CIAO,
Io sono
Jerry
Pescare.
I lavoro per JMP.
I supporto Nostro clienti In IL Centrale Regione Di IL Unito Stati.
Oggi, Id Piace A parlare A Voi Di UN componente aggiuntivo Quello Io ho sviluppato.
IL titolo Di IL carta È
Recupero di A arbitrario Parte vera Distribuzioni
da M misurato Parte Distribuzioni E IL Misura Caratteristiche
Quello andare lungo con IL misurazione.
Di oggi ordine del giorno.
Primo erano andando A parlare Di, Di corso, Che cosa fa questo parlare indirizzo?
Perché È Questo COSÌ importante?
Perché non posso Noi Appena sottrarre varianze A Ottenere Nostro Distribuzione delle parti reale?
A poco morso Di cosa c'è dietro Nostro stima calcoli.
Malato dimostrazione IL componente aggiuntivo,
compreso Alcuni test risultati E aggiungere Alcuni Risoluzione dei problemi suggerimenti.
Malato raccontare Voi Dove Voi Potere Trovare IL componente aggiuntivo,
E Poi BENE condividere con Voi Come Voi Potere Dare Me feedback
SU cosa c'è Bene E Che cosa Voi non Piace Di IL componente aggiuntivo,
aree per miglioramenti, E COSÌ via.
Che cosa Sono Noi indirizzamento Qui?
BENE, erano parlando Di UN componente aggiuntivo Quello determina a Distribuzione delle parti reali
Se Voi Dare Esso a misurato parte distribuzione
E Se Voi descrivere tuo misura prestazione caratteristiche.
Suo bello facile A concettualizzare Se Noi inizio con a Distribuzione delle parti reali.
Ecco Nostro VERO parte valore contro Nostro percentuale Di parti.
Poi Noi correre Quello Attraverso a misura,
UN imperfetto misura Quello ha Alcuni varianza E pregiudizio caratteristiche.
Noi Volere Ottenere a misurato parte distribuzione fuori Di Quello.
Noi non Sapere, Anche se, Che cosa Nostro Distribuzione delle parti reali È.
Che cosa erano parlando Di È scambio quelli posizioni
Dove Noi inizio con a P misurato arte Distribuzione,
Noi sottrarre fuori Nostro misura prestazione caratteristiche,
E Noi FINE su con a Distribuzione delle parti reali.
Questo è bello semplice A capire, Ma Esso ottiene Di più complicato
Se Noi Avere a Misurato Parte Distribuzione Quello È non normalmente distribuito
e/o Noi Avere a calibro Quello esegue In non standard modi, Voi Potrebbe Dire.
Forse Nostro standard deviazione spettacoli curvatura con IL misurato parte valore,
O Forse Esso ha pregiudizio Quello linearmente cambiamenti,
O Forse Esso ha curvatura COME BENE.
Come Potere Noi Prendere questi quantità, IL Misurato Parte Distribuzione
e un arbitrario misura prestazione curva,
E Venire su con Che cosa IL VERO Parte Valore era
Quello dovere Avere causato Questo Misurato Parte Valore?
Perché È Esso importante?
BENE, Noi Tutto Sapere Quello Tutto calibri Sono imperfetto.
Noi Piace A Ottenere UN idea Di Questo Distribuzione delle parti reali.
Tu lo farai Vedere Esso riferito A COME, Noi andare lungo COME TPD.
Noi Potere capire Nostro tipo 1 E tipo 2 errori.
A tipo 1 errore significa Nostro misura È lancio lontano Bene parti.
A tipo 2 errore significa Nostro misura È accettando Cattivo parti.
Entrambi Di questi, particolarmente In a produzione ambiente,
Sono Cattivo cose A accadere.
Se erano lancio lontano Bene parti, Poi questo è sciupare.
Noi non Volere A Avere sciupare In Nostro processo.
Questo è Appena a Dritto metter il fondo a linea deduzione da Nostro profitto dichiarazione.
