Hallo, Ich bin Dave Dreieinigkeit,
Gründer Und Eigentümer von Stat-Tech, a Beratung Firma Spezialisierung
In Die verwenden von JMP Software für Lösen Industrie Probleme.
Heute Ich bin gehen Zu Zu sprechen um a Beratung Projekt
Das I gearbeitet An über Die zuletzt Jahr
mit a Robotik Unternehmen.
War gehen Zu Sei reden um Drohnen F liegen In Lager:
Ein Anwendung von Attribut Messgerät Analyse.
Attribut Messgerät Analyse Ist typischerweise angewandt Zu vergleichen Vereinbarung,
oder Mangel davon zwischen zwei oder mehr Bewertung Ansätze Zu a Problem.
Für Beispiel, zwei Inspektoren Mai haben Unterschiede von Meinung
als Zu ob a Teil Ist konform, Anruf Es passieren
oder nicht konform Anruf Es scheitern.
Basierend An Rücksichtnahme von spezifisch Qualität Indikatoren für Person Teile,
Wie Tun Wir quantitativ messen Die Grad von Vereinbarung?
Lasst uns Genau genommen Start aus mit ein Beispiel.
Lasst uns sagen Wir haben zwei Inspektoren,
Inspektor 1 Und Inspektor 2,
Und Sie Sind präsentiert mit a Liste von 100 Teile,
Die kritisch Eigenschaften An diese 100 Teile
Und gefragt Zu bestimmen ob jede Teil sollen Sei klassifiziert als a passieren oder a scheitern.
Ich habe zusammengefasst Die Ergebnisse An Die Tisch Zu Die Rechts, teilweise Tisch.
Du sehen Dort Sind 100 Reihen In Die Tisch.
Alle Variablen Sind nominal, Also Die Erste Spalte
Ist Die Teil 1-100.
Dann Die zweite Spalte Ist Die Bewertung von Inspektor 1,
ob es ist a passieren oder scheitern, Und Dann Die zweite Inspektor
wo auch zweite Spalte hat a bestehen oder scheitern Bewertung.
Jetzt, Wenn Wir war nicht vertraut mit JMPs Messgerät Attribut Analyse Programm,
Erste Schritt Das Wir könnte nehmen könnte Sei
Zu sehen bei Die zwei Einstufung Verteilungen
Und verwenden dynamisch Verlinkung Zu vergleichen.
Was I Wille Tun Ist zeigen Du Die Folien
Und Dann I Wille gehen Und zeigen Die Ergebnisse An Die Folien
nach Ich habe gegangen durch Die Folien, durch a bestimmt Menge von Material.
Für Beispiel, Wenn Wir klicken, sagen, lasst uns erzeugen Verteilungen
von Die zwei Spalten, Die scheitern, Inspektor 1 Und Inspektor 2,
Dann Wir dürfen klicken, sagen, für Beispiel, An Die scheitern Spalte für Inspektor 1,
Du sehen meistens Streichhölzer für Inspektor 2,
Aber Dort Sind a wenige Meinungsverschiedenheiten über Hier.
Dort Sind manche geht Wo Inspektor 1
klassifiziert Es als a scheitern, Aber Inspektor 2 klassifiziert Es als a passieren.
Jetzt, Wann Du Tun klicken An Das JMP Highlights,
Die tatsächlich Reihen Das entsprechen Zu Das.
Du dürfen sehen über Hier, für Beispiel, Reihe vier, Inspektor 1 angerufen Es a scheitern
Und Inspektor 2 angerufen Es a passieren.
Allgemein obwohl, Sie sind meistens In Vereinbarung,
scheitern, gescheitert, scheitern, scheitern Und Also weiter.
Wir könnte Auch Tun Das von Klicken An Inspektor 2 scheitern,
Und Dann Sehen Wie Es vergleicht Zu Inspektor 1.
Wir sehen Das Dort Sind Genau genommen fünf Instanzen von Uneinigkeit
zwischen Die zwei Inspektoren.
Wann Die Inspektor 1 klassifiziert es als a scheitern,
es gibt fünf dass ich Inspektor 2 klassifiziert Es als a passieren.
Jetzt Wir dürfen Auch visualisieren Die Inspektor Vergleich Daten.
Zu Tun Das, Wir dürfen verwenden Diagrammerstellung mit tabellieren Zu Sicht zustimmen Und verschiedener Meinung sein
zählt zwischen Die zwei Inspektoren. Hier ist eins Weg von Visualisierung Es.
Wir dürfen setzen Inspektor 1 mit Diagrammerstellung An Die horizontal Achse
Und Inspektor 2 An Die Vertikale Achse.
Dann Wir sehen Jetzt mit Farbe Kodierung, ob es ist Vereinbarung oder verschiedener Meinung sein,
zustimmen Ist Grün Und Dann Die Reihen
Das Sind verschiedener Meinung sein Farbe Code Ist Rot Markierungen.
Jetzt Wir dürfen sehen Die tatsächlich Verteilung.
Dann Wir dürfen verwenden tabellieren Zu Genau genommen gesamt Die Zahlen Das Sind beteiligt.
Wir dürfen sehen über Hier für Inspektor 1 Und Inspektor 2.
Inspektor 1 Und Inspektor 2 vereinbart An Die scheitern Kategorisierung
für 42 von Die Teile Und Sie vereinbart An 44 von Die passieren Teile.
Sie nicht einverstanden An neun Instanzen über Hier
Wo Inspektor 2 angerufen Es a scheitern Und Inspektor 1 angerufen Es a passieren.
Und Inspektor 2 angerufen a passieren, Wo Inspektor 1 angerufen Es a scheitern.
Also diese gesamt 14.
Der Inspektoren vereinbart An a Einstufung für 86 % von Die Teile
Und Sie nicht einverstanden An 14 %.
Aus Dort Jetzt Wir dürfen gehen Und Tun Attribut Messgerät Analyse
Und sehen Was JMP dürfen Tun für Das Analyse.
