居住 从 100 SAS 校园 驾驶，你的 一 和 仅有的 SAS 世界 总部 在 卡里， 北 卡罗莱纳。 它是 这 采样 计划 展示 主演 斯坦 科普罗夫斯基。 现在 这里， 他 是 这 主持人 的 这 采样 计划 展示 , 斯坦 科普罗夫斯基。
感谢 你。 感谢 你 非常 很多。 你 也 种类。 感谢 你。 我们 爱 你。 不，够了。 请。 全部 正确的， 我们 有 a 伟大的 展示 为了 你 今天。 前 我们 得到 开始， 只是 a 小的 背景 这里。 I 不是 非常 好的 在 统计数据。 在 事实， I 得到 a 纸 切 从 我的 统计数据 家庭作业。 什么 是 这 几率？ 足够的 的 那。
今天 是 去 到 讲话 关于 验收 采样 和 采样 计划。 是 去 到 学习 关于 这 OC 曲线 和 什么 它 是。 患病的 是 诚实的， 这 是 一 的 我的 全部 时间 最喜欢的 美国国家标准 标准。 是 去 到 听到 关于 这 美国国家标准 标准。 出色地 制作 一些 预测 为了 这 大的 采样 计划， 和 然后 最后， 出色地 展示 你 一些 极好的 亮点 使用 这 跳转 采样 计划 额外 和 一 的 我的 全部 时间 最喜欢的 工业的 统计学家， 博士 何塞·拉米雷斯.
我是 高兴的 到 是 这里。 自豪的 这个 展示。 I 思考 它是 去 到 是 乐趣。 S 对不起 到 听到 关于 统计数据 存在 危险 到 你的 健康 和 a 纸 切。 男人。
它 曾是 a 粗糙的 旅行 那里， 但 出色地 得到 通过 它。 作为 你 看， 这是 这 标题 的 我们的 讲话， 和 然后 I 将要 玩 一些 其他 幻灯片 这里 为了 你。 你的 书， I 喜欢 这 书。 我们 使用 这 a 很多 在 这 分配。 这 统计 质量 控制 书： 这 跳转 伴侣 . 这 是 这 伴侣 书 到 道格 蒙哥马利 书。 I 思考 你是 去 到 提到 道格的 书 之后 在 这 讲话 作为 出色地。
这就是 真的。
然后 I 有 你的 其他 书 向上 这里 也， 分析 和 口译 连续的 数据 使用 跳转 . I 知道 你已经 到过 a 长的 时间 用户 的 JMP， 大概 后退 自从 跳转 二。 I 思考 你 是 大概 一 的 这 第一的 支持 案例 那 来了 进入 技术 支持 和 他们的 自己的 导演 的 顾客 支持， 杰夫 帕金森。 杰夫， 作为 我们 全部 知道， 开始 出去 在 技术 支持 和 患病的 有 到 看 后退 通过 这 案件。 但 什么 I 理解， 你 是 a 长的 时间 用户 的 跳转。
欢迎 到 我们的 展示。 我是 高兴的 你 可以 是 和 我们 今天。 极好的 兴奋的 到 有 你。 是 去 到 讲话 关于 一些 选项 这里 为了 这 各位 到 称呼 在。 如果 你 想 到 称呼 进入 这 展示 或者 消息，你可以 给我们留言 在 跳转 或 计划。 这 电话 数字， 如果 你 有 a 旋转 拨号 电话， 你 能 称呼 我们 向上 那里， 或者 如果 你 想 到 抵达 我们 在 Instagram 在 跳转 很多 验收 采样 计划。 让我们 去 前方 和 看。 I 思考 I 做 听到 a 称呼 再次。 等待 a 分钟。让我 看 WHO 那 是。
是的， 这 是 博士 朱利安 帕里斯 呼叫 在。 我是 这 导演 的 JMP 用户 获得 和 I 有 a 问题 为了 博士 拉米雷斯。
去 前方， 朱利安。
博士 拉米雷斯， 能 你 解释 这 不同之处 之间 很多 验收 采样 计划 和 变量 验收 采样 计划？
I 不 真的 相信 那 曾是 朱利安。 那 曾是 大概 七月 从 向下 经过 这 学校 院子。七月， 做 你 有 a 问题？
是的， 他 做过。 他 曾是 询问 如果 你 可以 给 我们 a 小的 介绍 到 采样 计划。
采样， 好的 . 他是 正在做 一些 采样 经过 这 校园。 I 想知道 什么 他是 正在做 那里。 七月， 自从 你是 在 a 学校， 你是 经过 这 校园， 让我们 去 后退 到 这 字典 和 看 在 采样， 什么 这 字典 说。 那里 是 a 很少 定义 这里 在 这 字典， 和 一 事物 I 喜欢 关于 这 第一的 一 它 会谈 关于 a 合适的 样本。 为了 统计员 那 有 这 意义， 部分 的 那 是 那里， 这 样本 有 到 是 代表。 为了 那些 的 你 熟悉的 和 统计数据， 这 其他 片 那 我们 还 包括 在 a 定义 的 合适的 样本 是 随机的。