Noi Anche non Volere A accettare Cattivo parti.
Se Noi Fare Quello, Noi nave IL Cattivo parti fuori A a cliente.
Erano probabile andando A Ottenere reclami, erano andando A Ottenere ritorni, rielaborazioni,
suo andando A danno Nostro dell'azienda reputazione.
Noi non Volere A Avere O uno Di quelli tipi Di errori.
Essi Entrambi male Nostro azienda.
Se Noi sapevo IL Distribuzione delle parti reali,
Noi Potevo stima IL costi associato con questi errori.
Quello particolare soggetto È indirizzato In un altro carta
essendo presentato Qui A Scoperta 2023.
Con Questo titolo E Questo carta numero, I incoraggiare Voi A Aspetto Esso su.
I coautore Questo carta con due
Di Mio colleghi, Brady Brady, E Giasone Wiggins.
Noi Bisogno Quello Distribuzione delle parti reali A Fare Questo valutazione.
Perché non posso Noi Appena sottrarre IL varianze?
BENE, Voi Potere.
Se tuo La distribuzione delle parti misurate è normalmente
E tuo misura ha costante varianza E pregiudizio attraverso IL misurazione allineare,
Poi Voi Potere Ottenere A tuo Distribuzione delle parti reali.
Voi non Sapere IL Parte vera valori Di individuale parti.
Tu sei Mai andando A Sapere Quello, Ma Voi Potere Ottenere A IL distribuzione.
Suo semplicemente, Sotto questi vincoli, Sotto questi ipotesi,
IL varianza Di IL Distribuzione delle parti reali È Appena IL differenza In IL varianze
Di tuo Distribuzione delle parti misurate E tuo misura varianza.
Voi sottrarre quelli due,
Voi Prendere IL piazza radice, E Voi Ottenere IL standard deviazione Di tuo misura.
T Lui media, Io sono Scusa, standard deviazione Di tuo Distribuzione delle parti reali.
IL media Dove tuo VERO Parte Distribuzione È centrato
È semplicemente ovunque tuo Misurato Parte Distribuzione
È centrato meno IL pregiudizio Di IL misura.
O f corso, IL domanda È, Che cosa Fare Voi Fare
Se tuo Distribuzione delle parti misurate È non normale
O Se tuo misura ha insolito caratteristiche?
Questo È Come Noi Potere concettualizzare inserimento questi valori,
E Malato spettacolo Voi IL componente aggiuntivo In Appena a secondo.
Noi Potere Avere Qualunque arbitrario ingresso.
Qui noi abbiamo avuto per Nostro Distribuzione delle parti misurate,
Questo È Nostro Valore della parte misurata.
T Lui conta per Tuttavia parti Quello Noi Avere misurato.
Forse Questo sembra Piace a combinazione Di due normale distribuzioni.
Forse suo qualcosa a poco diverso di Quello.
IL punto È, Voi Potere Mettere In Qualunque ingresso Quello tu vorresti Piace,
Qualunque ingresso forma per IL Misurato Parte Distribuzione.
Poi Noi descritto IL misura usando quadratico funzioni
per IL sigma E per IL pregiudizio Di IL misura.
Normalmente, Tutto tu sei andando A Avere È a standard misura
volevo Essere Appena questi costanti fuori Qui In davanti,
C0 E D0, E D0 Maggio Essere zero se tu non Avere Qualunque misura pregiudizio.
I f tuo sigma cambiamenti linearmente con parte valore,
Noi permettere Voi A Mettere In C1 E D1 Se tuo pregiudizio cambiamenti linearmente.
Se c'è Qualunque curvatura, Noi permettere Voi A Mettere In a C2 E a D2.
Quando Voi impostato su tuo misura equazione, Se Voi Mettere In Tutto Di questi valori,
suo possibile A generare negativo standard deviazioni
entro IL misurazione allineare.
Non Fare Quello.
