En direct depuis 100 SAS Campus Conduisez, votre un et seulement SAS monde quartier général dans Cary, Nord Caroline. C'est Le Échantillonnage Plan Montrer mettant en vedette Stan Koprowski. Maintenant ici, il est le hôte de Le Échantillonnage Plan Montrer , Stan Koprowski.
Remercier toi. Remercier toi très beaucoup. Tu es aussi gentil. Remercier toi. Nous amour toi. Non, ça suffit. S'il te plaît. Tous droite, nous avoir a super montrer pour toi aujourd'hui. Avant nous obtenir commencé, juste a petit arrière-plan ici. I n'était pas très bien à statistiques. Dans fait, I a obtenu a papier couper depuis mon statistiques devoirs. Quoi sont le chances? Assez de que.
Aujourd'hui étaient en allant à parler à propos acceptation échantillonnage et échantillonnage plans. Étaient en allant à apprendre à propos le OC courbe et quoi il est. Je vais être honnête, ce est un de mon tous temps préféré Norme ANSI normes. Étaient en allant à entendre à propos le Norme ANSI normes. Bien faire quelques prédictions pour le grand échantillonnage plan, et alors enfin, Bien montrer toi quelques fantastique points forts en utilisant le JMP échantillonnage plan ajouté avec un de mon tous temps préféré industriel statisticiens, Dr. José Ramírez.
Je suis content à être ici. Fier de ceci montrer. I pense c'est en allant à être amusant. S Désolé à entendre à propos statistiques être dangereux à ton santé avec a papier couper. Homme.
Il était a rugueux voyage là, mais Bien obtenir à travers il. Comme toi voir, voici le titre de notre parler, et alors I volonté jouer quelques autre diapositives ici pour toi. Ton livre, I comme ce livre. Nous utiliser ce a parcelle dans le division. Le Statistique Qualité Contrôle livre: Le JMP Compagnon . Ce est le compagnon livre à Doug Montgomery livre. I pense tu es en allant à mention Doug livre plus tard dans le parler comme Bien.
C'est vrai.
Alors I avoir ton autre livre en haut ici aussi, Analyser et Interprétation Continu Données En utilisant JMP . I savoir tu as a été a long temps utilisateur de JMP, probablement dos depuis JMP deux. I pense toi étaient probablement un de le d'abord soutien cas que est venu dans technologie soutien avec leur propre directeur de client habilitation, Jeff Perkinson. Jeff, comme nous tous savoir, commencé dehors dans technologie soutien et Je vais avoir à regarder dos à travers le cas. Mais quoi I comprendre, toi étaient a long temps utilisateur de JMP.
Accueillir à notre montrer. Je suis content toi pourrait être avec nous aujourd'hui. Super excité à avoir toi. Étaient en allant à parler à propos quelques options ici pour le gens à appel dans. Si toi vouloir à appel dans le montrer ou message, tu peux Envoyez-nous un message à JMP L non Plan. Le téléphone nombre, si toi avoir a rotatif cadran téléphone, toi peut appel nous en haut là, ou si toi vouloir à atteindre nous sur Instagram à JMP Parcelle Acceptation Échantillonnage Plan. Allons-y aller devant et voir. I pense I faire entendre a appel encore. Attendez a minute. Laissez-moi voir OMS que est.
Oui, ce est Dr. julien Parris appel dans. Je suis le Directeur de Utilisateur JMP Acquisition et I avoir a question pour Dr. Ramírez.
Aller devant, Julien.
Dr. Ramírez, peut toi expliquer le différence entre parcelle acceptation échantillonnage plans et variables acceptation échantillonnage des projets ?
I ne le faites pas vraiment croire que était Julien. Que était probablement Juillet depuis vers le bas par le école cour. Juillet, faire toi avoir a question?
Oui, il a fait. Il était demander si toi pourrait donner nous a petit introduction à échantillonnage plans.
Échantillonnage, d'accord . Il est faire quelques échantillonnage par le cour d'école. I merveille quoi il est faire là. Juillet, depuis tu es dans a école, tu es par le cour d'école, allons aller dos à le dictionnaire et regarder à échantillonnage, quoi le dictionnaire dit. Là sont a peu définitions ici dans le dictionnaire, et un chose I comme à propos le d'abord un il pourparlers à propos a approprié échantillon. Pour statisticiens que a le signification, partie de que est là, le échantillon a à être représentant. Pour ceux de toi familier avec statistiques, le autre morceau que nous aussi inclure dans a définition de approprié échantillon est aléatoire.