但 什么 你是 说 关于， 关于 这些 采样 计划 是 这 第二 定义， 和 他们 得到 它 正确的 因为 a 采样 计划 是 本质上 决定 在 小的 部分 的 a 很多 或者 a 人口。 这 人口 能 是 任何一个 无限 或者 它 能 是 a 有限 数字 喜欢 10,000 项目。 我们 想 到 拿 a 小的 样本 从 那 所以 我们 能 做 一些 检查。 经过 检查， 我们 意思是 那 我们 是 去 到 决定 这 命运 的 那 人口 或者 这 命运 的 那 很多。
好的， I 理解 a 小的 少量 的 什么 你是 说 那里。 你 去 到 拿 a 样本 从 a 人口 和 然后 什么是 这 不同之处 之间 这 样本 类型？ 它 看起来 喜欢 你 是 说 这里 关于 一个 检查。 是 它 总是 一个 检查 或者 是 那里 其他 类型 的 采样 那 你 能 做？
出色地， 在 一般的， 什么时候 人们 思考 关于 很多 验收 采样 计划， 有 一些 类型 的 检查， 一些 类型 的 检查 那 去 在。 T 他 方式 是 去 到 做 这 采样 是 是 去 到 申请 一些 统计 原则 [交谈 00:06:22]。
噢，天哪，太可怕了。
但 实际上 这就是 什么 这 机构 想。 为了 例子， 如果 你 看 在 一些 的 这 文件 从 这 FDA， 如果 你是 必需的 到 做 一些 类型 的 采样， 他们 想 你 到 做 它 在 a 统计 方式。 如何 是 我们 去 到 做 那？ 这就是 部分 的 这 展示 那 是 有。 但 在 这 老的 天， 和 是 去 到 讲话 关于 那些 老的 天， 人们 用过的 标准， 和 那些 是 这 标准 那 是 用过的 正确的 现在。 这 美国质量协会/美国国家标准协会 Z1.4 和 Z 1.9.
那 声音 甚至 更可怕的是， 但 我是 a 少量 使困惑。 I 想法 什么时候 I 曾是 正在做 我的 研究 前 I 带来 你 在 作为 a 客人， 那 那里 是 一些 军队 标准。 I 想法 这 采样 计划 是 基于 在 军队 标准 和 现在 你 只是 告诉 我 有 一些 其他 标准 在 玩 这里。 W 帽子 这 故事 和 这？
出色地， 是的， 这就是 真的。 这些 采样 计划 有 a 长的 历史。 他们 去 后退 到 大概 这 20世纪30年代， 20世纪40年代， 和 那里 是 二 军队 标准， 这 105 和， 哪个 是 这 一 那 对应 到 这 Z 1.4， 和 这就是 什么 你是 正在做 使用 a 技术的 学期， 采样 经过 属性， 和 然后 那里 是 这 军队 标准， 414， 哪个 是 这 Z 1.9 那 对应 到 采样 经过 变量。 你 能 思考 的 离散的 相对 连续的。
什么 發生 是 那 那些 标准 是 已采取 超过 现在 经过 这 美国人 社会 为了 质量， 这就是 ASQ， 和 这 美国人 国家的 标准 研究所， 这 美国国家标准, 和 他们 重新命名 那些， 和 现在 他们 称为 Z 1.4 和 Z 1.9. 但 他们 仍然 这 相同的 标准， 这 相同的 桌子 那 人们 使用 到 产生 采样 计划。
L 和的 讲话 关于 如何 我们 做 那。 这 方式 到 理解 这 是 那 每一个 类型 的 很多 验收 采样 计划， 和 那 是 这 淋巴系统性瘫痪 或者 拉美裔美国人协会 有 成分 和 风险。 T 他 成分 的 这 计划 本质上 是 如何 许多 样品 做 I 需要 到 拿 从 a 人口 的 10,000 或者 无穷大 那 我是 去 到 测试？ 我是 去 到 做 一些 检查， 和 I 想 到 知道 如果 在 那 样本， 那里 是 a 预 指定的 百分比 有缺陷的。
是 去 到 定义 质量 作为 a 百分比 有缺陷的 在 这 人口。 什么 是 正在做 是 服用 a 样本 到 看 如果 那 样本 包含 那 或者 较少的。 在 命令 到 决定 如果 是 去 到 经过 或者 失败 那 很多， 我们 还 依靠 在 这 验收 数字， 哪个 告诉 我们 如何 许多 有缺陷的 部分 出去 的 这 样本 我们 能 接受 在 这 计划。 任何事物 那 是 更大 比 那， 它是 去 到 说 是 去 到 拒绝 或者 失败 这 很多。 这就是 为什么， 作为 I 说 前， 是 确定 这 命运 的 这 很多 和 这 [听不清楚 00:10:03] .