Se Voi Potere Evitare Esso, non Fare Quello.
Là Maggio Essere inaspettato risultati con IL componente aggiuntivo
Se Voi Avere negativo standard deviazioni.
Appena attenzione Di Quello.
Cosa c'è dietro IL stima calcoli?
BENE, Noi inizio con, Di corso,
IL attuale misura parte distribuzione E IL misura caratteristiche.
Noi scegliere UN stimato Distribuzione delle parti reali,
Quale sembra Piace a Bene idea.
BENE inizio con l'attuale Misurato Parte D distribuzione.
Poi Noi Mettere Quello stimato Vera parte D distribuzione
Attraverso a trasformazione Quello rappresenta IL misura caratteristiche,
E Quello rendimenti UN stimato Misurato Parte Distribuzione.
Noi Potere Poi confrontare IL stimato Pa misurato rt Distribuzione
con IL attuale P misurato arte Distribuzione SU a bidone per bidone base
E Ottenere a Residuo Somma Di piazze errore per Quello confronto.
Poi Se Noi andare Indietro E regolare IL ampiezze
Di IL VERO Parte D distribuzione stima,
possiamo regolare quelli Fino a Noi Ottenere IL stimato Misura Parte Distribuzione
A Essere d'accordo COME da vicino COME possibile con il attuale misura parte distribuzione.
Noi Fare Quello usando a JSL Riduci a icona funzione
A Tentativo A minimizzare IL Residuo Somma Di Quadrati.
Tutto Giusto, andiamo Prendere a Aspetto A IL componente aggiuntivo.
Una volta Voi installare IL componente aggiuntivo,
Esso Volere Venire In Sotto Misura Studio utensili E TPD stima.
Questo È Che cosa IL componente aggiuntivo attualmente sembra Piace, versione 1.0.
Noi inizio spento con IL capacità A scegliere
Che cosa tipo Di ingresso Distribuzione delle parti misurate Voi Avere?
Ora Quello varia, Malato Venire Indietro A IL arbitrario forma In a minuto.
Noi Anche Avere normale,
Voi ingresso IL media E standard deviazione, LogNormale, Weibull,
Esponenziale, Gamma, E due miscele normale distribuzione.
Noi Potere impostato questi su A Essere parametrico Se Noi Volere.
Se Voi Sapere Quello Voi Avere a Weibull distribuzione, per esempio,
Voi Potere utilizzo Quello COME tuo ingresso distribuzione.
Andiamo inizio con normale. Andiamo Appena Fare Esso semplice.
Qui Noi Avere a normale distribuzione che ha a Significare Di zero
E a standard deviazione Di tre.
T cappello mostrato In Questo pannello Qui In Questo poco grafico.
Andiamo utilizzo a misura, questo è a molto semplice misura,
ha a standard deviazione Di uno E a pregiudizio Di zero.
Clic Prossimo.
Qui, tanto Piace Sopra, Noi Ottenere A scegliere IL Distribuzione delle parti reali forma.
Noi Potevo Dire questo è andando A Essere arbitrario, O Esso Potevo Avere a normale distribuzione,
O Esso Potevo Avere a lognormale, Tutto IL Stesso distribuzioni Qui.
O giù Qui A IL metter il fondo a,
Noi Dare Voi IL opzione A adatto Tutto Di IL distribuzioni Sopra.
Andiamo Ancora inizio con a semplice esempio Di a normale distribuzione,
E BENE calcolare quelli risultati.
Noi presente due produzione trame.
Questo complotto spettacoli IL Distribuzione delle parti reali In blu,
IL stimato Distribuzione delle parti reali contro IL Misurato Parte Distribuzione,
IL attuale Misurato Parte Distribuzione In rosso.
COME Voi volevo aspettarsi In Questo caso,
noi abbiamo avuto a normale distribuzione per IL misurato, E noi abbiamo avuto a semplice misura.
Questo È uno Di quelli Quello Noi potrebbe risolvere di mano Se Noi ricercato A.