Mais quoi tu es parler à propos de, à propos ces échantillonnage plans est le deuxième définition, et ils a obtenu il droite parce que a échantillonnage plan est essentiellement décider sur un petit partie de a parcelle ou a population. Le population peut être soit infini ou il peut être a fini nombre comme 10 000 articles. Nous vouloir à prendre a petit échantillon depuis que donc nous peut faire quelques inspection. Par inspection, nous signifier que nous sont en allant à décider le destin de que population ou le destin de que parcelle.
D'accord, I comprendre a petit peu de quoi tu es adage là. Tu es en allant à prendre a échantillon depuis a population et alors Qu'est-ce que le différence entre le échantillon types? Il regarde comme toi étaient parler ici à propos un inspection. Est il toujours un inspection ou sont là autre types de échantillonnage que toi peut faire?
Bien, dans général, quand personnes pense à propos parcelle acceptation échantillonnage plans, il y a quelques taper de inspection, quelques taper de vérification que va sur. T il chemin étaient en allant à faire ce échantillonnage est étaient en allant à appliquer quelques statistique principes [diaphonie 00:06:22].
Oh mon Dieu, c'est effrayant.
Mais en fait c'est quoi le agences vouloir. Pour exemple, si toi regarder à quelques de le documents depuis le La FDA, si tu es requis à faire quelques taper de échantillonnage, ils vouloir toi à faire il dans a statistique chemin. Comment sont nous en allant à faire que? C'est partie de ce montrer que étaient ayant. Mais dans le vieux jours, et étaient en allant à parler à propos ceux vieux jours, personnes utilisé normes, et ceux sont le normes que sont utilisé droite maintenant. Le ASQ/ANSI Z1.4 et Z 1.9.
Que sons même plus effrayant, mais Je suis a peu confus. I pensée quand I était faire mon recherche avant I apporté toi sur comme a invité, que là étaient quelques militaire normes. I pensée le échantillonnage plans étaient basé sur militaire normes et maintenant toi juste dit moi il y a quelques autre normes dans jouer ici. W chapeau le histoire avec ce?
Bien, Ouais, c'est vrai. Ces échantillonnage plans avoir a long histoire. Ils aller dos à probablement le années 1930, Années 1940, et là étaient deux militaire normes, le 105 ET, lequel est le un que correspond à le Z 1.4, et c'est quoi tu es faire en utilisant a technique terme, échantillonnage par attribut, et alors là est le militaire standard, 414, lequel est le Z 1.9 que correspond à échantillonnage par variables. Toi peut pense de discret contre continu.
Quoi ça arrive est que ceux normes étaient pris sur maintenant par le Américain Société pour Qualité, c'est ASQ, et le Américain National Standard Institut, le Norme ANSI, et ils rebaptisé ceux, et maintenant ils sont appelé Z 1.4 et Z 1.9. Mais ils sont toujours le même standard, le même tableau que personnes utiliser à générer échantillonnage plan.
L et's parler à propos comment nous faire que. Le chemin à comprendre ce est que chaque taper de parcelle acceptation échantillonnage plan, et que est le LASP ou LASP, a composants et risques. T il composants de le plan essentiellement est comment beaucoup échantillons faire I besoin à prendre depuis a population de 10 000 ou infini que Je suis en allant à test? Je suis en allant à faire quelques inspection, et I vouloir à savoir si dans que échantillon, là est a pré- spécifié pour cent défectueux.
Étaient en allant à définir qualité comme a pour cent défectueux dans le population. Quoi étaient faire est prise a échantillon à voir si que échantillon contient que ou moins. Dans commande à déterminer si étaient en allant à passer ou échouer que parcelle, nous aussi s'est appuyé sur sur le acceptation nombre, lequel raconte nous comment beaucoup défectueux parties dehors de le échantillon nous peut accepter dans le plan. Rien que est plus grand que que, c'est en allant à dire étaient en allant à rejeter ou échouer le parcelle. C'est pourquoi, comme I dit avant, étaient déterminer le destin de le parcelle avec ce [inaudible 00:10:03] .