Zu gehen Zu Attribut Messgerät Analyse, war gehen Zu gehen Zu Qualität
Und analysieren Qualität Und Verfahren Variabilität Attribut Messgerät Diagramm.
Dann Wir gießen Die Reihen. Und Hier Ich habe gezeigt Die Inspektoren
Sind aufgeführt unter Die Y Antwort, beide von ihnen.
Dann Die Spalte für Die Teil Ist aufgeführt als Die Gruppierung.
Diese Sind erforderlich Einträge.
Wir beachten Die Diagramm Typ Ist Attribut, Wir klicken Okay.
Und Jetzt JMP bietet uns mit Das Attribut Messgerät Analyse Bericht.
Der Erste Diagramm das ist gezeigt über Hier Ist Die Prozent Vereinbarung für jede Teil.
Also Wir haben 100 Teile An Die horizontal Reihen Achse über Hier,
Und Wann es gibt 100 %, Es bedeutet Die zwei Inspektoren vereinbart.
Wann es gibt 0%, Es bedeutet Zu verschiedener Meinung sein.
Der links Diagramm zeigt Die gesamt Prozent Vereinbarung 86 % von Inspektor.
Seit Die Vergleich Ist zwischen nur zwei Inspektoren,
beide Sind gehen Zu haben Die Dasselbe 86 % Vereinbarung Wert.
Der Vereinbarung Bericht Jetzt beinhaltet
a numerisch Zusammenfassung von Die gesamt 86 % Vereinbarung.
Du dürfen sehen 86 Streichhölzer aus von 100 inspiziert
Und Die Person diejenigen Sind gehen Zu Sei Die Dasselbe seit es ist nur eins Ausgabe
von ob Es War a passieren oder scheitern für a gegeben Teil.
Und 95 % Vertrauen Grenzen Sind bereitgestellt für Die zwei Ergebnisse,
beide für Die Inspektor Und für Die Vereinbarung.
Jetzt Die Vereinbarung Vergleiche Bericht beinhaltet a neu Statistik
Das vielleicht viele Menschen Sind nicht vertraut mit,
angerufen Die Kappa Statistik.
Es ist entwickelt von Cohen, das ist gegeben In Die Referenz.
Der Cohen Kappa Statistik Index, welche In Das Fall Ist 0,7203.
Ist entworfen Zu richtig für Vereinbarung von Chance allein.
Das War sehr interessant Zu Mich Wann I Erste lesen um Das.
Wie: „Was Tun Wir bedeuten von Vereinbarung von Chance allein?"
Lasst uns gehen hinein a wenig bisschen von ein Erläuterung von Vereinbarung von Chance
Und Wie dürfen Wir schätzen Es.
Lasst uns halten zwei Bewerter, R1 Und R 2.
Also annehmen völlig zufällig Auswahlmöglichkeiten
für jede Bewerter für jede Probe, Beispiel, für jede Teil.
Wir weiter annehmen Das Die Wahrscheinlichkeit a Bewerter wählt entweder Auswahl passieren
oder scheitern über Die andere Ist 50 %. Also es ist 50/50.
Hundert Proben oder Versuche Sind anders kategorisiert von passieren/ scheitern für jede Bewerter,
ähnlich Zu umdrehen a Münze für jede Auswahl.
Wir Nur visualisieren zwei Inspektoren Und Sie sind jede umdrehen a Münze,
Und Sie sind versuchen Zu übereinstimmen Wie viele erhalten Kopf, Köpfe
oder Schwanz, Schwanz, oder Kopf, Zahl oder Zahl, Kopf.
Was ist Die erwartet Fraktion von Vereinbarungen von Chance?
Also, es ist a einfach Problem In Wahrscheinlichkeit.
Ähnlich Zu werfen zwei Münzen, Dort Sind nur vier möglich
Und gleichermaßen wahrscheinlich Chance Ergebnisse zwischen Die zwei Inspektoren für jede Teil.
Bewerter 1 könnte Anruf Es a scheitern, Und Bewertet 2 könnte Anruf Es a scheitern.
Sie würde zustimmen. Bewerter 1 dürfen Anruf Es a passieren,
Und Bewerter 2 würde Anruf Es a passieren Und da wäre Sei Vereinbarung Dort.
Der Uneinigkeit würde Sei Wann Sie nicht zustimmen An ob es ist a passieren, scheitern.
Jetzt, diese Sind vier gleichermaßen wahrscheinlich Chancen.
Also, zwei von ihnen Sind Zu zustimmen Und zwei von ihnen sind nicht einverstanden.
Daher, Die Wahrscheinlichkeit von Vereinbarung von Chance allein Ist zwei aus von 4 sind es 50 %.
Es ist ein einfach Wahrscheinlichkeit Problem.
Jetzt, Wie Tun Wir berechnen Die Kappa S statistisch An Die andere Hand?
Als I sagen, es ist gemeint Zu richtig für Das erwartet Wahrscheinlichkeit
von Vereinbarung von Chance allein.
Der einfach Formel Das Du dürfen setzen hinein JMP für Die Kappa-Statistik
ist die Prozent Vereinbarung, In Das Fall, würde Sei 86 % Minus Die erwartet von Chance
aus Die Daten, welche Wir wissen Ist gehen Zu Sei um 50 %.
Wie Tun Wir Genau genommen verwenden Die Daten Zu schätzen Die erwartet Chance
aus Die Daten selbst, Die erwartet Vereinbarung von Chance aus Die Daten?
Also, Die Schätzung von Cohen Kappa Statistik
Ist gezeigt unten, Und Das Ist grundsätzlich Wie es ist Erledigt.
Das Ist Die tabellarisch Wert. Das Ist Was Wir gesehen früher.
Vereinbarung An scheitern/ scheitern für Inspektor 1 Und 42 Instanzen.
Vereinbarung zwischen Inspektor 1 Und Inspektor 2
An Die Vergangenheit Kriterien für 44 Instanzen.
