你好， 我是 戴夫 三位一體，
創辦人 和 擁有者 的 統計技術， a 諮詢 公司 專業化
在 這 使用 的 跳轉 軟體 為了 解決 工業的 問題。
今天 我是 去 到 到 演講 關於 a 諮詢 專案
那 I 工作 在 超過 這 最後的 年
和 a 機器人技術 公司。
是 去 到 是 說 關於 無人機F 說謊 在 倉庫：
一個 應用 的 屬性 測量 分析。
屬性 測量 分析 是 通常 應用 到 比較 協定,
或者 缺少 其中 之間 二 或者 更多的 等級 方法 到 a 問題。
為了 例子， 二 檢驗員 可能 有 差異 的 觀點
作為 到 無論 a 部分 是 符合， 稱呼 它 經過
或者 不合格 稱呼 它 失敗。
基於 在 考慮 的 具體的 品質 指標 為了 個人 部分，
如何 做 我們 定量地 措施 這 程度 的 協定?
讓我們 實際上 開始 離開 和 一個 例子。
讓我們 說 我們 有 二 檢查員，
檢驗員 1 和 檢驗員 2、
和 他們 是 呈現 和 a 清單 的 100 部分，
這 批判的 特徵 在 這些 100 部分
和 問 到 決定 無論 每個 部分 應該 是 分類 作為 a 經過 或者 a 失敗。
我已經 總結 這 結果 在 這 桌子 到 這 正確的， 部分的 桌子。
你 看 那裡 是 100 列 在 這 桌子。
全部 變數 是 名義上的， 所以 這 第一的 柱子
是 這 部分 1-100。
然後 這 第二 柱子 是 這 等級 經過 檢驗員 1、
無論 它是 a 經過 或者 失敗， 和 然後 這 第二 檢驗員
還有哪裡 第二 柱子 有 a 透過或 失敗 等級。
現在， 如果 我們 是 不是 熟悉的 和 JMP的 測量 屬性 分析 程式,
第一的 步 那 我們 可以 拿 可以 是
到 看 在 這 二 分類 分佈
和 使用 動態的 連結 到 比較。
什麼 I 將要 做 是 展示 你 這 幻燈片
和 然後 I 將要 去 和 證明 這 結果 在 這 幻燈片
後 我已經 走了 透過 這 幻燈片， 透過 a 肯定 數量 的 材料。
為了 例子， 如果 我們 點擊， 說， 讓我們 產生 分佈
的 這 二 列， 這 失敗， 督察1 和 督察2，
然後 我們 能 點擊， 說， 為了 例子， 在 這 失敗 柱子 為了 督察1，
你 看 大多 火柴 為了 檢驗員 2、
但 那裡 是 a 很少 分歧 超過 這裡。
那裡 是 一些 通行證 在哪裡 督察1
分類 它 作為 a 失敗， 但 督察2 分類 它 作為 a 經過。
現在， 什麼時候 你 做 點選 在 那 跳轉 亮點，
這 實際的 列 那 對應 到 這。
你 能 看 超過 這裡， 為了 例子， 排 四、 督察1 稱為 它 a 失敗
和 督察2 稱為 它 a 經過。
一般來說 儘管， 他們是 大多 在 協定,
失敗，失敗，失敗，失敗 和 所以 向前。
我們 可以 也 做 那 經過 點選 在 督察2 失敗，
和 然後 看到 如何 它 比較 到 督察1.
我們 看 那 那裡 是 實際上 五 實例 的 分歧
之間 這 二 檢查員。
什麼時候 這 督察1 對其進行分類 作為 a 失敗，
有 五 我 檢查員2 分類 它 作為 a 經過。
現在 我們 能 也 視覺化 這 檢驗員 比較 數據。
到 做 那， 我們 能 使用 圖形產生器 和 製表 到 看法 同意 和 不同意
計數 之間 這 二 檢查員。 這是 一 方式 的 視覺化 它。
我們 能 放 督察1 使用 圖形產生器 在 這 水平的 軸
和 督察2 在 這 垂直的 軸。
然後 我們 看 現在 和 顏色 編碼， 無論 它是 協定 或者 不同意，
同意 是 綠色的 和 然後 這 列
那 是 不同意 顏色 程式碼 是 紅色的 標記。
現在 我們 能 看 這 實際的 分配。
然後 我們 能 使用 製表 到 實際上 全部的 這 數位 那 是 涉及。
我們 能 看 超過 這裡 為了 督察1 和 督察2。
督察1 和 督察2 同意 在 這 失敗 分類
為了 四十二 的 這 部分 和 他們 同意 在 四十四 的 這 經過 部分。
他們 不同意 在 九 實例 超過 這裡
在哪裡 督察2 稱為 它 a 失敗 和 督察1 稱為 它 a 經過。
和 督察2 稱為 a 經過， 在哪裡 督察1 稱為 它 a 失敗。
所以 那些 全部的 14.