Ici nous aller. I avait mon destin a long temps il y a avec que papier couper. Je suis a petit anxieux ici. Quoi gentil de destin sont nous parler à propos de?
Ouais, étaient en allant à décider si nous sont en allant à passer le parcelle et faire il disponible pour peu importe but que parcelle est être fabriqué, ou étaient en allant à mettre il dans quarantaine [inaudible 00:10:31] et peut être faire quelques plus inspections ou en essayant à comprendre pourquoi le fraction défectueux est plus grand que le préspécifié un.
Toi mentionné que il y a quelques risque impliqué. Quoi gentil de risque? Est il dehors de mon contrôle ou est il dans mon contrôle? Dont risque est ce?
Ouais, il y a risque, et c'est le beauté à propos mon profession. Dans statistiques, toi ne le faites pas avoir à être certain à propos rien. I peut 95% confiant. I peut même aller en haut à 99% confiant, I ne le faites pas avoir à être certain. Encore, pour ceux de toi familier avec statistiques, toi savoir quoi étaient parler à propos de. Il y a le chance que il y a a parfaitement bien parcelle que étaient en allant à rejeter parce que, encore, étaient prise a petit échantillon, donc étaient pas échantillonnage le entier population. Il y a a risque associé que ce échantillon peut déterminer que a bien parcelle est pas bien ou il y a a chance que a mauvais parcelle peut être libéré. Y ou peut pense dans termes de FAUX positif. Y ou pense dans termes de a médical test.
C'est similaire à comme si toi étaient à prendre le COVID 19 test. Si toi en fait avait il et il est venu dos négatif , est que a FAUX positif?
Ouais, c'est comme que, a FAUX positif. Nous peut avoir a FAUX positif que moyens ce parcelle est mauvais, mais le échantillonnage plan que il était bien. Ou vice inversement, nous avoir a bien parcelle et étaient en allant à rejeter il parce que le échantillonnage [diaphonie 00:12:19] . C'est pourquoi c'est important à utiliser a statistique principe dans conception ces échantillonnage plans. C'est partie de pourquoi personnes utiliser normes. Ceux étaient dérivé dans a chemin que quand toi sélectionner a plan depuis ceux normes, ces risques sont en allant à être équilibré. C'est quoi nous parler à propos le génération de le parcelle acceptation échantillonnage plan.
Nous avoir ces deux risques. Encore, nous peut dire que a bien parcelle est en allant à être rejeté et il y a aussi a chance que a mauvais parcelle peut être libéré comme le FAUX positif. Étaient en allant à attribuer quelques probabilités à ce risque. Un chose nous vouloir à faire bien sûr est que si c'est bien, nous vouloir à accepter que la plupart de le temps. Comment faire nous définir que?
Bien, standard pratique est utilisé 95%. A gagner que sons comme 95% confiance quand toi utiliser quelques taper de statistique test. Quoi étaient adage est nous allons à pré définir a fraction défectueux pour que parcelle et nous sont en allant à sélectionner a plan que garanties que ou presque garanties que 95% de le temps, a bien parcelle est en allant à être accepté. Un bien parcelle est en allant à passer.
Sur le autre main, étaient en allant à aussi dire que étaient en allant à avoir a haut chance de rejetant a mauvais parcelle. Ou si toi retourner que, toi peut dire il y a a petit chance de passage a mauvais parcelle. 90% ici transforme elle-même à a 10%. Étaient adage il y a a 95% de acceptant a bien parcelle, mais seulement a 10% chance de acceptant a mauvais parcelle. Ceux sont standard Nombres dans échantillonnage plans, dans le normes et le chemin personnes utiliser ceux échantillonnage plans.
Toi étaient parler à propos le utilisateur. Le utilisateur a le option de changement ceux Nombres. Plutôt que utiliser 95%, nous peut utiliser 99%. Plutôt que en utilisant 10%, nous peut utiliser 5%. Cependant, si nous obtenir aussi cupide, alors comme quelques de toi peut savoir, le échantillon taille est en allant à augmenter et c'est partie de que équilibre. Nous vouloir à trouver a échantillon taille que est petit assez que c'est en allant à garantie ces probabilités.
Devrait nous faire quelques des exemples ? Sont là des choses nous pourrait faire à expliquer quelques de le équilibre que tu es parler à propos entre ces deux en compétition des risques ?