Noi FINE su con a leggermente più stretto Distribuzione delle parti reali di IL Misurato.
Se Noi Poi andare A Fare a controllo SU Quello,
Noi Potere Prendere Quello Distribuzione delle parti reali, Mettere Esso Attraverso IL misura,
E Noi FINE su con UN stimato Misurato Distribuzione contro IL reale.
Questo è Che cosa Noi Ottenere giù Qui.
Esso sembra Piace noi abbiamo avuto molto Bene accordo In Questo particolare caso.
Andiamo andare Indietro su A Nostro misura definizione.
BENE Mantenere IL Stesso misurato parte distribuzione.
Questo tempo BENE Mettere In a pregiudizio Di due.
BENE risolvere Ancora, supponendo Quello
la nostra vera distribuzione delle parti È normalmente distribuito.
Noi Ottenere Questo fuori.
Bello facile A concettualizzare.
Qualunque cosa È Appena spostato Sopra di due unità.
Ecco Nostro Distribuzione delle parti reali E Nostro Misurato Parte Distribuzione.
Se Noi Mettere Quello Attraverso Quello misura con IL pregiudizio,
Noi Ottenere Indietro A molto Bene accordo fra
IL attuale Distribuzione delle parti misurate e IL stimato Misura Parte Distribuzione.
Terzo esempio, andiamo Dire Quello...
Andiamo Venire Indietro su Qui E Malato giro pregiudizio spento Da noi abbiamo dimostrato Quello.
Andiamo Dire noi abbiamo avuto IL Stesso ingresso, noi abbiamo avuto IL Stesso semplice misura,
Ma Ora andiamo Dire Forse noi abbiamo avuto a Gamma distribuzione Qui.
C'è Gamma, E Noi Volere A adatto Quello.
BENE colpo calcolare.
Questo È IL migliore- adatto Gamma distribuzione per Quello ingresso normale distribuzione.
Voi Potere Vedere Esso non lo fa adatto abbastanza COME BENE.
Nostro Distribuzione delle parti reali È a poco morso storto, Quale È caratteristica Di Gamma.
Se Voi Mettere Quello Attraverso Nostro misura, Noi FINE su con Questo accordo
fra IL Misurato Parte Distribuzione, attuale E IL stimato.
Suo non COME Bene a adatto.
A riepilogo Di quelli È dato Qui In Questo tavolo.
Questo spettacoli noi Quello IL Primo tempo Noi corso Questo, Noi fatto a normale distribuzione ingresso,
Quale con due parametri, Noi fatto a normale adatto SU IL produzione
con due parametri, E Noi avuto Questo somma Di piazze errore.
IL secondo tempo era con a pregiudizio,
E Noi avuto IL Stesso somma Di piazze errore In IL FINE, COME Voi Potrebbe aspettarsi.
Poi con IL Gamma, Nostro somma Di piazze errore era a poco morso più alto.
Noi Ottenere a presto poco riepilogo In Questo tavolo.
Là Sono due altro
JMP dati tavoli Quello Sono costruito Quello Avere Tutto Di Questo informazioni,
IL originale distribuzione E IL produzione distribuzioni
E Tutto IL misura caratteristiche.
Tutto Di quelli Sono riassunto In questi altro due tavoli
A permettere Voi A andare Attraverso E Fare tuo Proprio trame Se Voi Volere A.
Essi Sono Anche Là.
Andiamo Fare uno questo è a poco morso diverso.
Andiamo Venire Indietro su A IL superiore E andiamo scegliere a definito dall'utente forma.
IL dati tavolo È semplicemente a due colonne dati tavolo.
IL Primo colonna È assunto A Essere IL centri Di tuo parte valori,
tuo bidone centri, Se Voi Volere, In Quello istogramma.
IL secondo colonna rappresenta IL ampiezze COME Voi andare attraverso.
Quelli ampiezze Potere Essere attuale parte conta, Essi Potere Essere percentuali.