Du hatte diese hoch Und das ist 86 %.
Also I zeigen Du über Hier In Die Excel Format Das Wir hinzugefügt, 42 Plus 44
Wir bekommen geteilt von 100.
Dann verschiedener Meinung sein Ist eins Minus [unverständlich 00:08:58]
oder einfach Die fünf Plus neun geteilt von 100.
Jetzt, Zu berechnen Die Vereinbarung von Chance, Die Cohen Kappa-Statistik Ist Die Summe
von Die Produkte von Die marginal Brüche für jede passieren/ scheitern Typ.
Also, Hier Sind Die marginal Brüche.
F oder scheitern, Die marginal Brüche Sind 51 geteilt von 100 und 47 geteilt von 100.
Also Wir bilden a Produkt von diese zwei. Einundfünfzig geteilt von 100
mal 47 geteilt von 100.
Plus, Jetzt Wir eingeben Die nicht bestanden. Das andere Kriterium ist das Nichtbestehen.
Das ist 49... I sollen haben sagte Das War Die Erste Uneinigkeit.
Einundfünfzig und 47 für Die scheitern Kriterien. Für Die passieren Kriterien Jetzt,
Wir gehen 49 aus von 100 und 53 aus von 100,
Und Wir multiplizieren diese zwei zusammen Und hinzufügen ihnen.
Das gibt uns a Nummer Wann Wir berechnen Es aus Zu 49. 94,
welche Ist sehr schließen offensichtlich, Zu 0,5.
Dann Die Kappa-Statistik Ist Die Prozentsatz Vereinbarung
Minus Die erwartet von Chance, geteilt von eins Minus Die erwartet von Chance.
Das kommt aus Zu 0,7023 sein In Das Fall.
Der Kappa. Hier Sind manche Richtlinien
für Dolmetschen Kappa.
Gehen zurück hoch wieder.
I wollen Zu zeigen Du Das Die Kappa War 72.03.
Der Richtlinien für Dolmetschen Kappa Sind Wenn Kappa Ist größer
als 0 .75, es ist exzellent.
Wenn es ist zwischen 0,4 und 0. 75, es ist Gut.
Und Wenn es ist weniger als 0 .40 es ist angerufen marginal oder arm.
Es gibt manche endlich teilen Linien An Das.
Ein ausgezeichnetes, völlig 100 % Vereinbarung,
würde machen a Kappa von eins, Und Wir könnte Genau genommen erhalten a negatives Kappa
welche würde Sei Vereinbarung das ist weniger als von Chance allein.
Der Bücher denn diese sind gegeben In Die Referenz.
Alle Rechts, lassen Mich Nur stoppen Hier Und gehen hinein JMP Zu Was wir haben Erledigt Also weit.
Wir dürfen sehen Das.
Der Daten Datei Das wir haben bekommen über Hier Ist Die Inspektoren
Das I gesprochen um, Und I sagte Wir könnte nehmen a sehen bei Die Verteilung.
Offensichtlich, Wenn du bist vertraut mit JMP, Du Nur gehen analysieren Verteilung
Und setzen In Die Inspektoren über Hier.
Dann Wir dürfen setzen Das nächste Zu Die Reihen,
Und Wenn Wir klicken scheitern, Wir sehen Die Vergleich zwischen Die schlägt fehl
für Inspektor 1 gegen Die scheitern für Inspektor 2 Und manche Meinungsverschiedenheiten.
Dann Du dürfen sehen welche Bereiche Die Reihen, die nicht einverstanden ist es Beispiel vier.
Ähnlich, Wenn Wir berechnen über Dort, Wir dürfen vergleichen Inspektor 2 Zu Inspektor 1.
Erhalten a anders Satz von Zahlen über Hier.
Der andere Option Das I erwähnt für Visualisierung Ist Zu Tun a Diagrammerstellung
Und In Diagrammersteller, Wir dürfen setzen Inspektor 1 An Die horizontal Achse
Und Inspektor 2 An Die Vertikale Achse.
Jetzt Wir haben a Vergleich, Und Jetzt Wir dürfen Genau genommen sehen Die Zahlen
von mal, für Beispiel, Wie viele mal tat Inspektor 1
Rate etwas als a passieren Wo Inspektor 2 bewertet als a scheitern.
Wenn Wir gehen zurück Zu Die Daten Tisch,
Wir sehen Das Dort Sind neun Instanzen von Das, Und Sie sind hervorgehoben In a Reihe.
Do Ist Ist a sehr schnell Weg von Sehen Was Die Zahlen Sind
für Die anders Kategorien Das war Arbeiten mit.
Lasst uns sagen, klicken Erledigt über Hier.
Der andere Ding Wir dürfen verwenden als I erwähnt, Ist Die tabellieren Besonderheit.
Wir dürfen gehen Zu tabellieren, Und Wir dürfen setzen Inspektor 1 An Die Spitze
Und Inspektor 2 An Die unten über Hier Das Weg.
Dann Wir dürfen hinzufügen In ein anderer Reihe für Die marginal Summen runter Hier Und Also weiter.
Jetzt Wir haben Die Zusammenfassung Das Wir dürfen setzen nächste Zu Die Diagrammerstellung
Und sehen Was Die tatsächlich Tabellen Sind Das wir haben bekommen für Das.
Das ist etwas Das Wir würde Tun
vielleicht Wenn Wir war nicht vertraut mit JMPs Programm.
Aber lasst uns verwenden JMP Jetzt Zu Tun Die Analyse.
War gehen Zu kommen über Hier, war gehen Zu gehen Zu Qualität Und Verfahren.
War gehen Zu gehen Zu Variabilität Attribut Messgerät Diagramm.
War gehen Zu setzen In Die Inspektoren über Hier.
War gehen Zu setzen In Die Teil.
Über Hier Du beachten es ist erforderlich, Attribut.
Okay, klicken Okay, Und Jetzt Wir haben unser Ausgabe.