Oui.
Il sons comme un pourrait être sur le consommateur côté, et peut être un de le risques est sur le producteur côté.
Exactement. Le d'abord chance de ... Si toi regarder à le 95% chance, que moyens il y a a 5% chance que a bien parcelle est en allant à être rejeté. C'est sur le producteur côté. Parce que comme a producteur, toi ne le faites pas vouloir ton bien parcelle à être rejeté. Le perte de matériel ou bien produit.
Sur le autre main, le 10% chance de acceptant a mauvais parcelle, c'est sur le consommateurs parce que nous ne le faites pas vouloir le consommateurs à recevoir quelque chose que est mauvais. Maintenant, dans commande à faire ce, il y a ce outil que nous utiliser dans échantillonnage plans lequel est appelé le en fonctionnement caractéristiques courbe ou OC courbe. Quelques personnes peut être familier avec que. Ceux courbes, Je suis en allant à montrer toi quelques exemples, sont le ceux que sont utilisé à trouver que équilibre entre ce risque et probabilité. Risque et probabilité.
Quoi est un OC courbe? Un OC courbe est essentiellement a parcelle que spectacles toi le probabilité de acceptant a parcelle comme a fonction de que fraction défectueux dans le population. Toi regarder à ces deux courbes, le bleu doubler ici sur le ET- axe, nous avoir le probabilité de acceptant le parcelle, et le X- axe, nous avoir le proportion défectueux dans le population.
Comme toi peut voir, quand le proportion défectueux est très petit, il y a a haut probabilité de acceptant le parcelle. A s bientôt comme que probabilité commence croissant, alors le probabilité de acceptant que parcelle diminue, et c'est le forme que nous vouloir à voir dans un OC courbe.
Maintenant, souviens-toi nous avoir deux probabilités et deux risques. Nous vouloir a 95% chance de acceptant a bien parcelle et a 10% chance de acceptant a mauvais parcelle. Maintenant, le définition de bien et mauvais est dans termes de que proportion défectueux dans le population. Nous comme utilisateurs de échantillonnage plans, nous avoir à définir quoi est a bien fraction défectueux. De cours, idéalement, le bien fraction défectueux devrait être zéro, mais que volonté lancer a [inaudible 00:17:22] dans le mathématiques. Si toi savoir que zéro diviser par zéro, toi obtenir infini, signification toi avoir à échantillon tout si toi vouloir perfection. Quoi nous faire est définir a petit nombre, et que est appelé le esprit, le acceptable qualité niveau.
Sur le autre côté, nous définir le RQL ou rejetable qualité niveau. Accordé, là sont beaucoup termes que personnes utiliser. Parfois toi peut voir le DLTPD plutôt de RQL. C'est le parcelle tolérance pour cent défectueux, le maximum pour cent défectueux que toi peut accepter dans ton population. Avec le probabilités et ceux fraction défectueux, toi définir deux points dans ce courbe. H aussi, le NQA est 1,8%, et nous avoir a 95% probabilité de acceptant que.
Quoi que moyens est, comme long comme le fraction défectueux dans le parcelle est moins que 2%, allons dire, alors il y a a haut chance de acceptant que parcelle. Mais comme long comme il va plus haut, comme 2%, alors étaient en allant à accepter que parcelle très rarement. Ces deux points sont le ceux que toi regarder à dans le OC courbe, et ceux sont le ceux que sont en allant à déterminer le échantillon taille et le acceptation critères.
A obtenu il.
I pense il volonté aide Juillet si nous courir quelques exemple.
I pense Juillet est textos et il dit que serait être super si nous pourrait faire un exemple. D'accord, allons faire que. Pourquoi a fait toi développer ou pourquoi a fait nous produire a JMP complément ?
Oui, Juillet, quoi étaient en allant à faire est étaient en allant à montrer toi un application à faire ce. Personnes parfois demander nous, "Pourquoi a fait toi faire ce? Pourquoi faire toi dépenser a parcelle de temps pour en écrivant code et emballer il dans un ajouter- dans?" Bien, à dire toi le vérité, [diaphonie 00:19:30] .
Que est vraiment minuscule. Je suis en allant à avoir à obtenir a nouveau ensemble de lecteurs ou a géant grossissant verre. Est que vraiment comment personnes faire ce?