这里 我们 去。 I 有 我的 命运 a 长的 时间 前 和 那 纸 切。 我是 a 小的 焦虑的 这里。 什么 种类 的 命运 是 我们 说 关于？
是的， 是 去 到 决定 如果 我们 是 去 到 经过 这 很多 和 制作 它 可用的 为了 任何 目的 那 很多 是 存在 制造， 或者 是 去 到 放 它 在 隔离 [听不清楚 00:10:31] 和 或许 做 一些 更多的 检查 或者 尝试 到 理解 为什么 这 分数 有缺陷的 是 更大 比 这 预先指定的 一。
你 提及 那 有 一些 风险 涉及。 什么 种类 的 风险？ 是 它 出去 的 我的 控制 或者 是 它 之内 我的 控制？ 谁 风险 是 这？
是的， 有 风险， 和 这就是 这 美丽 关于 我的 职业。 在 统计数据， 你 不 有 到 是 肯定 关于 任何事物。 I 能 95％ 自信的。 I 能 甚至 去 向上 到 99％ 自信的， I 不 有 到 是 肯定。 再次， 为了 那些 的 你 熟悉的 和 统计数据， 你 知道 什么 是 说 关于。 有 这 机会 那 有 a 完美 好的 很多 那 是 去 到 拒绝 因为， 再次， 是 服用 a 小的 样本， 所以 是 不是 采样 这 所有的 人口。 有 a 风险 联系 那 这 样本 可能 决定 那 a 好的 很多 是 不是 好的 或者 有 a 机会 那 a 坏的 很多 可能 是 已释放。 Y 或者 能 思考 在 条款 的 错误的 积极的。 Y 或者 思考 在 条款 的 a 医疗的 测试。
这就是 相似的 到 喜欢 如果 你 是 到 拿 这 新冠肺炎 测试。 如果 你 实际上 有 它 和 它 来了 后退 消极的 , 是 那 a 错误的 积极的？
是的， 它是 喜欢 那， a 错误的 积极的。 我们 可能 有 a 错误的 积极的 那 方法 这 很多 是 坏的， 但 这 采样 计划 那 它 曾是 好的。 或者 副 反之亦然， 我们 有 a 好的 很多 和 是 去 到 拒绝 它 因为 这 采样 [交谈 00:12:19] . 这就是 为什么 它是 重要的 到 使用 a 统计 原则 在 设计 这些 采样 计划。 这就是 部分 的 为什么 人们 使用 标准。 那些 是 衍生的 在 a 方式 那 什么时候 你 选择 a 计划 从 那些 标准， 这些 风险 是 去 到 是 均衡。 这就是 什么 我们 讲话 关于 这 一代 的 这 很多 验收 采样 计划。
我们 有 这些 二 风险。 再次， 我们 能 说 那 a 好的 很多 是 去 到 是 拒绝 和 有 还 a 机会 那 a 坏的 很多 可能 是 发布 喜欢 这 错误的 积极的。 是 去 到 分配 一些 概率 到 这 风险。 一 事物 我们 想 到 制作 当然 是 那 如果 它是 好的， 我们 想 到 接受 那 最多 的 这 时间。 如何 做 我们 定义 那？
出色地， 标准 实践 是 用过的 95%。 A 获得 那 声音 喜欢 95％ 信心 什么时候 你 使用 一些 类型 的 统计 测试。 什么 是 说 是 我们要去 到 前 定义 a 分数 有缺陷的 为了 那 很多 和 我们 是 去 到 选择 a 计划 那 担保 那 或者 几乎 担保 那 95％ 的 这 时间， a 好的 很多 是 去 到 是 已接受。 好的 很多 是 去 到 经过。
在 这 其他 手， 是 去 到 还 说 那 是 去 到 有 a 高的 机会 的 拒绝 a 坏的 很多。 或者 如果 你 翻动 那， 你 能 说 有 a 小的 机会 的 通过 a 坏的 很多。 90％ 这里 变换 本身 到 a 10%。 是 说 有 a 95％ 的 接受 a 好的 很多， 但 仅有的 a 10％ 机会 的 接受 a 坏的 很多。 那些 是 标准 数字 在 采样 计划， 在 这 标准 和 这 方式 人们 使用 那些 采样 计划。
你 是 说 关于 这 用户。 这 用户 有 这 选项 的 改变 那些 数字。 相当 比 使用 95%， 我们 能 使用 99%。 相当 比 使用 10%， 我们 能 使用 5%。 然而， 如果 我们 得到 也 贪婪的， 然后 作为 一些 的 你 可能 知道， 这 样本 尺寸 是 去 到 增加 和 这就是 部分 的 那 平衡。 我们 想 到 寻找 a 样本 尺寸 那 是 小的 足够的 那 它是 去 到 保证 这些 概率。