這 檢驗員 同意 在 a 分類 為了 86% 的 這 部分
和 他們 不同意 在 14%。
從 那裡 現在 我們 能 去 和 做 屬性 測量 分析
和 看 什麼 跳轉 能 做 為了 這 分析。
到 去 到 屬性 測量 分析， 是 去 到 去 到 品質
和 分析 品質 和 過程 變異性 屬性 測量 圖表。
然後 我們 投擲 這 行。 和 這裡 我已經 顯示 這 檢驗員
是 上市 在下面 這 Y 回覆, 兩個都 的 他們。
然後 這 柱子 為了 這 部分 是 上市 作為 這 分組。
這些 是 必需的 條目。
我們 注意 這 圖表 類型 是 屬性， 我們 點選 好的。
和 現在 跳轉 提供 我們 和 這 屬性 測量 分析 報告。
這 第一的 圖表 那是 顯示 超過 這裡 是 這 百分比 協定 為了 每個 部分。
所以 我們 有 100 部分 在 這 水平的 列 軸 超過 這裡，
和 什麼時候 有 100%， 它 方法 這 二 檢驗員 同意。
什麼時候 有 0% 它 方法 到 不同意。
這 左邊 圖表 節目 這 全面的 百分比 協定 86% 經過 檢查員。
自從 這 比較 是 之間 僅有的 二 檢查員，
兩個都 是 去 到 有 這 相同的 86% 協定 價值。
這 協定 報告 現在 包括
a 數值 概括 的 這 全面的 86% 協定.
你 能 看 86 火柴 出去 的 100 檢查
和 這 個人 一 是 去 到 是 這 相同的 自從 它是 僅有的 一 問題
的 無論 它 曾是 a 經過 或失敗 為了 a 給定 部分。
和 95% 信心 限制 是 假如 為了 這 二 結果，
兩個都 為了 這 檢驗員 和 為了 這 協定.
現在 這 協定 比較 報告 包括 a 新的 統計
那 也許 許多 人們 是 不是 熟悉的 和，
稱為 這 河童 統計。
它是 設計 經過 科恩， 那是 給定 在 這 參考。
這 柯恩 河童 統計 指數， 哪個 在 這 案件 是 0.7203。
是 設計 到 正確的 為了 協定 經過 機會 獨自的。
這 曾是 非常 有趣的 到 我 什麼時候 I 第一的 讀 關於 這。
比如，「什麼 做 我們 意思是 經過 協定 經過 機會 獨自的？ 」
讓我們 去 進入 a 小的 位元 的 一個 解釋 的 協定 經過 機會
和 如何 能 我們 估計 它。
讓我們 考慮 二 評分者， R1 和 R 2.
出色地 認為 完全 隨機的 選擇
為了 每個 評分者 為了 每個樣本， 例子， 為了 每個 部分。
我們 更遠 認為 那 這 可能性 a 評分者 選擇 任何一個 選擇 經過
或者 失敗 超過 這 其他 是 50%。 所以 它是 50/50。
百份樣本 或者 試驗 是 不同地 已分類 經過 經過/ 失敗 為了 每個 評分者，
相似的 到 翻轉 a 硬幣 為了 每個 選擇。
我們 只是 視覺化 二 檢驗員 和 他們是 每個 翻轉 a 硬幣，
和 他們是 嘗試 到 匹配 如何 許多 得到 頭，頭
或者 尾巴， 尾巴， 或者 頭，尾，或尾，頭。
什麼是 這 預期的 分數 的 協定 經過 機會？
出色地， 它是 a 簡單的 問題 在 可能性。
相似的 到 拋擲 二 硬幣， 那裡 是 僅有的 四 可能的
和 同樣 可能 機會 結果 之間 這 二 檢驗員 為了 每個 部分。
評分者 1 可以 稱呼 它 a 失敗， 和 額定 2 可以 稱呼 它 a 失敗。
他們 會 同意。 評分者 1 能 稱呼 它 a 經過，
和 評分者 2 會 稱呼 它 a 經過 和 那裡有 是 協定 那裡。
這 分歧 會 是 什麼時候 他們 不 同意 在 無論 它是 a 經過， 失敗。
現在， 這些 是 四 同樣 可能 機會。
出色地， 二 的 他們 是 到 同意 和 二 的 他們 不同意。
所以， 這 可能性 的 協定 經過 機會 獨自的 是 二 出去 的 4 是 50%。
這是一個 簡單的 可能性 問題。
現在， 如何 做 我們 計算 這 卡帕 統計 在 這 其他 手？
作為 I 說， 它是 意味著 到 正確的 為了 這 預期的 可能性
的 協定 經過 機會 獨自的。
這 簡單的 公式 那 你 能 放 進入 跳轉 為了 這 Kappa 統計量
是 百分比 協定, 在 這 案件， 會 是 86% 減 這 預期的 經過 機會
從 這 數據， 哪個 我們 知道 是 去 到 是 大約 50%。
如何 做 我們 實際上 使用 這 數據 到 估計 這 預期的 機會
從 這 數據 本身， 這 預期的 協定 經過 機會 從 這 數據？
出色地， 這 估計 的 科恩卡帕統計
是 顯示 以下， 和 這 是 基本上 如何 它是 完畢。
這 是 這 清單 價值。 這 是 什麼 我們 鋸 更早。
協定 在 失敗/ 失敗 為了 督察1 和 四十二 實例。
協定 之間 督察1 和 督察2
在 這 過去的 標準 為了 四十四 實例。
你 有 那些 向上 和 那是 86%。
所以 I 展示 你 超過 這裡 在 這 Excel 格式 那 我們 額外， 四十二 加 四十四
我們 得到 分裂 經過 100.