Maintenant il se peut sembler bizarre, mais toujours, I croire dans quelques industrie, personnes peut utiliser a standard. Accordé, il se peut pas être le vieux livre que ils utiliser, peut être a pdf, mais parfois ils toujours utiliser ce. Mais ces sont très fastidieux et ils sont discret dans le sens que ils sont juste approximations à le plans.
T voici a processus à faire que. Bien sûr, il y a sont multiple tableaux que toi avoir à aller à travers dans commande à trouver le approprié échantillon taille. W a nous recherché à faire est faire notre vie Plus facile, en fait, parce que à être véridique ici, nous utiliser échantillonnage plans. Étaient aussi fatigué de en utilisant ces tableaux. Donc nous recherché à automatiser le génération de le LASP.
D'accord, a obtenu il. Quoi autre faire nous besoin à savoir avant nous faire quelques des exemples ?
Ce est JMP, lequel est un de le le plus grand pièces de logiciel dehors là pour faire statistiques et obtenir connaissances dehors de ton données. A autre chose que nous a fait est que pas seulement étaient automatiser le génération de le plans, fabrication vie Plus facile, mais étaient en utilisant tous le visualisation outils dans JMP, comme le profileurs, à comprendre ces OC courbes. Souviens-toi, nous juste a montré toi que le chemin nous déterminer ou générer le plans est via un Courbe OC. Le Courbe OC est aussi très important à évaluer plan. Comment faire nous savoir? Si quelqu'un donne nous a échantillonnage plan, comment faire nous savoir si c'est bien? T chapeau partie de ce.
Allons-y regarder à un exemple. T son vient depuis Professeur Montgomery livre. A gagner, ici un éhonté Relations publiques pour nous. Nous a écrit a compagnon livre. Toi scie que livre à le début pour ce. C'est appelé JMP Base . I f toi regarder à ce chiffre, ce est dans chapitre 15, P professeur Montgomery aussi spectacles un autre approximation. C'est un autre chemin de générateur échantillonnage plan, lequel est en utilisant a nom graphique. A nom graphique est ce chiffre que toi voir ici. Ici, toi avoir à chiffre dehors quoi ton NQA et RQL sont, le probabilités, et que toi avoir à aller dans là et approximatif que.
Ici, ils donner toi un exemple où ils dire le acceptable qualité niveau est 2% ou 0,02 , le rejetable qualité niveau est 8% ou 0,08 . Le probabilité de acceptant a parcelle que a un NQA de 2% de moins est 0. 95. Comme nous dire, c'est haut. T il probabilité de acceptant a parcelle que a RQL de 8% ou plus est seulement 10%. A gagner, ces 0. 95 et 0,1 sont notre standard valeur dans industrie.
Y ou avis ce diagramme ici, ils mettre le 0,02, ils dessiner a doubler ici à couper le 0. 95. Le 0,08 intersecte à que, et alors toi couper ceux deux lignes et toi deviner à que. D'accord, c'est a 93 plan. Signification, dehors de un infini population, toi prendre 90 échantillons, toi inspecter eux tous, et toi peut accepter en haut à trois défectueux. Si toi voir plus que trois défectueux, toi rejeter le parcelle. Si toi voir trois ou moins, alors toi accepter le parcelle. T chapeau échantillonnage plan. A petit lourd aussi .
Ouais, il regarde a petit difficile à doubler en haut exactement. I espoir nous pourrait obtenir loin depuis faire que avec le complément.
Bien, allons montrer Juillet comment nous peut faire que avec JMP.
D'accord, sons comme a bien idée. Tous droite, Juillet, allons saut sur à quelques Exemples ici. H aussi est JMP et à obtenir à le complément, toi juste aller à ton complément, JMP Échantillonnage Plans, et allons regarder à attribut échantillonnage plans. T poule ce particulier un, étaient en allant à faire juste a célibataire parcelle acceptation échantillonnage plan. W e avoir le menu.
Après nous faire que choix, il vient en haut et il donne nous trois options. Nous peut évaluer un attributs plan, nous peut générer ou créer un attributs plan, ou nous peut comparer plans. Le complément donne nous le capacité à comparer en haut à cinq différent plans. Il y a un option à garder le dialogue ouvrir dans cas toi vouloir à regarder à plus que un plan. L et's aller devant et générer que plan que toi étaient juste partage ici depuis Dr. Le livre de Montgomery.