应该 我们 做 一些 例子？ 是 那里 事物 我们 可以 做 到 解释 一些 的 这 平衡 那 你是 说 关于 之间 这些 二 竞争 风险？
是的。
它 声音 喜欢 一 可能 是 在 这 消费者 边， 和 或许 一 的 这 风险 是 在 这 生产者的 边。
确切地。 这 第一的 机会 的 ... 如果 你 看 在 这 95％ 机会， 那 方法 有 a 5％ 机会 那 a 好的 很多 是 去 到 是 被拒绝。 这就是 在 这 生产者 边。 因为 作为 a 制片人， 你 不 想 你的 好的 很多 到 是 被拒绝。 这 损失 的 材料 或者 好的 产品。
在 这 其他 手， 这 10％ 机会 的 接受 a 坏的 很多， 这就是 在 这 消费者 因为 我们 不 想 这 消费者 到 收到 某物 那 是 坏的。 现在， 在 命令 到 做 这， 有 这 工具 那 我们 使用 在 采样 计划 哪个 是 称为 这 操作 特征 曲线 或者 OC 曲线。 一些 人们 可能 是 熟悉的 和 那。 那些 曲线， 我是 去 到 展示 你 一些 例如， 是 这 一 那 是 用过的 到 寻找 那 平衡 之间 这 风险 和 可能性。 风险 和 可能性。
什么 是 一个 OC 曲线？ OC 曲线 是 本质上 a 阴谋 那 节目 你 这 可能性 的 接受 a 很多 作为 a 功能 的 那 分数 有缺陷的 在 这 人口。 你 看 在 这些 二 曲线， 这 蓝色的 线 这里 在 这 和- 轴， 我们 有 这 可能性 的 接受 这 很多， 和 这 X- 轴， 我们 有 这 部分 有缺陷的 在 这 人口。
作为 你 能 看， 什么时候 这 部分 有缺陷的 是 非常 小的， 有 a 高的 可能性 的 接受 这 很多。 A s 很快 作为 那 可能性 开始 增加， 然后 这 可能性 的 接受 那 很多 减少， 和 这就是 这 形状 那 我们 想 到 看 在 一个 OC 曲线。
现在， 记住 我们 有 二 概率 和 二 风险。 我们 想 a 95％ 机会 的 接受 a 好的 很多 和 a 10％ 机会 的 接受 a 坏的 很多。 现在， 这 定义 的 好的 和 坏的 是 在 条款 的 那 部分 有缺陷的 在 这 人口。 我们 作为 用户 的 采样 计划， 我们 有 到 定义 什么 是 a 好的 分数 有缺陷的。 的 课程， 理想情况下， 这 好的 分数 有缺陷的 应该 是 零， 但 那 将要 扔 a [听不清楚 00:17:22] 在 这 数学。 如果 你 知道 那 零 划分 经过 零， 你 得到 无穷大， 意义 你 有 到 样本 一切 如果 你 想 完美。 什么 我们 做 是 定义 a 小的 数字， 和 那 是 称为 这 头脑， 这 可接受 质量 等级。
在 这 其他 边， 我们 定义 这 RQL 或者 可拒绝 质量 等级。 的确， 那里 是 许多 条款 那 人们 使用。 有时 你 可能 看 这 低温多相沉积 反而 的 RQL。 这就是 这 很多 宽容 百分比 有缺陷的， 这 最大限度 百分比 有缺陷的 那 你 能 接受 在 你的 人口。 和 这 概率 和 那些 分数 缺陷品， 你 定义 二 点 在 这 曲线。 H 还， 这 质量水平 是 1.8%， 和 我们 有 a 95％ 可能性 的 接受 那。
什么 那 方法 是， 作为 长的 作为 这 分数 有缺陷的 在 这 很多 是 较少的 比 2%、 让我们 说， 然后 有 a 高的 机会 的 接受 那 很多。 但 作为 长的 作为 它 去 更高， 喜欢 2%、 然后 是 去 到 接受 那 很多 非常 不常。 这些 二 点 是 这 一 那 你 看 在 在 这 OC 曲线， 和 那些 是 这 一 那 是 去 到 决定 这 样本 尺寸 和 这 验收 标准。
得到 它。
I 思考 它 将要 帮助 七月 如果 我们 跑步 一些 例子。
I 思考 七月 是 发短信 和 他 说 那 会 是 伟大的 如果 我们 可以 做 一个 例子。 好的， 让我们 做 那。 为什么 做过 你 发展 或者 为什么 做过 我们 生产 a 跳转 插件？
是的， 七月， 什么 是 去 到 做 是 是 去 到 展示 你 一个 应用程序 到 做 这。 人们 有时 问 我们， “为什么 做过 你 做 这？ 为什么 做 你 花费 a 很多 的 时间 为了 写作 代码 和 包裹 它 在 一个 添加- 在？” 出色地， 到 告诉 你 这 真相， [交谈 00:19:30] .