Das Ausgabe zeigt wieder für jede Teil Die Vereinbarung.
Null bedeutet I verschiedener Meinung sein. 100 % bedeutet I verschiedener Meinung sein.
Das zeigt Die Bewertung zwischen Die zwei Inspektoren, 86 %.
Das Ist Die Zusammenfassung, 86 %.
Hier ist unser Kappa Index über Hier, Und Wir haben Die Vereinbarung innerhalb Preise.
Das Ist Art von überflüssig In Die Sinn
Weil war nur suchen bei eins binär Vergleich.
Dann weiter An runter Hier, Wir dürfen Tun Die Vereinbarung von Kategorien.
Wir dürfen Genau genommen berechnen Wie viel Ist Die Vereinbarung von Die scheitern,
individuell, oder von Die passieren individuell.
Okay, Also das ist Wie Wir würde Tun Es für a einfach Vergleich.
Aber Was Wenn Wir Jetzt halten Das Die tatsächlich Diagnose
von Die Teil War bekannt oder bestätigt?
Lasst uns gehen zurück hinein unser PowerPoints Präsentation.
Ich stelle vor ein Standard.
Okay, Das Ist a messen von Was Wir Anruf Wirksamkeit.
War gehen Zu annehmen Die richtig Teil, Einstufung War entweder bekannt
oder anschließend bestätigt.
Also Das Ist Die WAHR richtig Diagnose Das sollen haben gewesen Erledigt An Das Teil.
Wie genau Sind Die Inspektoren Auswahlmöglichkeiten?
In andere Wörter, Wie dürfen Wir vergleichen Wie genau jede Inspektor War
Zu bestimmen passend hoch mit Die WAHR Standard?
Wir Satz hoch Das Spalte In JMP, Und Jetzt Wir dürfen gehen durch Die Verfahren
Das Wir sagte früher von suchen bei a Verteilung.
Für Beispiel, Wenn Wir hinzufügen In Die Verteilung,
Das Zeit Wir enthalten a Standard, Jetzt Wir dürfen klicken An passieren,
Und Wir dürfen sehen Die Vereinbarungen zwischen Inspektor 1 Und Inspektor 2
An passieren Klassifikationen.
Du dürfen sehen beide von ihnen hatte manche Fehlklassifizierungen, manche falsch Diagnose.
Wir dürfen klicken An scheitern Und Tun Die Dasselbe Ding für Die andere Kategorie.
Dann JMP Wille Highlight diese In Die Daten Tisch.
Zu Tun Die Attribut Messgerät Analyse In JMP mit Die Standard,
alle Wir haben Zu jetzt tun Ist eingeben Standard hinein Die Dialog Kasten als Wir tat vor.
Das Ist Die zusätzlich Spalte.
Der groß Unterschied Jetzt, Und Das Ist nicht hervorgehoben In Die Handbuch,
Ist Das unter Attribut Messgerät, Wir dürfen Jetzt erhalten a Diagramm
Das gilt speziell Zu Die Wirksamkeit.
Was war gehen Zu Tun Ist aufheben diese Vereinbarung Punkte An Die Diagramm,
Und klicken stattdessen Die Wirksamkeit Punkte unter Attribut Messgerät.
Wann Wir Tun Das, Wir erhalten ein anderer Diagramm Das Maßnahmen Die Wirksamkeit.
Und Das Wirksamkeit hat drei Bewertungen für Es.
Das Messgerät Attribut Diagramm Jetzt zeigt Die Prozent Vereinbarung,
0, 50 %, oder 100 % von Die zwei Inspektoren Zu Die Standard für jede Teil.
A 0 % impliziert beide Inspektoren Fehldiagnose ihre Problem.
Sieben Veranstaltungen von Das geschah.
A 50 % bedeutet eins von Die Inspektoren bekommen ihre richtig Einstufung,
Und offensichtlich, 100 % bedeutet Sie beide bekommen Es Rechts.
Dann Die links Diagramm zeigt Die gesamt Prozent Vereinbarung
Zu Die Standard für jede Inspektor.
Wir bemerkt Das Dort War manche leicht Unterschied zwischen Die zwei Inspektoren.
Wir Jetzt erzeugen Die Wirksamkeit Bericht
Das beinhaltet Die passieren/ scheitern Vergleiche
Zu Die Standard für jede Inspektor.
Du dürfen sehen Inspektor 1 bekommen 42 von Die schlägt fehl richtig.
Er bekommen 43 von Die geht richtig, Aber Er bekommen 10falsch von Die scheitert,
Anruf ihnen geht.
Und Er bekommen fünf von Die geht falsch.
I finden Das Notation a wenig bisschen verwirrend.
I setzen Es runter bei Die unten.
Wann Wir sagen falsch scheitern,
Das bedeutet a scheitern War falsch klassifiziert als a passieren.
Wann Wir sagen falsch passieren, Es bedeutet a passieren War falsch
klassifiziert als a scheitern.
Du dürfen erhalten dein Geist gehen In verrückt Wege
Nur versuchen Zu stets interpretieren was ist In Dort.
Was Ich habe Erledigt Ist I erstellt Mein eigen Diagramm Zu vereinfachen Dinge.
Der Fehlklassifizierungen zeigt über Hier Das 17 tatsächlich scheitern Teile war klassifiziert
als passieren, Und elf passieren Teile klassifiziert als scheitern.
Also das ist In Die JMP Ausgabe.
Aber Was I sagte über Hier, Und Ausweis Liebe Zu sehen JMP enthalten
etwas ähnlich Zu Das als a klar Erläuterung von was ist gehen An.
Inspektor 1, Inspektor 2, Die Standard Ist passieren,
Und Dann Die richtig Einstufung als passieren Ist 43 Und 42.
Der falsch klassifiziert als schlägt fehl sind fünf Und sechs.
Dann über Hier, Wann Die Standard Ist Die scheitern,
Die richtig Auswahlmöglichkeiten von Inspektor 1 und Inspektor 2 ist 42 Und 45.