Je vais donner toi le Nombres. Allons-y voir.
Tous droite.
Ce est le interface. [inaudible 00:24:51] AQL.
D'accord. Oui ou avoir le couple de différent sections dans le interface. Toi obtenir à mettre dans ton qualité niveaux, ton probabilités, et alors toi avoir le facultatif zone à propos le taper de parcelle échantillonnage tu es en allant à faire. T a parcelle échantillonnage est basé sur a distribution. S o nous pourrait soit faire a hypergéométrique distribution ou a binôme distribution.
Mettons Montgomery Nombres là. Le NQA dans Professeur Montgomery livre est 0,02 ou 2%. Le RQL il a est 0,08.
Tous droite.
Oh, ils sont pré- peuplé. Oui, ceux sont le standard valeurs, 0,95.
Le standard valeurs. Donc nous garder le défaut là. I pense toi dit moi là était Non théorique parcelle taille ici. Donc étaient en allant à faire taper B.
En fait, dans Le livre de Montgomery, il dit que il est en utilisant a binôme nomographe, donc c'est signification il est en utilisant le binôme distribution. Donc Oui, c'est le droite choix.
Alors tous nous avoir à faire est frapper d'accord, et alors quoi ça arrive ? JMP donne nous ce courbe ici et un sortir fenêtre et a rapport. T voici trois sections à le rapport. Toi obtenir a petit à le haut de résumé, toi obtenir a résumé de le plan. I t spectacles toi ton saisir paramètres et alors quoi le plan généré comme a échantillon taille et acceptation nombre. T poule il donne toi quelques information sur comment à interpréter le plan.
C'était utile.
O dehors de le plan recommandation ici, de le 98 échantillons, il dit toi peut accepter le parcelle ici comme long comme le nombre de défectueux est moins que ou égal à quatre dehors de que 98 échantillonné. O autrement, toi rejeter il si c'est plus grand que que. T poule il raconte toi quelques supplémentaire information là. I f nous regarder à que OC courbe, I pense ce est quoi toi étaient montrant nous plus tôt.
Oui.
Donc nous avoir a probabilité à 95% et le qualité niveau de 2%. Mais si I rappel, toi dit moi dans le littérature que ce était a plan de 90 et 3. Donc Je suis confus encore ici ou devrais-je dire, Julio a envoyé un texto moi et dit il est confus. Comment est il différent ici ? Ou pourquoi est ce différent?
Étaient obtenir 98 et 4. Professeur Montgomery, dans son livre, il est montrant le nom graphique et il est obtenir 90 et 3. Laisser moi aller dos là juste 1 deuxième. R souviens-toi, quoi étaient en utilisant est ce graphique ici où toi avoir tous ces approximations. Toi avoir a doubler que va 200, 300, toi aller entre 70 et 100.
A obtenu il.
Il y a pas vraiment a 93 ou 94, rien comme que. A s I dire, toi avait à approximatif ces. T son nomog Raphaël est juste un approximation. Quoi étaient en fait en essayant à faire est résoudre ces équations pour ceux de toi mathématiquement incliné. Le un moins alpha est le 0. 95, le bêta est le 0.10 , p1 est le NQA et p2 est le RQL. I f nous mettre tous ceux quatre des choses dans ici et nous résoudre ces équations à essayer à trouver le minimum n que satisfait ceux quatre choses. W poule toi faire que, en fait, logiciel fait que pour nous, le code que nous a écrit, nous obtenir le 98 et 4.
I obtenir que.
Le morale de le histoire ici est que le nomogramme donne approximatif parcelle acceptation échantillonnage plan encore, parce que c'est juste un approximation jeu. T son est encore un de le avantages de en utilisant le complément, parce que toi obtenir-
Module complémentaire de plan d'échantillonnage, de cours.
-plus exact échantillonnage plan. Y ou montrer que nous peut évaluer a échantillonnage plan. L et's faire que. Pourquoi ne le faites pas nous évaluer ce plan, le 93? Montre nous comment w à faire que.
Depuis I gauche que fenêtre ouvrir, nous ne le faites pas avoir à aller dos à le menu encore. L et's évaluer a plan maintenant. W e avoir dans que interface, encore, étaient en allant à mettre dans notre précédent 0,02, 2%, et I pense il dit moi le RQL était 8%.