那 是 真的 微小的。 我是 去 到 有 到 得到 a 新的 放 的 读者 或者 a 巨大的 放大 玻璃。 是 那 真的 如何 人们 做 这？
现在 可能 似乎 诡异的， 但 仍然， I 相信 在 一些 行业， 人们 可能 使用 a 标准。 的确， 可能 不是 是 这 老的 书 那 他们 使用， 或许 a pdf， 但 有时 他们 仍然 使用 这。 但 这些 是 非常 乏味 和 他们 慎重 在 这 感觉 那 他们 只是 近似值 到 这 计划。
T 这是 a 过程 到 做 那。 当然有 是 多种的 表 那 你 有 到 去 通过 在 命令 到 寻找 这 合适的 样本 尺寸。 W 有 我们 通缉 到 做 是 制作 我们的 生活 更轻松， 实际上， 因为 到 是 真实 这里， 我们 使用 采样 计划。 是 还 疲劳的 的 使用 这些 表。 所以 我们 通缉 到 自动化 这 一代 的 这 LASP。
好的， 得到 它。 什么 别的 做 我们 需要 到 知道 前 我们 做 一些 例子？
这 是 JMP， 哪个 是 一 的 这 最伟大的 件 的 软件 出去 那里 为了 正在做 统计数据 和 获得 见解 出去 的 你的 数据。 A 另一个 事物 那 我们 做过 是 那 不是 仅有的 是 自动化 这 一代 的 这 计划， 制作 生活 更轻松， 但 是 使用 全部 这 可视化 工具 在 JMP， 喜欢 这 分析器， 到 理解 这些 OC 曲線。 记住， 我们 只是 显示 你 那 这 方式 我们 决定 或者 产生 这 计划 是 通过 一个 OC 曲线。 这 OC 曲线 是 还 非常 重要的 到 评价 计划。 如何 做 我们 知道？ 如果 某人 给出 我们 a 采样 计划， 如何 做 我们 知道 如果 这就是 好的？ T 帽子 部分 的 这。
让我们 看 在 一个 例子。 T 他的 來 从 教授 蒙哥马利 书。 A 获得， 这里 不要脸 公共关系 为了 我们。 我们 写道 a 伴侣 书。 你 锯 那 书 在 这 开始 为了 这。 它是 称为 跳转 根据 . I f 你 看 在 这 数字， 这 是 在 章 15，页 老师 蒙哥马利 还 节目 其他 近似。 它是 其他 方式 的 生成 采样 计划， 哪个 是 使用 a 姓名 图形。 A 姓名 图形 是 这 数字 那 你 看 这里。 这里， 你 有 到 数字 出去 什么 你的 质量水平 和 RQL 是， 这 概率， 和 那 你 有 到 去 在 那里 和 近似 那。
这里， 他们 给 你 一个 例子 在哪里 他们 说 这 可接受 质量 等级 是 2% 或 0.02 , 这 可拒绝 质量 等级 是 8% 或 0.08 . 这 可能性 的 接受 a 很多 那 有 一个 质量水平 的 2% 的 较少的 是 0. 95. 作为 我们 说， 这就是 高的。 T 他 可能性 的 接受 a 很多 那 有 RQL 的 8% 或者 更多的 是 仅有的 10%。 A 获得， 这些 0. 95 和 0.1 是 我们的 标准 价值 在 行业。
Y 或者 注意 这 图表 这里， 他们 放 这 0.02， 他们 画 a 线 这里 到 相交 这 0. 95. 这 0.08 相交 在 那， 和 然后 你 相交 那些 二 线 和 你 猜测 在 那。 好的， 这就是 a 93 计划。 意义， 出去 的 一个 无限 人口， 你 拿 90 样品， 你 检查 他们 全部， 和 你 能 接受 向上 到 三 瑕疵。 如果 你 看 更多的 比 三 缺陷品， 你 拒绝 这 很多。 如果 你 看 三 或者 较少的， 然后 你 接受 这 很多。 T 帽子 采样 计划。 A 小的 繁琐 也 .