然後 不同意 是 一 減 [聽不清楚 00:08:58]
或者只是 這 五 加 九 分裂 經過 100.
現在， 到 計算 這 協定 經過 機會， 這 柯恩 Kappa 統計量 是 這 和
的 這 產品 的 這 邊緣 分數 為了 每個 經過/ 失敗 類型。
出色地， 這裡 是 這 邊緣 分數。
F 或者 失敗， 這 邊緣 分數 是 51 分裂 經過 100和47 分裂 經過 100.
所以 我們 形式 a 產品 的 那些 二。五十一 分裂 經過 100
次 四十七 分裂 經過 100.
加， 現在 我們 進入 這 失敗。另一個標準是失敗。
這是 49... I 應該 有 說 那 曾是 這 第一的 不同意。
五十一和 四十七 為了 這 失敗 標準。 為了 這 經過 標準 現在，
我們 去 49 出去 的 100和53 出去 的 100，
和 我們 乘 那些 二 一起 和 添加 他們。
那 給出 我們 a 數位 什麼時候 我們 計算 它 出去 到 49. 94，
哪個 是 非常 關閉 明顯地， 到 0.5。
然後 這 Kappa 統計量 是 這 百分比 協定
減 這 預期的 經過 機會， 分裂 經過 一 減 這 預期的 經過 機會。
那 來 出去 到 為 0.7023 在 這 案件。
這 河童。 這裡 是 一些 指引
為了 口譯 河童。
去 後退 向上 再次。
I 想 到 展示 你 那 這 河童 曾是 72.03。
這 指引 為了 口譯 河童 是 如果 河童 是 更大
比 0 .75， 它是 出色的。
如果 它是 之間 0.4 和 0. 75， 它是 好的。
和 如果 它是 較少的 比 0 .40 它是 稱為 邊緣 或貧窮。
有 一些 有限 劃分 線 在 這。
一個優秀的， 完全 100% 協定,
會 製作 a 河童 的 一， 和 我們 可以 實際上 得到 a 負 Kappa
哪個 會 是 協定 那是 較少的 比 經過 機會 獨自的。
這 圖書 因為這些都是給定的 在 這 參考。
全部 正確的， 讓 我 只是 停止 這裡 和 去 進入 跳轉 到 什麼 我們已經 完畢 所以 遠的。
我們 能 看 那。
這 數據 文件 那 我們已經 得到 超過 這裡 是 這 檢驗員
那 I 談論 關於， 和 I 說 我們 可以 拿 a 看 在 這 分配。
明顯地， 如果 你是 熟悉的 和 跳轉， 你 只是 去 分析 分配
和 放 在 這 檢驗員 超過 這裡。
然後 我們 能 放 這 下一個 到 這 行，
和 如果 我們 點選 失敗， 我們 看 這 比較 之間 這 失敗
為了 督察1 相對 這 失敗 為了 督察2 和 一些 分歧。
然後 你 能 看 哪個 區域 這 列 不同意 例子 四。
相似地， 如果 我們 計算 超過 那裡， 我們 能 比較 督察2 到 督察1.
得到 a 不同的 放 的 數位 超過 這裡。
這 其他 選項 那 I 提及 為了 視覺化 是 到 做 a 圖形產生器
和 在 圖形產生器， 我們 能 放 督察1 在 這 水平的 軸
和 督察2 在 這 垂直的 軸。
現在 我們 有 a 比較， 和 現在 我們 能 實際上 看 這 數位
的 次， 為了 例子， 如何 許多 次 做過 督察1
速度 某物 作為 a 經過 在哪裡 督察2 額定 作為 a 失敗。
如果 我們 去 後退 到 這 數據 桌子，
我們 看 那 那裡 是 九 實例 的 那， 和 他們是 突出顯示 在 a 排。
釷 是 是 a 非常 快的 方式 的 看到 什麼 這 數位 是
為了 這 不同的 類別 那 是 在職的 和。
讓我們 說， 點選 完畢 超過 這裡。
這 其他 事物 我們 能 使用 作為 I 提及， 是 這 製表 特徵。
我們 能 去 到 製表， 和 我們 能 放 督察1 在 這 頂部
和 督察2 在 這 底部 超過 這裡 這 方式。
然後 我們 能 添加 在 其他 排 為了 這 邊緣 總計 向下 這裡 和 所以 向前。
現在 我們 有 這 概括 那 我們 能 放 下一個 到 這 圖形產生器
和 看 什麼 這 實際的 製表 是 那 我們已經 得到 為了 那。
那是 某物 那 我們 會 做
也許 如果 我們 是 不是 熟悉的 和 跳轉 程式.
但 讓我們 使用 跳轉 現在 到 做 這 分析。
是 去 到 來 超過 這裡， 是 去 到 去 到 品質 和 過程。
是 去 到 去 到 變異性 屬性 測量 圖表。
是 去 到 放 在 這 檢驗員 超過 這裡。
是 去 到 放 在 這 部分。
超過 這裡 你 注意 它是 必需的， 屬性。
好的， 點選 好的， 和 現在 我們 有 我們的 輸出。
這 輸出 節目 再次 為了 每個 部分 這 協定.