Oui.
Ce temps, cependant, plutôt de a échantillon taille de 20, étaient en allant à faire 90 et évaluer trois. Encore, c'est a binôme.
Ici, tu es entrer le quatre quantités que nous parlé à propos dans le génération, mais toi aussi entrer le réel échantillonnage plan que toi vouloir à évaluer.
Exactement. Maintenant quand I dire, d'accord, c'est en allant à regarder... Désolé à propos ça. Je vais j nous refaire que rapide.
[inaudible 00:30:31], Non?
Oui, Désolé. I vouloir à évaluer ce plan, tu obtiens 90 et 3.
Trois, oui.
Quand I rediffusion que, nous obtenir le exact même style de rapport, mais le information est légèrement différent, I voir ici. I remarqué aussi vers le bas dans ce tableau, il y a quelques couleur codage et direction de le flèches.
Ouais, Je vois des rouge là. I voir quelques rouge, Oui. C'est un problème.
Est ce un indication que le spécifié qualité niveau est mieux?
En fait, Non. I pense que le raison que c'est rouge est parce que quoi ça arrive ici est quoi ce est révélateur nous. Si I utiliser a échantillon taille 90 avec un acceptation nombre de trois, toi peut voir le associé probabilité de acceptation est 0. 89. Souviens-toi, nous recherché que à être 0. 95.
Donc c'est en fait inférieur.
C'est plus bas et c'est pourquoi que est rouge. T son complément est donner toi a signal que ton probabilité de acceptation est moins que le un toi spécifier et c'est un problème. T chapeau pourquoi le 98 et 4 est a mieux plan. A aussi toi peut voir à le bas que le probabilité de acceptation pour défectueux parcelle est 6% plutôt que 10%. I n que cas, c'est bleu parce que c'est mieux, que probabilité est mieux. Y tu es en allant à avoir a plus petit consommateur risque. Toi peut voir que le n est 6.47 contre le 10. 67. T a est Qu'est-ce que événement.
Que producteurs risque est vraiment juste le différence entre que un moins le associé probabilité de acceptation là?
Exactement.
A obtenu il.
Exactement. T il producteur risque, nous vouloir il à être 5%, et dans ce cas, c'est 10%. Non w ce est quelque chose que I n'ont pas vu dans n'importe lequel autre logiciel. Normalement, quoi toi voir est le parcelle sur le parcelle. Toi obtenir que pour le associé NQA et tous que, et ils supposer que le probabilités sont le ceux que toi spécifier, mais ils sont pas.
W a le complément fait aussi, est il sauts périlleux des choses autour et dit, d'accord, si plutôt que fixation le NQA et RQL, I réparer le probabilités, I vouloir à être 95 parce que c'est quoi il est, Je suis névrosé que chemin. I vouloir il à être 95 et 0,1. Alors quoi sont le correspondant NQA et RQL pour que? T chapeau quoi c'est révélateur moi.
D'accord. I n'était pas vraiment juste vision double. C'est vraiment a différent calcul sur le droite main côté. J'ai compris.
Quoi que dit est si le probabilité de acceptation sommets à 0. 95, alors le NQA est pas 2% mais 1,53%.
Ok, j'ai compris.
Il a à être chemin moins que que.
Donc c'est un... Ok, aller devant.
A aussi à 0,1, alors c'est pas 8% mais 7%.
D'accord. 7,3%, à peu près.
C'est pourquoi les deux cas, ils sont bleu. Ils sont bleu. A gagner, juste très rapidement ici à montrer ce. Dans résumé, pour ce un est que, encore, le nomogramme donne un approximatif parcelle acceptation échantillonnage plan. Le 90 et 3 plan spectacles toi que étaient pas frappe que.
Sont toi partage?
Oui, Je suis partage.
D'accord.
Avec un peu de chance, personnes peut voir que. Notre producteurs risque est maintenant 10% contre 5%. Mais là est un plus chose que toi avait là, lequel est comparer. Je suis curieux, peut nous utiliser que? Je vais dire toi dire peut dire toi quoi I vouloir à faire. I vouloir à utiliser le complément à comparer le planification Professeur Montgomery livre de '93 avec a plan que le complément a donné nous, lequel est 98, 4
Tous droite. W e a fait mention que nous peut comparer en haut à cinq différent plans. Y ou vouloir moi à comparer le deux plans que nous juste créé. Tous c'est vrai. Encore une fois, que 8% RQL. Dans ce cas, nous avait a 90 et un acceptation de trois.