Nulla Quello ogni bidone altezza
O ogni istogramma sbarra altezza È relativo A IL altro altezze.
I scala qualunque cosa A Fare IL somma Di Tutto quelli aggiungere su
A uno entro IL programma Comunque.
COME lungo COME IL relativo altezze Sono IL Stesso,
non lo fa questione Che cosa IL attuale ampiezze Sono.
I Dare IL opzione A aprire a dati tavolo Se suo non Già aperto,
O Se suo Già aperto entro JMP,
Poi Noi Potere Appena Dire, selezionare IL Già aperto dati tavolo.
Ecco UN esempio con a piazza onda
O a uniforme distribuzione per Nostro ingresso, Misurato Parte Distribuzione.
Ora, Questo È a difficile distribuzione A Avere.
Se Voi pensare Di Questo, Se tu hai avuto a misura
questo è fabbricazione normalmente distribuito errori A Qualunque punto,
suo andando A Essere Veramente difficile A Fare
qualcosa questo è Carino E affilato E croccante Piace Questo distribuzione SU IL produzione.
Andiamo Dare Esso a Tentativo.
Andiamo Dire Qui Io ho avuto a bello Largo variazione.
Questo va da zero A 30, I pensare.
Andiamo Dire noi abbiamo avuto a calibro Quello ha a standard deviazione Di cinque con NO pregiudizio.
Andiamo Dire Noi Volere A adatto a normale distribuzione A Quello,
E Ora BENE calcolare quelli risultati.
Qui noi abbiamo avuto IL migliore adatto normale distribuzione
per a Distribuzione delle parti reali questo è andando A correre Attraverso Questo misura
con a standard deviazione Di cinque A Tentativo A Dare noi Questo piazza onda
per il nostro M misurato Parte Distribuzione.
Come BENE fatto Noi Fare?
BENE, suo Qui.
Suo non a vero Grande forma, E Voi probabilmente non lo farei aspettarsi Esso
A Essere a Grande adatto dato Quello erano provando A utilizzo a normale distribuzione
A adatto a piazza, UN I-diesis piazza funzione.
Se Noi ricercato A Fare UN arbitrario funzione, andiamo Dire Questo uno Qui.
Questo uno I Appena fatto su Alcuni dati.
Malato spettacolo Voi a poco morso Di più Di Che cosa Esso È.
Forse Questo sembra Piace a normale
due miscele, due normale distribuzioni misto insieme.
Andiamo controllo Quello fuori.
Andiamo Vedere Se Noi Potere adatto Questo A a due miscele normale,
E Quello opzione È giù Qui, E BENE calcolare quelli risultati.
Qui Noi andare.
Permettere Me correre Quello uno Di più tempo.
I non Volere Mio standard deviazione A Essere Quello grande.
Andiamo Prendere a più piccolo standard deviazione.
BENE parlare Di Quello cosa In a minuto.
Qualunque cosa altro IL Stesso, calcolare risultati.
A volte Esso prende a pochi secondi A Venire Indietro.
Esso Appena dipende SU il modo IL routine È montaggio cose.
Qui È Nostro montato Distribuzione delle parti reali
confrontato A IL Misurato Parte Distribuzione.
Supponendo Quello Nostro Distribuzione delle parti reali
È due normale distribuzioni misto insieme.
Se Voi correre Quello Attraverso IL misura, Esso finisce su guardare Piace Questo.
Questo È IL tentativo A incontro Quello
E Che cosa Nostro Misurato Parte D distribuzione volevo Avere stato.
Questo è non pure Cattivo.
Questo è IL modo Quello IL componente aggiuntivo funziona.
Ora, Là È un altro opzione Qui,
E Quello È Quando Voi adatto, Voi Potere scegliere Qualunque cosa input Voi Volere
per tuo Misurato Parte Distribuzione, tuo misura caratteristiche.