零 方法 I 不同意。 100% 方法 I 不同意。
這 節目 這 等級 之間 這 二 檢查員， 86%。
這 是 這 概括， 86%。
這是 我們的 河童 指數 超過 這裡， 和 我們 有 這 協定 之內 率。
這 是 種類 的 多餘的 在 這 感覺
因為 是 僅有的 尋找 在 一 二進位 比較。
然後 更遠 在 向下 這裡， 我們 能 做 這 協定 經過 類別。
我們 能 實際上 計算 如何 很多 是 這 協定 經過 這 失敗，
個別地， 或者 經過 這 經過 單獨地。
好的， 所以 那是 如何 我們 會 做 它 為了 a 簡單的 比較。
但 什麼 如果 我們 現在 考慮 那 這 實際的 診斷
的 這 部分 曾是 已知 或者 確認的？
讓我們 去 後退 進入 我們的 PowerPoint的 推介會。
我介紹一個 標準。
好的， 這 是 a 措施 的 什麼 我們 稱呼 效力。
是 去 到 認為 這 正確的 部分， 分類 曾是 任何一個 已知
或者 隨後 確認的。
所以 這 是 這 真的 正確的 診斷 那 應該 有 到過 完畢 在 那 部分。
如何 準確的 是 這 檢驗員 選擇？
在 其他 字， 如何 能 我們 比較 如何 準確的 每個 檢驗員 曾是
到 決定 匹配 向上 和 這 真的 標準？
我們 放 向上 那 柱子 在 跳轉， 和 現在 我們 能 去 透過 這 過程
那 我們 說 早些時候 的 尋找 在 a 分配。
為了 例子， 如果 我們 添加 在 這 分配，
這 時間 我們 包括 a 標準， 現在 我們 能 點選 在 經過，
和 我們 能 看 這 協定 之間 督察1 和 督察2
在 經過 分類。
你 能 看 兩個都 的 他們 有 一些 錯誤分類， 一些 錯誤的 診斷。
我們 能 點選 在 失敗 和 做 這 相同的 事物 為了 這 其他 類別。
然後 跳轉 將要 強調 那些 在 這 數據 桌子。
到 做 這 屬性 測量 分析 在 跳轉 使用 這 標準，
全部 我們 有 到 現在就做 是 進入 標準 進入 這 對話 盒子 作為 我們 做過 前。
這 是 這 額外的 柱子。
這 大的 不同之處 現在， 和 這 是 不是 突出顯示 在 這 手動的，
是 那 在下面 屬性 測量， 我們 能 現在 得到 a 圖表
那 適用 具體來說 到 這 效力。
什麼 是 去 到 做 是 取消點擊 這些 協定 點 在 這 圖表，
和 點選 反而 這 效力 點 在下面 屬性 測量。
什麼時候 我們 做 那， 我們 得到 其他 圖表 那 措施 這 效力。
和 這 效力 有 三 評級 為了 它。
這 測量 屬性 圖表 現在 節目 這 百分比 協定,
0，50 %, 或者 100% 的 這 二 檢驗員 到 這 標準 為了 每個 部分。
A 0% 暗示 兩個都 檢驗員 誤診 他們的 問題。
七 事件 的 那 發生。
A 50% 表示 一 的 這 檢驗員 得到 他們的 正確的 分類，
和 明顯地， 100% 方法 他們 兩個都 得到 它 正確的。
然後 這 左邊 圖表 節目 這 全面的 百分比 協定
到 這 標準 為了 每個 檢查員。
我們 注意到 那 那裡 曾是 一些 輕微 不同之處 之間 這 二 檢查員。
我們 現在 產生 這 效力 報告
那 包含 這 經過/ 失敗 比較
到 這 標準 為了 每個 檢查員。
你 能 看 督察1 得到 四十二 的 這 失敗 正確的。
他 得到 43 的 這 通行證 正確的， 但 他 得到 10不正確 的 這 失敗，
稱呼 他們 通過。
和 他 得到 五 的 這 通行證 不正確。
I 尋找 這 符號 a 小的 位元 令人困惑。
I 放 它 向下 在 這 底部。
什麼時候 我們 說 不正確 失敗，
那 方法 a 失敗 曾是 錯誤地 分類 作為 a 經過。
什麼時候 我們 說 不正確 經過， 它 方法 a 經過 曾是 錯誤地
分類 作為 a 失敗。
你 能 得到 你的 頭腦 去 在 瘋狂的 方法
只是 嘗試 到 總是 解釋 什麼是 在 那裡。
什麼 我已經 完畢 是 I 創建 我的 自己的 圖表 到 簡化 事物。
這 錯誤分類 節目 超過 這裡 那 17 實際的 失敗 部分 是 分類
作為 經過， 和 十一 經過 部分 分類 作為 失敗。
所以 那是 在 這 跳轉 輸出。
但 什麼 I 說 超過 這裡， 和 ID 愛 到 看 跳轉 包括
某物 相似的 到 這 作為 a 清除 解釋 的 什麼是 去 在。
督察1， 督察2， 這 標準 是 經過，
和 然後 這 正確的 分類為 經過 是 43 和 42.
這 錯誤分類 作為 失敗 有五個 和 六。
然後 超過 這裡， 什麼時候 這 標準 是 這 失敗，
這 正確的 選擇 經過 督察1 而 Inspector 2 是 四十二 和 45.