Ouais.
Alors I pense toi dit moi il était 98 et 4.
C'est quoi ils faire. I n'a pas dire toi. C'est ce que le complément a donné nous. Ouais.
Ouah, que, que est joli nappe. A gagner, si toi recherché à faire plus que deux, toi serait juste vérifier le supplémentaire rangées et alors le complément volonté calculer en haut à cinq différent comparaisons ici. Je suis en allant à aller devant et Cliquez D'accord. N aïe il regarde a petit peu différent, José, ici. Maintenant Je suis vision deux OC courbes. Je suis obtenir a comparaison de les deux de mon OC courbes sur le même parcelle I voir ici.
Exactement. H aussi le bleu un est le plan 93 et la ligne rouge est-
T il bleu est le 93. Ouais, exactement. I Regarde ça.
Le rouge doubler est le 98, 4 . Y ou peut voir que le rouge ligne ou courbe, est sur haut de le bleu courbe. T chapeau quoi toi vouloir à voir. Toi vouloir le courbe à être sur haut, littéralement. T son spectacles toi que toi avoir plus haut probabilités de acceptation selon à le paramètres, le Niveau de qualité de l'air intérieur et RQL que nous préspécifié avec le plan 98, 4 que avec le plan 93.
T son est très utile parce que toi peut être dans situations où toi peut obtenir un approximatif plan depuis a livre ou quelqu'un peut suggérer, "Hé, pourquoi ne le faites pas toi utiliser ce plan?" Avec ce un, toi peut comparer eux tous et voir lequel un est mieux. I c'est Plus facile à négocier le échantillon taille en utilisant ces outils que juste obtenir dans un argument et dire, "Non, nous devrait utiliser 93 parce que c'est dans le livre ou quelque chose comme que.
"JE pense c'est a super fonctionnalité à être capable à comparer, et que chemin toi se déplacer le discussion dans quelques réel information et plutôt que subjectif, individus peut maintenant comparer directement. À bien, si toi vouloir le référence lignes, il n'a pas faire sens à montrer tous le référence lignes à travers cinq différent courbes.
W a nous avons fait est nous pourrait juste afficher a célibataire ensemble de référence lignes par basculement le filtre, et il volonté mise à jour le graphiques pour toi comme toi basculer entre eux. Que chemin, si toi faire vouloir à voir que individuellement, toi pourrait faire que, et alors tu es juste concentré dans sur le tableau et le graphiques pour que particulier ensemble de observations. C'est, I pense, a bon fonctionnalité, Juillet.
Il est.
Tous C'est vrai. Il est temps d'en faire un de plus. [inaudible 00:38:32].
I pense que Juillet est probablement obtenir fatigué là.
Il est très épuisé.
Julio, il y a quelques autre des choses que le complément peut faire. Donc peut être cela devrait être a suivre en haut à ce.
Peut être nous pourrait faire un autre session pour Découverte Sommet Japon ou Découverte Sommet Chine.
Bien continuer montrant. [inaudible 00:39:05].
I pense Je suis obtenir rupture nouvelles à venir à travers ici. Juste dans le nouvelles centre ici de le montrer. A quelqu'un, il regarde comme, peut obtenir que échantillonnage plan complément. Si toi juste aller à le JMP utilisateur communauté et recherche pour le échantillonnage plan complément, toi pourrait télécharger il toi-même.
Et c'est gratuit. Non ? C'est gratuit ?
Absolument gratuit. Nous serait jamais charge pour que sur le communauté. G o devant et télécharger que. Si toi avoir retour ou toi courir dans problèmes, sentir gratuit à message moi, et Bien obtenir ceux défauts entré et obtenir a corrigé version dehors là comme bientôt comme nous peut. Autre des choses juste avant nous envelopper en haut ici, I juste vouloir à dire remercier toi à José. Remercier toi pour adhésion nous sur le JMP échantillonnage plan montrer aujourd'hui. Il était super à avoir toi ici. Vraiment super. T écheveau toi encore.