Und Die falsch klassifiziert, Also Wann Es War scheitern,
10 von ihnen war als bestanden eingestuft und sieben über Hier.
Jetzt, verstehen, a scheitern Teil klassifiziert als passieren
Ist a Teil das ist a defekt Teil gehen hoch.
Das ist angerufen a vermissen.
An Die andere Hand, a scheitern Teil Das ist t Er tatsächlich passieren Teil,
Wir Anruf Das grundsätzlich produziert Risiko, das ist a FALSCH Alarm.
Und JMP verwendet diese Bedingungen, FALSCH Alarm Und vermissen,
später An Krank erklären Das.
I wie Das Diagramm Weil Es scheint Zu machen a klar Erläuterung
von was ist gehen An.
Verwenden Diagrammersteller, wieder Wir dürfen Sicht Die Klassifikationen
von jede Inspektor als gezeigt über Hier.
A gewinnen, Du dürfen Highlight spezifisch Probleme Dort.
JMP Auch erlaubt Du Zu definieren a Konformität.
In andere Wörter, Wir sagte nicht- konform Ist a scheitern Und konform Ist a passieren.
Das Weg Wir dürfen nehmen a sehen bei Die Rate von FALSCH Alarm Und vermisst
In Die Daten selbst als bestimmt von Die Inspektoren.
Wir dürfen sehen Das Die Wahrscheinlichkeit von FALSCH Alarm für Inspektor 1 War 0,1
Und Inspektor 2 beträgt 0,125. Der Wahrscheinlichkeit von vermisst,
okay, das bedeutet Das Wir lassen Es Defekt Die Park, gehen aus,
War höher für Inspektor 1 Und Inspektor 2.
Krank zeigen Wie diese Berechnungen Sind Erledigt.
Zu betonen Das, a FALSCH Alarm
tritt auf Wann Die Teil Ist falsch klassifiziert als a scheitern,
Wann Es Ist a passieren. Das ist angerufen a FALSCH positiv.
Der FALSCH Alarm, Die Nummer von Teile
Das haben gewesen falsch beurteilt Zu Sei scheitert,
geteilt von Die gesamt Nummer von Teile Das Sind beurteilt Zu Sei geht.
Jetzt, das ist Wo Das Berechnung Ist Erledigt über Hier.
Wenn I gehen hoch Hier, hier ist Die Pass ist falsch klassifiziert als scheitern,
Also Wenn I nehmen fünf aus von 48, I Ende hoch mit Das Nummer 0,1042.
Jetzt Die nächste Ding Ist a vermissen.
Das Teil Ist falsch klassifiziert als a passieren.
Wann Es Genau genommen Ist a scheitern. Das ist a FALSCH Negativ.
In Das Fall, war Senden aus a defekt Teil.
Der Nummer von Teile Das haben gewesen falsch beurteilt Zu Sei geht
geteilt von Die gesamt von Teile Das Sind beurteilt Zu Sei schlägt fehl
Ist 10 aus von 42 Plus 10 ist 0,193.
A gewinnen, gehen zurück Zu Das Tisch,
diese Sind Die Teile Das Sind scheitern, Aber 10 von ihnen war falsch klassifiziert als a passieren.
Also Die Teile Das sollen haben gewesen klassifiziert als Sie scheitern Ist 52.
Zehn geteilt von 52 gibt Du Das Nummer von 0,1923.
Also I wie Das Tisch Ist Einfacher Zu interpretieren über Hier.
Der Finale Ding um Die Konformität Bericht
Ist Du dürfen ändern dein Konformität Kategorie,
oder du dürfen schalten entsprechen Zu nicht konform.
Du dürfen berechnen Auch ein Flucht Rate. Und Das Ist Die Rate Das Die Wahrscheinlichkeit
Das a nicht konform Teil Ist Genau genommen produziert Und nicht erkannt.
Zu Tun Das, Wir haben Zu bieten manche schätzen oder Wahrscheinlichkeit
von Nichtkonformität Zu Die JMP Programm.
I setzen In wie 10 %, lasst uns sagen 10 % von Die Zeit Wir produzieren a defekt Teil.
Gegeben Das wir haben produziert a defekt Teil, was ist Die Wahrscheinlichkeit
Das 'S gehen Zu Sei a vermissen Und Dann Flucht?
Und das ist Die Flucht Rate. Das ist Die Multiplikation von Die zwei.
unser Prozess Wille produzieren mal Die Wahrscheinlichkeit von a verpasst Verfahren
produziert scheitern Teil mal Die Wahrscheinlichkeit von a vermissen.
Jetzt lasst uns gehen hinein JMP wieder
Und war gehen Zu verwenden Die Inspektion mit Die Standard.
Ich bin schnell gehen Zu gehen durch Das.
Wir Tun analysieren Verteilung, wieder, setzen hinein drei über Hier,
Und Jetzt Wir dürfen klicken An a Standard runter Hier
Und Dann Wir dürfen hervorheben, vergleichen Die Inspektoren 01 und Inspektor 2.
Ein anderer Weg Zu visualisieren Es Ist Zu verwenden Graph Baumeister als wir haben Erledigt vor.
Dann Wir dürfen setzen Inspektor 1 über Hier.
Lassen Mich Tun Es Das Weg.
Und Inspektor 2 dürfen Sei An Das Seite Jetzt.
Dann Wir dürfen eingeben Die Standard über Hier An Das Seite.
Und Jetzt Wir haben a Weg von Klicken Und Sehen Was Die Kategorien
war relativ Zu Die Standard.
Das ist a sehr Hübsch wenig Graph, Und Wenn Du gesucht Zu sagen,
"Okay, Wie viele Inspektor 1
gegen klassifiziert als a passieren Wann Es War a scheitern.
Jetzt Wir dürfen bringen Das Zu ein Ständer, Und Die Reihen sind hervorgehoben zu.