和 這 錯誤分類， 所以 什麼時候 它 曾是 失敗，
10 的 他們 是 被歸類為通過和七 超過 這裡。
現在， 理解， a 失敗 部分 分類 作為 經過
是 a 部分 那是 a 有缺陷的 部分 去 向上。
那是 稱為 a 錯過。
在 這 其他 手， a 失敗 部分 那 是 他 實際的 經過 部分，
我們 稱呼 那 基本上 生產 風險， 那是 a 錯誤的 警報。
和 跳轉 用途 那些 條款， 錯誤的 警報 和 錯過，
之後 在 患病的 解釋 那。
I 喜歡 這 圖表 因為 它 似乎 到 製作 a 清除 解釋
的 什麼是 去 在。
使用 圖形產生器， 再次 我們 能 看法 這 分類
經過 每個 檢驗員 作為 顯示 超過 這裡。
A 獲得， 你 能 強調 具體的 問題 那裡。
跳轉 也 允許 你 到 定義 a 一致性。
在 其他 字， 我們 說 非 符合 是 a 失敗 和 符合 是 a 經過。
那 方式 我們 能 拿 a 看 在 這 速度 的 錯誤的 警報 和 未命中
在 這 數據 本身 作為 決定 經過 這 檢查員。
我們 能 看 那 這 可能性 的 錯誤的 警報 為了 督察1 曾是 0.1
和 督察2 為0.125。 這 可能性 的 錯過，
好的，這個 方法 那 我們 讓 它 缺點 這 公園， 去 出去，
曾是 更高 為了 督察1 和 督察2。
患病的 展示 如何 這些 計算 是 完畢。
到 強調 這， a 錯誤的 警報
發生 什麼時候 這 部分 是 錯誤地 分類 作為 a 失敗，
什麼時候 它 是 a 經過。 那是 稱為 a 錯誤的 積極的。
這 錯誤的 警報， 這 數位 的 部分
那 有 到過 錯誤地 被評斷 到 是 失敗，
分裂 經過 這 全部的 數位 的 部分 那 是 被評斷 到 是 通過。
現在， 那是 在哪裡 這 計算 是 完畢 超過 這裡。
如果 I 去 向上 這裡， 這是 這 透過是 錯誤分類 作為 失敗，
所以 如果 I 拿 五 出去 的 48歲， I 結尾 向上 和 那 數位 0.1042。
現在 這 下一個 事物 是 a 錯過。
那 部分 是 錯誤地 分類 作為 a 經過。
什麼時候 它 實際上 是 a 失敗。 那是 a 錯誤的 消極的。
在 這 案件， 是 傳送 出去 a 有缺陷的 部分。
這 數位 的 部分 那 有 到過 錯誤地 被評斷 到 是 通行證
分裂 經過 這 全部的 的 部分 那 是 被評斷 到 是 失敗
是 10 出去 的 四十二 加 10 是 0.193。
A 獲得， 去 後退 到 這 桌子，
這些 是 這 部分 那 是 失敗， 但 10 的 他們 是 錯誤分類 作為 a 經過。
所以 這 部分 那 應該 有 到過 分類 作為 他們 失敗 是 52.
十 分裂 經過 52 給出 你 那 數位 0.1923。
所以 I 喜歡 那 桌子 是 更輕鬆 到 解釋 超過 這裡。
這 最終的 事物 關於 這 一致性 報告
是 你 能 改變 你的 一致性 類別，
或者你 能 轉變 符合 到 不符合。
你 能 計算 也 一個 逃脫 速度。 和 那 是 這 速度 那 這 可能性
那 a 不合格 部分 是 實際上 製作 和 不是 檢測到。
到 做 那， 我們 有 到 提供 一些 估計 或者 可能性
的 不符合 到 這 跳轉 程式.
I 放 在 喜歡 10%， 讓我們 說 10% 的 這 時間 我們 生產 a 有缺陷的 部分。
鑑於 那 我們已經 製作 a 有缺陷的 部分， 什麼是 這 可能性
那 的 去 到 是 a 錯過 和 然後 逃脫？
和 那是 這 逃脫 速度。 那是 這 乘法 的 這 二。
我們的流程 將要 生產 次 這 可能性 的 a 錯過 過程
生產 失敗 部分 次 這 可能性 的 a 錯過。
現在 讓我們 去 進入 跳轉 再次
和 是 去 到 使用 這 檢查 和 這 標準。
我是 迅速地 去 到 去 透過 這。
我們 做 分析 分配， 再次， 放 進入 三 超過 這裡，
和 現在 我們 能 點選 在 a 標準 向下 這裡
和 然後 我們 能 強調， 比較 這 檢查員 01 和檢查員 2。
其他 方式 到 視覺化 它 是 到 使用 圖形 建造者 作為 我們已經 完畢 前。
然後 我們 能 放 督察1 超過 這裡。
讓 我 做 它 這 方式。
和 督察2 能 是 在 這 邊 現在。
然後 我們 能 進入 這 標準 超過 這裡 在 這 邊。
和 現在 我們 有 a 方式 的 點選 和 看到 什麼 這 類別
是 相對的 到 這 標準。
那是 a 非常 好的 小的 圖形， 和 如果 你 通緝 到 說，
「好的， 如何 許多 督察1
相對 分類 作為 a 經過 什麼時候 它 曾是 a 失敗。
現在 我們 能 帶來 那 到 一個支架， 和 這 行是 突出顯示 也。
讓我們 去 進入 跳轉。 現在 是 去 到 分析
品質 和 過程， 變異性 屬性 測量 圖表，
記起 和 我是 去 到 添加 在 這 標準 超過 這裡。
我們 點選 這 標準。 現在 這是 這 問題。
跳轉 給出 我們 這 屬性 測量 圖表， 但 這 曾是 為了 這 協定.