Poi Quando Voi adatto giù Qui, Voi Potere Anche adatto UN arbitrario forma.
Ora, Quello prende SU Mio PC Forse a minuto A correre.
Io sono andando A ricambio Voi Quello E Appena spettacolo Voi IL uscite entro a Presa della corrente diapositiva.
Qui Noi Sono Indietro In Presa della corrente.
Questo È uno altro esempio Quello Io ho avuto Prima I Ottenere A IL arbitrario input.
Questo uno ha a pregiudizio Quello Io ho espresso COME uno più 0,03 volte IL parte valore.
Io ho avuto a linearmente cambiare pregiudizio attraverso IL misurazione allineare.
I Avere a normale distribuzione per Mio ingresso,
E I Volere A adatto a normale distribuzione A IL produzione.
COME Esso giri fuori, Questo È Mio Distribuzione delle parti reali,
E Questo È Mio Misurato Parte Distribuzione.
Se I correre quelli Attraverso Questo misura,
Anche Anche se suo avuto Questo linearmente cambiare pregiudizio
attraverso IL misurazione allineare, I Ottenere molto Bene accordo fra IL due.
Questo È Che cosa succede Se I Prendere Quello piazza onda
E Dire, "EHI JMP, andare adatto Qualunque cosa Distribuzione delle parti reali tu vuoi
E correre Esso Attraverso a misura Quello ha a sigma Di due E a pregiudizio Di zero,
E raccontare Me Che cosa Quello distribuzione Potrebbe Aspetto Piace.
Che cosa Voi Ottenere fuori, IL rosso curva Ancora
È IL misurato parte distribuzione, Quello piazza onda.
Voi Ottenere Questo dall'aspetto pazzo cosa con
Tutto diverso picchi E valli In Esso COME IL Distribuzione delle parti reali.
BENE, Quello non lo fa Aspetto Piace Qualunque Parte vera Distribuzione Quello I volevo Avere,
Ma Se Voi Aspetto giù Qui, Quando Voi correre Quello Attraverso IL misura,
Esso fa a bello Bene lavoro Di simulando Questo piazza onda distribuzione.
Questo è uniforme distribuzione.
I credere suo lavorando.
Ora, Là Sono motivi Quello Esso Potrebbe salire con qualcosa Piace Questo,
probabilmente associato con IL risoluzione Di IL misura Quello Voi Avere.
IL misura Appena Maggio non risolvere Abbastanza elementi attraverso IL misurazione allineare
come cosa Voi Bisogno A Ottenere a Carino liscio distribuzione Sopra Qui.
Questo è IL idea Quello Voi Potere Fare Questo con Questo misura.
A poco Di Risoluzione dei problemi.
Là Sono problemi Se tuo misura standard deviazione
È pure grande In confronto A IL Misurato Parte risoluzione.
Se Voi Avere a Misurato Parte Distribuzione,
andiamo Dire suo normalmente distribuito con a standard deviazione Di tre,
E Voi raccontare Questo componente aggiuntivo Quello Mio misura ha un standard deviazione Di cinque.
BENE, c'è NO modo A Ottenere, Anche Se Voi Avere IL Stesso VERO parte
Quello Voi misura Sopra E Sopra E Sopra Ancora, tu sei andando A Ottenere a diffusione
Quello ha a standard deviazione Di cinque, Esso non posso adatto.
Tu lo farai Ottenere Alcuni UN errore Quando Questo si verifica.
Suo su A Voi A figura Quello fuori Quello,
"EHI, Mio standard deviazione per Mio misura È modo pure grande."
Se suo semplicemente SU IL orlo Di essendo pure grande.
Andiamo Dire tuo standard deviazione Di tuo misurato distribuzione È 3,
E tuo misura È 2.8,
Poi Ancora, suo andando A Tentativo A Dare Voi a molto stretto
Distribuzione delle parti reali A supporto Quello,
E Quello Potere Guida A Alcuni strano risultati.