是的， 它 看起来 a 小的 难的 到 线 向上 确切地。 I 希望 我们 可以 得到 离开 从 正在做 那 和 这 插件。
出色地， 让我们 展示 七月 如何 我们 能 做 那 和 跳转。
好的， 声音 喜欢 a 好的 主意。 全部 正确的， 七月， 让我们 跳 超过 到 一些 示例 这里。 H 还 是 JMP 和 到 得到 到 这 插件， 你 只是 去 到 你的 插件， 跳转 采样 计划， 和 让我们 看 在 属性 采样 计划。 T 母鸡 这 特别的 一， 是 去 到 做 只是 a 单身的 很多 验收 采样 计划。 W e 有 这 菜单。
后 我们 制作 那 选择， 它 來 向上 和 它 给出 我们 三 选项。 我们 能 评价 一个 属性 计划， 我们 能 产生 或者 创造 一个 属性 计划， 或者 我们 能 比较 计划。 这 插件 给出 我们 这 能力 到 比较 向上 到 五 不同的 计划。 有 一个 选项 到 保持 这 对话 打开 在 案件 你 想 到 看 在 更多的 比 一 计划。 L 和的 去 前方 和 产生 那 计划 那 你 是 只是 分享 这里 从 博士 蒙哥马利的书。
患病的 给 你 这 数字。 让我们 看。
全部 正确的。
这 是 这 界面。[听不清 00:24:51] AQL。
对。是的。 或者 有 这 夫妻 的 不同的 部分 在 这 界面。 你 得到 到 放 在 你的 质量 级别， 你的 概率， 和 然后 你 有 这 选修的 区域 关于 这 类型 的 很多 采样 你是 去 到 做。 T 有 很多 采样 是 基于 在 a 分配。 S o 我们 可以 任何一个 做 a 超几何 分配 或者 a 二项式 分配。
让我们把蒙哥马利的 数字 那里。 这 进货质量水平 教授 蒙哥马利 书 是 0.02 或者 2%。 这 RQL 他 有 是 0.08。
全部 正确的。
哦， 他们 预 人口稠密。 是的， 那些 是 这 标准 值，0.95。
这 标准 值。 所以 我们 保持 这 默认 那里。 I 思考 你 告诉 我 那里 曾是 不 理论 很多 尺寸 这里。 所以 是 去 到 做 类型 B.
实际上， 在 蒙哥马利的书， 它 说 那 他是 使用 a 二项式 列线图， 所以 它是 意义 他是 使用 这 二项式 分配。 所以 是的， 这就是 这 正确的 选择。
然后 全部 我们 有 到 做 是 打 好的， 和 然后 什么 發生什麼？ 跳转 给出 我们 这 曲线 这里 和 一个 输出 窗户 和 a 报告。 T 这是 三 部分 到 这 报告。 你 得到 a 小的 在 这 顶部 的 概括， 你 得到 a 概括 的 这 计划。 I t 节目 你 你的 输入 参数 和 然后 什么 这 计划 生成 作为 a 样本 尺寸 和 验收 数字。 T 母鸡 它 给出 你 一些 信息 在 如何 到 解释 这 计划。
这很有帮助。
O 出去 的 这 计划 推荐 这里， 的 这 98 样品， 它 说 你 能 接受 这 很多 这里 作为 长的 作为 这 数字 的 缺陷品 是 较少的 比 或者 平等的 到 四 出去 的 那 98 已采样。 O 否则， 你 拒绝 它 如果 它是 更大 比 那。 T 母鸡 它 告诉 你 一些 额外的 信息 那里。 I f 我们 看 在 那 OC 曲线， I 思考 这 是 什么 你 是 显示 我们 更早。
是的。
所以 我们 有 a 可能性 在 95％ 和 这 质量 等级 的 2%。 但 如果 I 记起， 你 告诉 我 在 这 文学 那 这 曾是 a 计划 的 90和3。 所以 我是 使困惑 再次 这里 或者，我该说，胡里奥发短信 我 和 说 他是 使困惑。 如何 是 它 不同的 这里？或者 为什么 是 这 不同的？
是 获得 98 和 4. 教授 蒙哥马利， 在 他的 书， 他是 显示 这 姓名 图形 和 他是 获得 90和3。 让 我 去 后退 那里 只是 1 第二。 R 记住， 什么 是 使用 是 这 图形 这里 在哪里 你 有 全部 这些 近似值。 你 有 a 线 那 去 200， 300， 你 去 之间 70 和 100。
得到 它。
有 不是 真的 a 93 或者 94， 任何事物 喜欢 那。 A s I 说， 你 有 到 近似 这些。 T 他的 诺莫格 拉夫 是 只是 一个 近似。 什么 是 实际上 尝试 到 做 是 解决 这些 方程式 为了 那些 的 你 数学上 倾斜。 这 一 减 阿尔法 是 0。 95， 这 测试版 是 0.10 , p1 是 这 质量水平 和 p2 是 这 RQL。 I f 我们 放 全部 那些 四 事物 在 这里 和 我们 解决 这些 方程式 到 尝试 到 寻找 这 最低限度 n 那 使满意 那些 四 事物。W 母鸡 你 做 那， 实际上，软件 做 那 为了 我们， 这 代码 那 我们 写道， 我们 得到 这 98 和 4.