什麼 我們會 喜歡 到 措施 是 反對 這 標準。
我們 來 向上 這裡 在 這 屬性 測量 圖表
和 我們是什麼 去 到 做 是 取消點擊 任何事物 那 說 協定.
和 點選 在 任何事物 那 說 效力。
那裡 可能 是 a 更簡單 方式 到 做 這 最終
在 [聽不清楚 00:23:31] 程式設計 在 跳轉。
現在 我們 有 這 影響 在 這 圖表， 再次， 作為 I 說， 50% 方法
那 一 的 這 檢驗員 得到 它 正確的， 0% 方法 他們 兩個都 得到 它 錯誤的。
和 我們 有 這 協定 報告 顯示 86 那 我們已經 見過 前。
但 什麼 我們 想 到 得到 向下 到 是 這 效力 等級，
這 效力 報告。
和 現在 我們 看 那 檢驗員 1 曾是 85% 有效的。
督察2 曾是 87% 有效的。
全面的 它 曾是 86% 有效的。
這是 這 概括 的 這 錯過 分類。
和 這些 是 這 一 那 是 上市 超過 這裡。
作為 他們 說 這 術語 你 需要 到 理解 那 不正確 失敗
是 正確的 通行證 和 不正確 通行證 是 正確的 失敗。
然後 這 一致性 報告 是 向下 這裡， 我們 顯示 你 如何 到 做 這 計算
和 然後 我們 能 改變 這 符合 類別 經過 正在做 那 超過 這裡。
或者 我們 能 計算 這 可能性 的 逃脫， 逃脫 速度，
經過 放置 在 一些 數量 那 估計，
如何 常 我們會 預計 到 看 a 有缺陷的 部分。
我是 放置 在 超過 這裡 觀點 一，
點擊， 好的。
和 然後 跳轉 給出 我們 這 可能性 的 不符合 和 這 逃脫 費率
作為 顯示 超過 這裡 現在 為了 每個 檢查員。
我 去 後退 到 現在 我的 微軟幻燈片軟體 推介會。
現在 那 我們 有 a 感覺 為了 這些 概念 的 協定,
效力 和 這 河童 指數， 讓 我們 看 如何 我們 能 申請 這 方法
到 a 更多的 複雜的 問題 從事 分析 稱為 存貨 追踪。
作為 部分 的 a 諮詢 專案 和 這 機器人技術 公司，
和 它是 Vimaan 機器人公司
和 經過 這 方式， 有 一些 精彩的 影片
如果 你 點選 超過 這裡 那 節目 這 無人機 飛行
在 這 倉庫 和 所以 向前
正在做 這 讀數 和 一些 的 這 結果 從 這 分析。
作為 部分 的 a 諮詢 專案 I 曾是 介紹 到 這 問題
的 無人機 飛行 在 a 倉庫 使用 光學的 特點 認出
到 讀 存貨 標籤 和 盒子 和 架子。
在 測量 系統 分析 MSA，
這 目的 是 到 決定 如果 這 變異性 在 這 測量 系統
是 低的 足夠的 到 準確 探測
差異 在 產品- 到- 產品 多變性。
A 更遠 客觀的 是 到 核實 那 這 測量 系統
是 準確的， 精確的 和 穩定的。
在 這 學習， 這 產品 到 是 測量 透過 光學字元辨識
在 無人機 是 這 標籤 在 這 容器 儲存 在 機架 在 a 倉庫。
這 測量 系統 必須 讀 這 標籤 準確。
此外， 這 測量 系統 將要 也 證實 這 能力 到 探測，
為了 例子， 空的 垃圾桶， 損壞的 物品， 計數 的 專案 在 a 給定 地點，
方面， 和 所以 向前。 全部 存在 完畢 經過 這 無人機。
在量規 R&R 研究中， 一 憂慮 地址 純的 錯誤，
那 是 這 重複性 的 重複 測量 在 這 相同的 標籤。
重複性 是 a 措施 的 精確。
在 添加， 在 衡量 R&R 研究，
a 第二 憂慮 是 這 偏見 聯繫 和 差異 在 這 工具，
那 是， 差異 之中 這 無人機 閱讀 這 相同的 標籤。
這 方面 是 稱為 可重複性， 那是 a 措施 的 準確性。
這 設計 那 I 建議的
曾是 a 叉 學習 在 哪個 這 相同的 地點 在 這 倉庫，
在 這 垃圾桶 是 測量 多種的 次， 那是 為了 重複性
穿過 不同的 偏見 因素， 這 無人機 為了 可重複性。
這 提議 將要 定義 一些 標準 為了 這 無人機 到 措施。
這 比較 將要 涉及 兩個都 之內- 無人機 可重複性，
無人機- 到- 無人機 協定 一致性，
和 無人機- 到- 標準 準確性。
這 計劃 曾是 到 措施 50 地點 1-50，
以及三架無人機 將要 是 用過的 到 措施 可重複性
那是 無人機- 到- 無人機 比較， 和 那裡 將要 是 三 通行證
為了 每個 地點 經過 每個 無人機 到 措施 可重複性。
現在， 多種的 回應 能 是 測量 反對 每個 具體的 標準。
所以 我們 不 有 到 有 只是 一 物品 和 a 標準。
我們 能 有 不同的 特徵。
這 閱讀 能 是 二進制， 那 是， 分類 作為 任何一個 正確的 或者 不正確。
和 也 這 閱讀 能 提供 地位
報告 為了 a 地點， 喜歡 這 數位 的 單位， 任何 損害 單位， 和 所以 向前。
範例 的 不同的 回應
是 如何 準確 能 這 無人機 讀 a 標準 標籤？
是 那裡 任何 遺失的 或者 倒 標籤？
是 這 存貨 專案 在 這 正確的 地點？
是 這 數量 的 盒子 在 a 地點 正確的？
是 任何 的 這 盒子 損壞的？ 這 會 是 某物
那 a 人類 人 會 是 檢查 作為 部分 的 一個 存貨 控制，
但 現在 是 正在做 它 全部 和 無人機。
這是 這 提議。
I 有 50 列 超過 這裡，
150 列 實際上， 因為 每個 地點 是 存在 讀 三 次 經過 每個 無人機。
所以 I 有 無人機 一個， 無人機 B, 和 無人機 C.