Là Sono Alcuni strano combinazioni Quello Io ho correre attraverso
Quello Potere causa questi cose, I chiamata loro intrappolabile errori.
Quando Voi andare in IL JMP Minimizzare funzione,
Esso fa suo Proprio cosa E Poi viene Indietro con UN risposta.
Se Esso corre in a problema, Esso Volere gettare UN errore.
Forse Piace Questo.
Io ho visto due O tre diverso quelli, Questo È uno Di loro.
I non Avere a modo A trappola per quelli.
Se Voi Ottenere UN errore Piace Questo, IL componente aggiuntivo Volere continuare A correre,
Ma tu lo farai Bisogno A Aspetto in Che cosa condizioni Avere Voi Mettere In Qui
Quello JMP non lo fa Piace Quello suo avendo guaio risolvere per.
Grosso Misurato Parte Distribuzioni.
Se Voi Avere a Misurato Parte Distribuzione,
In fatto, Questo uno Qui, Questo Potrebbe Essere bello tozzo.
Di tozzo, I Significare Là non sono molto molti bidoni attraverso IL misurazione allineare.
Suo imparentato A tuo misura In IL FINE. Suo Come tanto Potere tuo gaumakege risolvere.
Voi Volere A Avere a quantità Di bidoni attraverso Qui.
Di più bidoni È Meglio.
Meno bidoni fa IL VERO parte distribuzione molto difficile A stima.
Poi I menzionato O accennato A prima Quello Voi Potere Avere lungo convergenza volte,
particolarmente Quando tu sei provando A risolvere per questi
arbitrario Parte vera Distribuzioni.
SU Mio PC, suo non non comune A andare a minuto O a poco morso Di più.
Appena appendere In Là. IL componente aggiuntivo ha Sempre Venire Indietro per Me.
Esso non lo fa appendere. Esso Appena prende a Mentre per Alcuni soluzioni.
Componente aggiuntivo disponibilità Dovrebbe Essere allegato A Questo particolare registrazione,
E Voi Dovrebbe Anche Essere capace A Trovare Esso
In IL JMP Comunità File Scambio Sotto TPD stima.
Se Voi Avere commenti O domande, Voi Potere inviare loro O sotto Questo video
O SU IL File Scambio, E Per favore Mettere In Là Qualunque suggerimenti Quello Voi Avere
per migliorato grafico Utente I interfaccia, Qualunque cambiamenti In IL uscite.
Noi non l'ha fatto parlare Di IL dati tavoli Quello I costruito,
Ma Se Voi Vedere quelli E Voi decidere, "EHI, I desiderio Esso volevo Essere In Questo formato."
Permettere Me Sapere.
Quelli Sono cose I Potere modifica abbastanza facilmente.
Suggerimenti per Di più Parametrico, Misurato, O Distribuzioni delle parti vere.
Questi Sono IL normale, IL lognormale,
IL Weibull, IL Gamma, Tutto Di quelli funzioni.
Se Voi Avere Di più Quello Voi Volere A aggiungere A Quello,
permettere Me Sapere E Malato Vedere Se I Potere incorporare quelli.
Poi, Di corso, problemi incontrato.
Se Voi Potere includere a descrizione Di IL problema, Come Esso si è verificato,
Quello Volere aiuto Me In debug.
Se possibile, includere a non confidenziale campione file di input
Quello I Potere utilizzo A aiuto replicare IL problema.
E ovunque Voi inviare questi commenti,
Per favore includere @JerryFish In tuo commenti, COSÌ Malato Ottenere a notifica.
Grazie Voi molto tanto per ascolto A Questo registrazione.
Non dimenticare A controllo fuori IL accompagnamento Scoperta carta,
Notizie dell'ultimo minuto, Indicatori non sono perfetto, Va bene, Voi Sapere Quello.
Ma Come tanto È Esso costo tuo Attività commerciale?
Sotto Questo particolare carta numero?
Grazie Voi molto tanto per tuo tempo.