Lasst uns gehen hinein JMP. Jetzt war gehen Zu analysieren
Qualität Und Verfahren, Variabilität Attribut Messgerät Diagramm,
abrufen Und Ich bin gehen Zu hinzufügen In Die Standard über Hier.
Wir klicken Die Standard. Jetzt hier ist Die Ausgabe.
JMP gibt uns Die Attribut Messgerät Diagramm, Aber Das War für Die Vereinbarung.
Was heiraten wie Zu messen Ist gegen Die Standard.
Wir kommen hoch Hier An Die Attribut Messgerät Diagramm
Und was wir sind gehen Zu Tun Ist aufheben irgendetwas Das sagt Vereinbarung.
Und klicken An irgendetwas Das sagt Wirksamkeit.
Dort könnte Sei a einfacher Weg Zu Tun Das letztlich
im [unverständlich 00:23:31] Programmierung In JMP.
Jetzt Wir haben Die Wirkung An Das Diagramm, wieder, als I sagte, 50 % bedeutet
Das eins von Die Inspektoren bekommen Es Rechts, 0 % bedeutet Sie beide bekommen Es falsch.
Und Wir hatte Die Vereinbarung Bericht zeigt 86 Das wir haben gesehen vor.
Aber Was Wir wollen Zu erhalten runter Zu Ist Die Wirksamkeit Bewertung,
Die Wirksamkeit Bericht.
Und Jetzt Wir sehen Das Inspektor 1 War 85 % wirksam.
Inspektor 2 War 87 % wirksam.
Gesamt Es War 86 % wirksam.
Hier ist Die Zusammenfassung von Die vermissen Klassifikationen.
Und diese Sind Die diejenigen Das Sind aufgeführt über Hier.
Als Sie sagen Das Terminologie Du brauchen Zu verstehen Das falsch schlägt fehl
war richtig geht Und falsch geht war richtig schlägt fehl.
Dann Die Konformität Bericht Ist runter Hier, Wir zeigte Du Wie Zu Tun Die Berechnung
Und Dann Wir dürfen ändern Die konform Kategorie von tun Das über Hier.
Oder Wir dürfen berechnen Die Wahrscheinlichkeit von Flucht, Flucht Rate,
von Putten In manche Nummer in Das Schätzungen,
Wie oft heiraten erwarten Zu sehen a defekt Teil.
Ich bin Putten In über Hier Punkt eins,
klicken, Okay.
Und Dann JMP gibt uns Die Wahrscheinlichkeit von Nichtkonformität Und Die Flucht Preise
als gezeigt über Hier Jetzt für jede Inspektor.
Ich war gehen zurück Zu Jetzt Mein Steckdose Präsentation.
Jetzt Das Wir haben a Gefühl für diese Konzepte von Vereinbarung,
Wirksamkeit Und Die Kappa Index, lassen uns sehen Wie Wir dürfen anwenden Die Ansatz
Zu a mehr Komplex Problem engagieren Analyse angerufen Inventar Verfolgung.
Als Teil von a Beratung Projekt mit Die Robotik Unternehmen,
Und Es ist Vimaan Robotics,
Und von Die Weg, es gibt manche wunderbar Videos
Wenn Du klicken über Hier Das zeigt Die Drohnen fliegend
In Die Lager Und Also weiter
tun Die Messwerte Und manche von Die Ergebnisse aus Die Analyse.
Als Teil von a Beratung Projekt I War eingeführt Zu Die Problem
von Drohnen fliegend In a Lager mit optisch Charakter Erkennung
Zu lesen Inventar Etiketten Und Boxen Und Regale.
In Messung System Analyse MSA,
Die Zweck Ist Zu bestimmen Wenn Die Variabilität In Die Messung System
Ist niedrig genug Zu genau erkennen
Unterschiede In Produkt- Zu- Produkt Variabilität.
A weiter Objektiv Ist Zu verifizieren Das Die Messung System
Ist genau, präzise Und stabil.
In Das Studie, Die Produkt Zu Sei gemessen über OCR
An Drohnen Ist Die Etikett An Die Container gelagert In Gestelle An a Lager.
Der Messung System muss lesen Die Etiketten genau.
Außerdem, Die Messung System Wille Auch bestätigen Die Fähigkeit Zu erkennen,
für Beispiel, leer Mülleimer, beschädigt Artikel, zählt von Artikel In a gegeben Standort,
Abmessungen, Und Also weiter. Alle Sein Erledigt von Die Drohnen.
In Messgeräte-R&R-Studien, eins Sorge Adressen rein Fehler,
Das Ist Die Wiederholbarkeit von wiederholt Messungen An Die Dasselbe Etikett.
Wiederholbarkeit Ist a messen von Präzision.
In Zusatz, In Messgeräte-R&R-Studien,
a zweite Sorge Ist Die Voreingenommenheit verbunden mit Unterschiede In Die Werkzeuge,
Das Ist, Unterschiede unter Die Drohnen Lektüre Die Dasselbe Etiketten.
Das Aspekt Ist angerufen Reproduzierbarkeit, das ist a messen von Genauigkeit.
Der Design Das I vorgeschlagen
War a kreuzen Studie In welche Die Dasselbe Standorte In Die Lagerhallen,
In Die Behälter Sind gemessen mehrere mal, das ist für Wiederholbarkeit
über anders Voreingenommenheit Faktoren, Die Drohnen für Reproduzierbarkeit.
Der Vorschlag Wille definieren mehrere Normen für Die Drohnen Zu messen.
Der Vergleiche Wille einbeziehen beide innerhalb- Drohne Wiederholbarkeit,
Drohne- Zu- Drohne Vereinbarung Konsistenz,
Und Drohne- Zu- Standard Genauigkeit.
Der planen War Zu messen 50 Standorte 1-50,
und drei Drohnen Wille Sei gebraucht Zu messen Reproduzierbarkeit
das ist Drohne- Zu- Drohne Vergleiche, Und Dort Wille Sei drei geht
für jede Standort von jede Drohne Zu messen Wiederholbarkeit.
