具 那 使能夠 我們 到 確認 來源 的 變化 之內 精確 和 具體來說 重複性 和 a 小的 位元 關於 偏見 成分 在下面 這 準確性 成分。
什麼 我們 趨向 到 做 什麼時候 尋找 在 測量 系統 分析， 那裡 是 一些 方法 涉及， 通常情況下 和 特別 為了 連續的 數據。 我們 開始 經過 檢查 這 準確性 和 一致性 的 這 測量 裝置 獨自的 使用 a 科技 稱為 1 型量規研究。 這 是 有時 也 命名 作為 分析 這 純的 重複性 的 這 系統。 所以 我們 有 一 單身的 部分， 一 單身的 裝置 如果 這 測量 系統 要求 a 手動的 干涉， 我們 能 有 一 操作員。 但 這 主意 這裡 是 那 我們 開始 評估 這 純的 重複性 的 這 系統 前 去 進入 更多的 複雜的 分析 在哪裡 其他 來源 的 變化 可能 是 部分 的 這 測量 系統， 哪個 本質上 是 這 第二 步 大約 什麼 是 稱為 全量程拆裝 哪個 檢查 兩個都 重複性 和 可重複性。
最後的 但 不是 至少， 我們 有 連續的 量規 線性 和 偏見 學習， 但 它是 不是 去 到 是 覆蓋 具體來說 在 這 海報。 所以 讓我們 有 a 看 的 什麼 這 方法 在 條款 的 跳轉 17. 在 這 新的 版本 的 JMP， 我們 做 有 a 新的 主動脈瓣置換術 方法， 類型 1 量規 學習， 那 本質上 是 去 到 幫助 我們 確認 那 最初的 階段 的 這 分析 和 問候 到 這 純的 重複性 的 這 系統。 所以 患病的 展示 你 a 快的 例子 的 那 的 一個 輸出 報告 和 這 類型 1 蓋奇 休息與放鬆。 和 什麼 你 能 看 這裡 是 那 經過 預設, 這 報告 節目 a 跑步 圖表。 所以 這 看起來 在 30 重複 的 這 相同的 部分 使用 這 相同的 裝置 或者 裝置 在 命令， 所以 這 時間軸 真的 幫助 我們 確認 任何 特別的 情況， 任何 特別的 測量 那 沒有 工作 非常 出色地。
那裡 是 a 參考 那 是 在 這 名義上的。 如果 你是 使用 a 參考 部分， 為了 例子， 我們 能 確實 確認 無論 這 平均的 的 那些 測量 是 在 線 和 這 參考 部分。 那 意思是 價值 能 是 額外 到 這 圖形 如果 我們 想 到。 作為 你 能 看， 它是 去 到 是 在 頂部 的 它。 但 如果 I 消除 這 參考 線， 然後 你 能 看 平均的 和 這 參考 是 非常 相似的 為了 這 例子。
我們 也 想 到 有 a 看 在 這 1 型量具 R&R 研究 和 有 a 參考 大約 20 % 的 我們的 寬容。 什麼 在 這 類型 1 量規 學習 是 正在做， 我們 是 限制 這 分析 到 僅有的 20 % 的 這 全部的 寬容 在 命令 到 評估 無論 這 純的 重複性 是 可接受 或者 不是。 但 這 規格， 如果 你 將要， 為了 這 類型 1 能 是 全部 同意 在 這 設定 的 這 工具。
它 提供 一些 概括 和 能力 統計數據， 所以 這 普通的 參考 地點 和 傳播 參考， 特別 什麼時候 它 來 到 六 標準 偏差， 這 數位 的 測量 已採取 和 這 寬容。 T 母雞 這裡 是 這 二 限制 多於 參考 在 這 圖形 為了 這 20 % 的 這 寬容， 所以 加 或者 減 10 % 的 那 寬容。
如果 你 使用 到 這 過程 能力 指數， 什麼 你 將要 看 現在 為了 能力 的 這 量規， 電腦圖形 和 CGK， 他們 是 確切地 這 相同的。 這 最大 不同之處 這裡 是 那 明顯地 是 尋找 在 這 能力 的 這 量規 和 評估 這 變化 和 問候 到， 在 這 案件， 這 20 % 的 這 寬容， 但 突然 我們 能 有 a 看 在 兩個都 這 變化 相對的 到 那些 規格 限制 和 也 變化 和 地點 為了 CGK。 所以 這 給予 我們 a 概括 的 一些 指標 到 評價 這 1 型量具 R&R 研究 結果。 有 一些 百分比 存在 計算 作為 出色地 在 條款 的 百分比 的 變化 和 問候 到 重複性， 但 明顯地， 如果 你是 使用 a 參考 部分 那 你 已經 知道 它是 名義上的 價值， 我們 能 評價 不是 僅有的 這 純的 重複性 的 這 系統 在 這 案件， 但 也 這 偏見。 所以 這 不同之處 之間 這 參考 價值 和 這 名義上的 價值。
以便 能 是 實際上 額外 作為 一個 額外的 測試 如果 我們 想 到， 所以 這 是 真的 尋找 在 這 假設 測試 案件 在 條款 的 如果 這 偏見 是 平等的 到 零 所以 任何一個 這 平均的 和 這 參考 價值 是 這 相同的 或者 非常 關閉 到 每個 其他， 和 作為 你 能 看， 這 報告 P 價值 那裡， 在 這 案件， 從統計學角度來看， 那裡 是 不 重要的 不同之處 之間 平均的 和 參考 價值。