I 得到 那。
这 道德 的 这 故事 这里 是 那 这 诺模图 给出 近似 很多 验收 采样 计划 再次， 因为 它是 只是 一个 近似 游戏。 T 他的 是 再次 一 的 这 优点 的 使用 这 插件， 因为 你 得到-
抽样计划插件， 的 课程。
-更多的 精确的 采样 计划。 Y 或者 展示 那 我们 能 评价 a 采样 计划。 L 和的 做 那。 为什么 不 我们 评价 这 计划， 这 93？ 告诉我们如何 w 到 做 那。
自从 I 左边 那 窗户 打开， 我们 不 有 到 去 后退 到 这 菜单 再次。 L 和的 评价 a 计划 现在。 W e 有 在 那 界面， 再次， 是 去 到 放 在 我们的 以前的 0.02, 2%, 和 I 思考 他 告诉 我 这 RQL 曾是 8%。
是的。
这 时间， 尽管， 反而 的 a 样本 尺寸 的 20， 是 去 到 做 90 和 评价 三。 再次， 它是 a 二項式。
这里， 你是 进入 这 四 数量 那 我们 谈论 关于 在 这 一代， 但 你 还 进入 这 实际的 采样 计划 那 你 想 到 评价。
确切地。 现在 什么时候 I 说， 好的， 它是 去 到 看... 对不起 关于 那。我会 乌斯季 重做 那 快的。
[听不清楚 00:30:31]， 不？
是的， 对不起。 I 想 到 评价 该计划 你得到 90 和 3。
是的，三。
什么时候 I 重新运行 那， 我们 得到 这 精确的 相同的 风格 的 报告， 但 这 信息 是 轻微地 不同的， I 看 这里。 I 注意到 还 向下 在 这 桌子， 有 一些 颜色 编码 和 方向 的 这 箭鎖。
是的， 我看到一些 红色的 那里。 I 看到一些 红色的， 是的。 这就是 一个 问题。
是 这 一个 指示 那 这 指定的 质量 等级 是 更好的？
实际上， 不。 I 思考 那 这 原因 那 它是 红色的 是 因为 什么 發生 这里 是 什么 这 是 告诉 我们。 如果 I 使用 a 样本 尺寸 90 和 一个 验收 数字 的 三， 你 能 看 这 联系 可能性 的 验收 是 0. 89. 记住， 我们 通缉 那 到 是 0. 95.
所以 它是 实际上 降低。
它更低，这就是 为什么 那 是 红色的。 T 他的 插件 是 给予 你 a 信号 那 你的 可能性 的 验收 是 较少的 比 这 一 你 指定 和 这就是 一个 问题。 T 帽子 为什么 这 98和4 是 a 更好的 计划。 A 也 你 能 看 在 这 底部 那 这 可能性 的 验收 为了 有缺陷的 很多 是 6% 相当 比 10%。 I n 那 案件， 它是 蓝色的 因为 它是 更好的， 那 可能性 是 更好的。 Y 你是 去 到 有 a 更小 消费者的 风险。 你 能 看 那 这 n 是 6.47 相对 这 10. 67. T 有 是 什么是 正在发生。
那 生产者 风险 是 真的 只是 这 不同之处 之间 那 一 减 这 联系 可能性 的 验收 那里？
确切地。
得到 它。
确切地。 T 他 生产者的 风险， 我们 想 它 到 是 5%、 和 在 这 情况就是 10%。 不 w 这 是 某物 那 I 没有 看到 在 任何 其他 软件。 通常情况下， 什么 你 看 是 这 阴谋 在 这 很多。 你 得到 那 为了 这 联系 质量水平 和 全部 那， 和 他们 认为 那 这 概率 是 这 一 那 你 指定， 但 他们 不是。
W 有 这 插件 做 也， 是 它 翻转 事物 大约 和 说， 好的， 如果 相当 比 定影 这 质量水平 和 质量等级， I 使固定 这 概率， I 想 到 是 95 因为 这就是 什么 它 是， 我是 神经质 那 方式。 I 想 它 到 是 95 和 0.1。 然后 什么 是 这 相应的 质量水平 和 RQL 为了 那？ T 帽子 什么 这就是 告诉 我。
好的。 I 不是 真的 只是 看到 双倍的。 它是 真的 a 不同的 计算 在 这 正确的 手 侧。明白了。
什么 那 说 是 如果 这 可能性 的 验收 峰 在 0. 95， 然后 这 质量水平 是 不是 2% 但 1.53%。
好的，明白了。
它 有 到 是 方式 较少的 比 那。
所以这是...好吧， 去 前面。
A 也 在 0.1， 然后 它是 不是 8% 但 7%。
好的。 7.3%、 大致。
这就是 为什么 两个都 案件， 他们 是 蓝色的。 他们 是 蓝色的。 A 获得， 只是 非常 迅速地 这里 到 展示 这。 在 概括， 为了 这 一 是 那， 再次， 这 列线图 给出 一个 近似 很多 验收 采样 计划。 这 90 和 3 计划 节目 你 那 是 不是 击中 那。
是 你 分享？
是的， 我是 分享。
好的。
希望如此， 人们 能 看 那。 我们的 生产者 风险 是 现在 10％ 相对 5%。 但 那里 是 一 更多的 事物 那 你 有 那里， 哪个 是 比较。 我是 好奇的， 能 我们 使用 那？ 我会告诉 你 告诉 能 告诉 你 什么 I 想 到 做。 I 想 到 使用 这 插件 到 比较 这 规划 教授 蒙哥马利 书 的 '93 和 a 计划 那 这 插件 给了 我们， 哪个 是 98， 4
全部 正确的。 W e 做过 提到 那 我们 能 比较 向上 到 五 不同的 计划。 Y 或者 想 我 到 比较 这 二 计划 那 我们 只是 创建。 全部 对。再说一次， 那 8% RQL。 在 这 案件， 我们 有 a 90 和 一个 验收 的 三。
是的。
然后 I 思考 你 告诉 我 它 曾是 98 和 4.