Jetzt, mehrere Antworten dürfen Sei gemessen gegen jede spezifisch Standard.
Also Wir nicht haben Zu haben Nur eins Artikel Und a Standard.
Wir dürfen haben anders Eigenschaften.
Der Lektüre dürfen Sei binär, Das Ist, klassifiziert als entweder richtig oder falsch.
Und Auch Die Lektüre dürfen bieten Status
Berichterstattung für a Standort, wie Die Nummer von Einheiten, beliebig Schaden Einheiten, Und Also weiter.
Beispiele von anders Antworten
Sind Wie genau dürfen Die Drohnen lesen a Standard Etikett?
Sind Dort beliebig fehlen oder invertiert Etiketten?
Sind Die Inventar Artikel In Die richtig Standort?
Ist Die Menge von Boxen In a Standort richtig?
Sind beliebig von Die Boxen beschädigt? Das würde Sei etwas
Das a menschlich Person würde Sei Überprüfung als Teil von ein Inventar Kontrolle,
Aber Jetzt war tun Es alle mit Drohnen.
Hier ist Die Vorschlag.
I haben 50 Reihen über Hier,
150 Reihen Genau genommen, Weil jede Standort Ist Sein lesen drei mal von jede Drohne.
Also I haben Drohne A, Drohne B, Und Drohne C.
Dann diese Sind Die Ergebnisse von a Vergleich Zu Die Standard.
War Klassifizieren fünf Normen, A, B, C, D Und UND,
Und Sie sind zufällig arrangiert In Hier als weit als Die Standort geht.
Und es ist eins Merkmal angeben jede von Die 50 Standorte.
S dünn war tun drei Lesungen, es ist 150 Reihen.
T drei Drohnen Reproduzierbarkeit, drei geht für jede Standort
Und von jede Drohne das ist Wiederholbarkeit
Und Die Normen sind angegeben für jede Standort.
Ich bin gehen Zu machen ein wichtig Stellungnahme über Hier Das Die Daten Das Ich bin mit
für Illustration Ist gemacht- hoch Daten Und nicht tatsächlich Experimental-
Ergebnisse aus Die Unternehmen.
Wir dürfen Start aus mit Verteilungen Und dynamisch Verlinken.
Wir dürfen Jetzt vergleichen Die Einstufung von Die Drohnen von Standard.
Wir erzeugen Die Verteilungen Und Dann Wir klicken An sagen, Standard A,
Und Wir dürfen sehen Wie viele Drohnen bekommen Das Standard A Rechts,
oder ob beliebig Drohnen hatte weiter Fehldiagnose.
Dasselbe Ding Wenn Wir dürfen klicken An Standard UND, Wir dürfen sehen Drohne A hatte a höher Neigung
für Fehlklassifizierung Standard E Und Dasselbe Ding mit Drohne C.
Jetzt Die Diagramm unten zeigt Wie Also
Die Drohnen vereinbart mit jede andere für jede Standort.
Hier Sind Die 50 Standorte Und war suchen bei Die Drohnen vergleichen.
Jetzt Wann du bist Vergleichen a Drohne Zu andere Drohnen, du hast bekommen a viel von Vergleiche.
Du bist Vergleichen Vielleicht Drohne eins Zu i selbst drei mal.
Du bist Vergleichen Zone eins,
Drohne eins Zu Zone zwei, mal für jede eins von Die Messungen.
Also Es könnte haben wie eine 1, 2, 3 für Zone,
Drohne eins Und a eins, zwei, drei für Zone.
Zwei, Und du bist Vergleichen alle möglich Kombinationen Jetzt von diese Drohnen.
Das ist Warum Die Berechnungen erhalten a wenig bisschen Komplex
Wann Du erhalten mehrere Drohnen In Dort.
Aber du bist tun a Vergleich.
Das zeigt Die Vereinbarung unter alle Die Vergleiche.
Jetzt Wir bemerkt Das zwischen Zonen Die fünf Und 10,
Das für diese Standorte Die Genauigkeit fallen gelassen ganz deutlich
Und Das aufgefordert weiter Untersuchung als Zu Warum?
Es könnte haben gewesen Die Beleuchtung, Es könnte haben gewesen Die Standort,
Es könnte haben gewesen etwas anders Das War störend mit Die richtig Diagnose.
Du sehen am meisten von Die Drohnen Sind Lektüre genau 100 %.
Das Ist ein Vereinbarung zwischen Die Drohnen,
Also Sie war zustimmend rund 90, 91 % bei Die Zeit.
Und diese Sind Die Vertrauen Intervalle für jede Drohne.
Also Das erzählt uns Wie Also Die Drohnen war Vergleichen Zu jede andere.
Jetzt Wir bekommen Vereinbarung Vergleich, Die Tabellen Wille zeigen Die Vereinbarung Werte
Vergleichen Paare von Drohnen Und Drohnen Zu Die Standard.
Und Die Kappa Index Ist gegeben gegen Die Standard Und Wiederholbarkeit
innerhalb Drohnen Und Reproduzierbarkeit Sind alle exzellent basierend An Die Kappa-Statistiken
Und Vereinbarung über sogar Die Kategorien Ist Auch exzellent.
Also war Vergleichen Hier Drohne A Zu Drohne B
Drohne A Zu Drohne C, Drohne B Zu Drohne C, alle tun exzellent Vereinbarung.
War Vergleichen Hier Die Drohnen Zu Die Normen, alle ein exzellent Vereinbarung.
Und Dann Das Ist Die Vereinbarung, Nur grundsätzlich a Zusammenfassung von Es.
Dann Das Ist Die Vereinbarung von Die anders Kategorien.
Jetzt wieder, Wir dürfen sehen bei Die Attribut Diagramm für Wirksamkeit.
Dasselbe Weg Wir klicken aus alle Die Vereinbarung überprüfen Boxen
Und Dann klicken An Die Wirksamkeit Boxen.