然後 這些 是 這 結果 的 a 比較 到 這 標準。
是 分類 五 標準， A、B、C、D 和 和，
和 他們是 隨機 安排 在 這裡 作為 遠的 作為 這 地點 去。
和 它是 一 特徵 指定 每個 的 這 50 位置。
S 薄的 是 正在做 三 閱讀， 它是 150 行。
T 三個 無人機 可重複性， 三 通行證 為了 每個 地點
和 經過 每個 無人機 那是 重複性
和 這 標準 已指定 為了 每個 地點。
我是 去 到 製作 一個 重要的 陳述 超過 這裡 那 這 數據 那 我是 使用
為了 插圖 是 製成- 向上 數據 和 不是 實際的 實驗
結果 從 這 公司。
我們 能 開始 離開 和 分佈 和 動態的 連接。
我們 能 現在 比較 這 分類 的 這 無人機 經過 標準。
我們 產生 這 分佈 和 然後 我們 點選 在 說， 標準 一個，
和 我們 能 看 如何 許多 無人機 得到 那 標準 A 正確的，
或者 無論 任何 無人機 有 更遠 誤診。
相同的 事物 如果 我們 能 點選 在 標準 和， 我們 能 看 無人機 A 有 a 更高 傾向
為了 錯誤分類 標準 E 和 相同的 事物 和 無人機 C.
現在 這 圖表 以下 節目 如何 出色地
這 無人機 同意 和 每個 其他 為了 每個 地點。
這裡 是 這 50 地點 和 是 尋找 在 這 無人機 比較。
現在 什麼時候 你是 比較 a 無人機 到 其他 無人機， 你已經 得到 a 很多 的 比較。
你是 比較 或許 無人機 一 到 i 本身 三 次。
你是 比較 區 一，
無人機 一 到 區 二， 次 為了 每個 一 的 這 測量。
所以 它 可以 有 像是 1、2、3 為了 區，
無人機 一 和 a 一， 二， 三 為了 區。
二， 和 你是 比較 全部 可能的 組合 現在 的 那些 無人機。
那是 為什麼 這 計算 得到 a 小的 位元 複雜的
什麼時候 你 得到 多種的 無人機 在 那裡。
但 你是 正在做 a 比較。
這 節目 這 協定 之中 全部 這 比較。
現在 我們 注意到 那 之間 區域 這 五 和 10，
那 為了 這些 地點 這 準確性 掉落 相當 顯著地
和 那 提示 更遠 調查 作為 到 為什麼？
它 可以 有 到過 這 燈光， 它 可以 有 到過 這 地點，
它 可以 有 到過 某物 別的 那 曾是 幹擾 和 這 恰當的 診斷。
你 看 最多 的 這 無人機 是 閱讀 準確 100%。
這 是 一個 協定 之間 這 無人機，
所以 他們 是 同意 大致 90， 91% 在 這 時間。
和 這些 是 這 信心 間隔 為了 每個 無人機。
所以 這 告訴 我們 如何 出色地 這 無人機 是 比較 到 每個 其他。
現在 我們 得到 協定 比較， 這 表 將要 展示 這 協定 價值觀
比較 對 的 無人機 和 無人機 到 這 標準。
和 這 河童 指數 是 給定 反對 這 標準 和 重複性
之內 無人機 和 可重複性 是 全部 出色的 基於 在 這 Kappa 統計數據
和 協定 穿過 甚至 這 類別 是 也 出色的。
所以 是 比較 這裡 無人機 A 到 無人機B
無人機 A 到 無人機 C, 無人機 B 到 無人機 C, 全部 正在做 出色的 協定.
是 比較 這裡 這 無人機 到 這 標準， 全部 一個 出色的 協定.