其他 有用 視覺化 之內 這 工具 是 這 歷史 領域， 所以 我們 能 有 a 看 在 這 分配 的 這 值 的 那些 測量 已取下， 在 這 案件， 那些 30 測量 為了 參考， 那 能 是 客製化 在 你的 報告 作為 我們 去 沿著。 所以 非常 迅速地， 我們 只是 有 a 偉大的 工具 到 初始化 我們的 測量 系統 分析 過程 經過 現在 擁有 什麼 是 稱為 a 1 型量具 R&R 研究 作為 部分 的 這 主動脈瓣置換術 平台 在 JMP。
什麼 我們 有時 做 是 我們 也 有 a 第二 步 前 我們 去 進入 什麼 是 稱為 a 全量程 R&R 評估， 兩個都 重複性 和 [聽不清楚 00:07:43] , 哪個 能 是 稱為 a 類型 2 學習。 我們 有 一個 例子 這裡 的 那， 所以 這 僅有的 不同之處 這裡 是 這 事實 那 在 之間 這 30 測量， 我們已經 已移除 這 部分 從 a 潛在的 保持 固定裝置 在 之間 每個 測量。 作為 你 會 預計， 經過 正在做 那 中間的 步 在 之間 全部 這 測量， 然後 我們 預計 到 有 更多的 變化， 和 這 是 什麼 我們 能 看 這裡 現在。 所以 不是 僅有的 我們 有 更多的 變化， 在哪裡 你 能 也 看 那 這 平均的 價值 的 這 讀數 是 也 很多 降低 比 它是 目標 地點。
經過 轉動 在 這 偏見 測試， 我們 將要 是 有能力的 到 看 那 現在 這 P 價值 什麼時候 比較的 到 這 類型 1 學習 在哪裡 我們 沒有 消除 這 部分 在 之間 測量， 這 部分 曾是 固定的 和 只是 測量 30 次 依序地， 我們 現在 有 a 低的 P 價值 顯示 那 那裡 是 重要的 不同之處 之間 這 參考 價值 和 這 平均值。 T 他的 能 是 建造 進入 一些 增量 和 來源 的 變化 甚至 前 我們 開始 添加 多種的 部分 和 運算符 或者 裝置 進入 這 分析。
但 如果 我們 做， 跳轉 已經 有 a 量規 在 我們的 學習 工具 在 以前的 版本。 這 是 只是 a 快的 例子， 什麼 那 方法 在 條款 的 變異性 的 這 量規，一個 nd 在 這 案件， 我們 使用 這 量規 在 我們的 方法 涉及。 所以 如果 你 去 到 分析， 品質 和 過程， 有 一個 已更新 版本 為了 這 測量 系統 分析。 在 這 主動脈瓣置換術 方法， 我們 能 看 現在 我們 有 這 類型 1 蓋奇 學習 那 我已經 用過的 為了 兩個都 類型 1 和 類型 2. 這 僅有的 不同之處 那裡 是 那 在 這 報告， 這 輸出 報告 為了 這 類型 2、 I 只是 編輯 這 標題 和 稱為 它 類型 2 只是 到 區分 之間 這 二 輸出 報告。 但 什麼 是 看到 這裡 為了 這 全量程 R&R 或者 這 變異性 分析， 我已經 用過的 這 蓋奇 休息與恢復 方法， 和 這 是 在哪裡 我們 能 也 決定 這 類型 的 模型 用過的， 通常情況下 用過的 作為 叉， 所以 我們 能 看 全部 這 效果 交叉 和 每個 其他 在 這 分析， 作為 出色地 作為 一些 額外的 選項 是 也 可用的。
但 在 這 報告， 我是 客製化， 在 這 案件， 我已經 額外 一些 規格 限制。 這裡， 本質上， 是 不是 尋找 在 這 可重複性 的 這 系統。 它是 只是 其他 增量 我們 評價 重複性 在 這 案件。 我們 是 使用 不是 一， 但 10 部分 在 這 案件 和 評估 那 變化 為了 五 重複 的 每個 部分。 作為 你 能 看， 在 這 蓋奇 休息與恢復 報告 和 桌子， 這 可重複性 成分 是 零 因為 我們 不 有 額外的 裝置 或者 運算符 存在 評估 在 這 分析， 所以 全部 這 變化 在 這 學習 是 到期的 到 可重複性。 所以 這 是 這 傳統的 輸出 那 你 會 得到 從 這 蓋奇 休息與恢復 方法 裡面 的 跳轉 為了 參考。
到 最終確定 這 新的 工具 涉及 在 跳轉 17 為了 MSA 平台， 什麼 I 會 喜歡 到 強調 作為 出色地 是 那 作為 部分 的 這 規劃 階段 為了 任何 蓋奇 休息與恢復 學習， 它是 重要的 到 理解 什麼 是 這 方法 利用過的， 的 課程， 但 也 什麼 將要 是 a 好的 方法 的 數據 收藏。 A s 部分 的 JMP， 我們 現在 有 作為 部分 的 美國能源部 特別的 目的， a 新的 工具 稱為 主動脈瓣置換術 設計， 和 這 啟用 添加 因素 喜歡 部分 和 操作員。 如果 I 迅速地 展示 添加 三 因素 那裡， I 能 確認 什麼 是 這 主動脈瓣置換術 角色 涉及 在 每個 一 的 他們， 為了 例子。 這 是 a 偉大的 機會 期間 這 規劃 階段 到 開始 到 來 向上 和 這 設計 那 將要 幫助 你 正在做 這 數據 收藏 甚至 前 任何 分析 是 完畢。
為了 更多的 資訊 關於 如何 到 利用 這 主動脈瓣置換術 設計 特徵， 你 能 跟隨 這 關聯， 哪個 將要 拿 你 到 這 跳轉 使用者 社群 影片 在哪裡 海德 磨坊主， 跳轉 系統 工程師， 有 假如 更多的 資訊 關於 這 工具。
希望 這 曾是 有用 為了 你。 感謝 你 非常 很多。