Wir sehen wieder über Hier, Das Sieben Und acht hatte Die niedrigste
Vereinbarung Zu Die Standard.
Wieder, Das könnte haben gewesen etwas verbunden mit Die Beleuchtung.
Es könnte haben gewesen etwas verbunden mit manche andere Ausgabe Dort.
Dann Die gesamt Vereinbarung Zu Die Standard von Drohne,
Du dürfen sehen Sie sind um 95 %.
Der Drohne Ist hübsch genau Und Sie war hübsch reproduzierbar
Und Die Wiederholbarkeit War exzellent.
Das Ist Die Wirksamkeit Bericht. Jetzt Das Ist a wenig bisschen mehr durchdacht
Weil Jetzt war Vergleichen Es für jede von Die fünf Merkmal Normen
Und diese Sind Die falsch Auswahlmöglichkeiten Das war gemacht für jede eins.
Aus von 150 möglich Messungen,
Drohne A gemessen 142 korrekt, Drohne B 145 Und Drohne C 140.
Also Wirksamkeit Ist Die wichtig eins.
Wie genau war Die Drohnen?
Wir dürfen sehen Das Die Drohnen Sind alle läuft hoch um ein Durchschnitt um 95 %.
Das erscheint Zu Sei hoch wirksam.
Dann Wir haben a Detail Analyse
von Ebene, bereitgestellt In Fehlklassifizierung Bericht.
Also Wir dürfen sehen individuell Wie jede eins von diese Drohnen verglichen Zu Die anders,
Wie jede eins von Die anders Charakterisierungen
war gemessen korrekt oder falsch von Die Drohnen.
Das Ist Die diejenigen Das Sind Fehlklassifizierungen.
A gewinnen, lassen Mich gehen hinein JMP.
Oh, eins weiter Beispiel I gemeint Zu zeigen hoch über Hier.
Du mit Diagrammersteller,
Wir dürfen Sicht Die Klassifikationen Und Was Klassifikationen von jede stark.
Das Ist a Wirklich sauber Weg von zeigt Es. I Wunsch JMP würde enthalten Das möglicherweise
als Teil von Die Ausgabe, Aber Du dürfen sehen Wo Die Fehlklassifizierungen geschehen.
Für Beispiel, für Drohne A, Wann Du falsch klassifizieren Drohne C,
am meisten von ihnen war klassifiziert korrekt, Aber Dort Sind a wenige Das war nicht.
Diese zeigen Die Fehlklassifizierungen.
I wie Das Art von Darstellung In Diagrammersteller.
Jetzt lasst uns gehen zurück hinein JMP Und war gehen Zu Tun
Attribut Messgerät Analyse mehrere mit Die tatsächlich Experiment Das War laufen.
Okay, Also war gehen Zu analysieren Verteilungen so Wir dürfen Tun Das.
Wir dürfen vergleichen Die Drohnen Zu Die Standard.
Wieder, Wir dürfen Nur klicken An a Standard Und sehen Wie Es vergleicht über Die Drohnen.
Wir dürfen Auch Tun ein analysiert Diagrammersteller.
Und Wir dürfen setzen Die Zone Drohne A
Und Dann Drohne B, Und Dann Drohne C über Hier.
Und Dann Wir dürfen setzen Die Standard In Dort
Und Es zeigt sehr deutlich was ist Happening mit Das.
B aus Wir dürfen gehen Und Auch hinein JMP Und verwenden Die JMP Qualität Und Verfahren
Variabilität Attribut Messgerät.
Also Wir hinzufügen Die drei Drohnen In Hier, Wir hinzufügen Die Standard,
Und Wir setzen In Die Standort Und Wir erhalten unser Messgerät Attribut Diagrammbericht
zeigt Das Drohnen als weit als Die Vereinbarung mit jede andere, war bei 90 %.
Das eins hat Die am meisten schwierig Standorte Zu charakterisieren.
Hier Sind Die Vereinbarung Berichte Das Ich habe gezeigt Du.
Drohne A, Drohne B Und Drohne C Vereinbarung mit Die andere Drohnen Und mit selbst zu.
Drohne A Zu Drohne B, diese Sind Die Kappa Werte.
Das Ist Die Messung Zu Die Standard, alle sehr hoch.
Und Dann diese Sind Die Vereinbarung über Kategorien.
Und Dann für Die Wirksamkeit,
Zu erhalten Das Graph Das Wir wie Zu sehen für Die Wirksamkeit Bericht,
Wir nehmen aus Die Vereinbarung über Hier Und klicken An Jetzt Die Wirksamkeit.
Wir Jetzt haben Die Wirksamkeit Handlung
An Die klopfen Das zeigt uns Wie Die Drohnen vereinbart mit Die Standard.
Wir jetzt gehen zurück hinein Die Steckdose Präsentation über Hier.
Okay, Zu zusammenfassen w hat wir haben Erledigt über Hier,
Die verwenden von Attribut Messgerät Analyse erlaubt Die Unternehmen Zu bieten solide Daten
An Die Vereinbarung Und Wirksamkeit von Drohnen für Inventar Management.
T Er Ergebnisse Sind sehr beeindruckend. Nachfolgend Ergebnisse berichtet
An Die des Unternehmens Webseite zeigen Inventar zählt Zu Sei 35%, Schneller Inventar Kosten
reduziert von 40 % Und reduziert verpasst- Sendungen
Und Schaden Ansprüche reduziert von 50 % verglichen Zu Die vorherige Methoden.
In Zusatz, Die System erzeugt Was Wir Anruf umsetzbar Daten
für mehr genau, wirksam, sicherer, mehr kosten wirksam,
Und Schneller Inventar Kontrolle.
Manche exzellent Referenzen über Hier Ist Cohens Original Papier,
Und Buch von Fleiss Ist exzellent,
hat a viel von Detail, Und Auch Die Buch von Der Ist Also Erledigt.
I Dank Du sehr viel für Hören. Haben a Gut Tag.