这就是 什么 他们 做。 I 没有 告诉 你。 这就是 这 插件 给了 我们。 是的。
哇， 那， 那 是 漂亮的 滑溜溜的。 A 获得， 如果 你 通缉 到 做 更多的 比 二， 你 会 只是 查看 这 额外的 行 和 然后 这 插件 将要 计算 向上 到 五 不同的 比较 这里。 我是 去 到 去 前方 和 点击 好的。 N 哎哟 它 看起来 a 小的 少量 不同的， 何塞， 这里。 现在 我是 看到 二 OC 曲線。 我是 获得 a 比较 的 两个都 的 我的 OC 曲线 在 这 相同的 阴谋 I 看 这里。
确切地。 H 还 这 蓝色的 一 是 这 计划 93 他的红线是-
T 他 蓝色的 是 这 93. 是的， 确切地。 I 看到了吗。
这 红色的 线 是 这 98，4 . Y 或者 能 看 那 这 红色的 线或 曲线， 是 在 顶部 的 这 蓝色的 曲线。 T 帽子 什么 你 想 到 看。 你 想 这 曲线 到 是 在 顶部， 字面上地。 T 他的 节目 你 那 你 有 更高 概率 的 验收 根据 到 这 参数， 这 室内空气质量标准 和 RQL 那 我们 预先指定的 和 这 计划 98，4 比 和 这 计划 93.
T 他的 是 非常 有帮助的 因为 你 可能 是 在 情况 在哪里 你 可能 得到 一个 近似 计划 从 a 书 或者 某人 可能 建议， “嘿， 为什么 不 你 使用 这 计划？” 和 这 一， 你 能 比较 他们 全部 和 看 哪个 一 是 更好的。 I t 的 更轻松 到 谈判 这 样本 尺寸 使用 这些 工具 比 只是 获得 进入 一个 争论 和 说， “不， 我们 应该 使用 93 因为 这就是 在 这 书 或者 某物 喜欢 那。
“我 思考 这就是 a 伟大的 特征 到 是 有能力的 到 比较， 和 那 方式 你 移动 这 讨论 进入 一些 实际的 信息 和 相当 比 主观， 个人 能 现在 比较 直接地。 在 艾因， 如果 你 想 这 参考 线条， 它 没有 制作 感觉 到 展示 全部 这 参考 线 穿过 五 不同的 曲線。
W 有 我们已经 完毕 是 我们 可以 只是 展示 a 单身的 放 的 参考 线 经过 切换 这 筛选， 和 它 将要 更新 这 图表 为了 你 作为 你 切换 之间 他们。 那 方式， 如果 你 做 想 到 看 那 个别地， 你 可以 做 那， 和 然后 你是 只是 专注 在 在 这 桌子 和 这 图表 为了 那 特别的 放 的 观察。也就是说， I 思考， a 好的 特征， 七月。
它 是。
全部 好的。该再来一次了。 [听不清楚 00:38:32]。
I 思考 那 七月 是 大概 获得 疲劳的 那里。
他 是 非常 筋疲力尽的。
胡里奥，有 一些 其他 事物 那 这 插件 能 做。 所以 或许 它应该 是 a 跟随 向上 到 这。
或许 我们 可以 做 其他 会议 为了 发现 首脑 日本 或者 发现 首脑 中国。
出色地 继续 显示。 [听不清楚 00:39:05]。
I 思考 我是 获得 打破 消息 未来 穿过 这里。 只是 进入 这 消息 中心 这里 的 这 展示。 A 任何人， 它 看起来 喜欢， 能 得到 那 采样 计划 插件。 如果 你 只是 去 到 这 跳转 用户 社区 和 搜索 为了 这 采样 计划 插件， 你 可以 下载 它 你自己。
而且是免费的。不是吗？是免费的吗？
绝对地 自由的。 我们 会 绝不 收费 为了 那 在 这 社区。 G o 前方 和 下载 那。 如果 你 有 反馈 或者 你 跑步 进入 问题， 感觉 自由的 到 信息 我， 和 出色地 得到 那些 缺陷 已输入 和 得到 a 更正 版本 出去 那里 作为 很快 作为 我们 能。 其他 事物 只是 前 我们 裹 向上 这里， I 只是 想 到 说 感谢 你 到 何塞。 感谢 你 为了 加入 我们 在 这 跳转 采样 计划 展示 今天。 它 曾是 伟大的 到 有 你 这里。 真的 伟大的。 T 汉克 你 再次。