和 然後 這 是 這 協定, 只是 基本上 a 概括 的 它。
然後 這 是 這 協定 經過 這 不同的 類別。
現在 再次， 我們 能 看 在 這 屬性 圖表 為了 效力。
相同的 方式 我們 點選 出去 全部 這 協定 查看 盒子
和 然後 點選 在 這 效力 盒子。
我們 看 再次 超過 這裡， 那 七 和 八 有 這 最低
協定 到 這 標準。
再次， 那 可以 有 到過 某物 聯繫 和 這 燈光。
它 可以 有 到過 某物 聯繫 和 一些 其他 問題 那裡。
然後 這 全面的 協定 到 這 標準 經過 無人機，
你 能 看 他們是 關於 95%。
這 無人機 是 漂亮的 準確的 和 他們 是 漂亮的 可重複
和 這 重複性 曾是 出色的。
這 是 這 效力 報告。 現在 這 是 a 小的 位元 更多的 精心製作的
因為 現在 是 比較 它 為了 每個 的 這 五 特徵 標準
和 這些 是 這 不正確 選擇 那 是 製成 為了 每個 一。
出去 的 150 可能的 測量，
無人機 A 測量 142 正確， 無人機 B 145 和 無人機 C 140.
所以 效力 是 這 重要的 一。
如何 準確的 是 這 無人機？
我們 能 看 那 這 無人機 是 全部 跑步 向上 大約 一個 平均的 關於 95%。
這 出現 到 是 高度 有效的。
然後 我們 有 a 細節 分析
經過 等級， 假如 在 錯誤分類 報告。
所以 我們 能 看 單獨地 如何 每個 一 的 這些 無人機 比較的 到 這 不同的，
如何 每個 一 的 這 不同的 特徵描述
是 測量 正確地 或者 錯誤地 經過 這 無人機。
這 是 這 一 那 是 錯誤分類。
A 獲得， 讓 我 去 進入 跳轉。
哦， 一 更遠 例子 I 意味著 到 展示 向上 超過 這裡。
你 使用 圖形產生器，
我們 能 看法 這 分類 和 什麼 分類 經過 每個 強的。
這 是 a 真的 整潔的 方式 的 顯示 它。 I 希望 跳轉 會 包括 這 可能
作為 部分 的 這 輸出， 但 你 能 看 在哪裡 這 錯誤分類 發生。
為了 例子， 為了 無人機 一個， 什麼時候 你 錯誤分類 無人機 C,
最多 的 他們 是 分類 正確， 但 那裡 是 a 很少 那 是 不是。
這些 展示 這 錯誤分類。
I 喜歡 那 種類 的 表示 在 圖形產生器。
現在 讓我們 去 後退 進入 跳轉 和 是 去 到 做
屬性 測量 分析 多種的 和 這 實際的 實驗 那 曾是 跑步。
好的， 所以 是 去 到 分析 分佈如此 我們 能 做 這。
我們 能 比較 這 無人機 到 這 標準。
再次， 我們 能 只是 點選 在 a 標準 和 看 如何 它 比較 穿過 這 無人機。
我們 能 也 做 一個 分析 圖形產生器。
和 我們 能 放 這 區 無人機 A
和 然後 無人機 B, 和 然後 無人機 C 超過 這裡。
和 然後 我們 能 放 這 標準 在 那裡
和 它 節目 非常 清楚地 什麼是 正在發生 和 那。
B 出去 我們 能 去 和 也 進入 跳轉 和 使用 這 跳轉 品質 和 過程
變異性 屬性 測量。
所以 我們 添加 這 三 無人機 在 這裡， 我們 添加 這 標準，
和 我們 放 在 這 地點 和 我們 得到 我們的 測量 屬性 圖表報告
顯示 那 無人機 作為 遠的 作為 這 協定 和 每個 其他， 是 在 90%。
這 一 有 這 最多 難的 地點 到 表徵。
這裡 是 這 協定 報告 那 我已經 顯示 你。
無人機 一個， 無人機 B 和 無人機 C 協定 和 這 其他 無人機 和 和 本身 也。
無人機 A 到 無人機 B, 這些 是 這 河童 值。
這 是 這 測量 到 這 標準， 全部 非常 高的。
和 然後 這些 是 這 協定 穿過 類別。
和 然後 為了 這 效力，
到 得到 那 圖形 那 我們 喜歡 到 看 為了 這 效力 報告，
我們 拿 出去 這 協定 超過 這裡 和 點選 在 現在 這 效力。
我們 現在 有 這 效力 陰謀
在 這 輕敲 那 節目 我們 如何 這 無人機 同意 和 這 標準。
我們現在 去 後退 進入 這 微軟幻燈片軟體 推介會 超過 這裡。
好的， 到 總結一下 有 我們已經 完畢 超過 這裡，
這 使用 的 屬性 測量 分析 允許 這 公司 到 提供 堅硬的 數據
在 這 協定 和 效力 的 無人機 為了 存貨 管理。
T 他 結果 是 非常 感人的。 隨後的 結果 已報道
在 這 公司的 網站 展示 存貨 計數 到 是 35% 快點 存貨 成本
減少 經過 40% 和 減少 錯過了- 出貨
和 損害 索賠 減少 經過 50% 比較的 到 這 以前的 方法。
在 添加， 這 系統 產生 什麼 我們 稱呼 可操作的 數據
為了 更多的 準確的， 有效的， 更安全， 更多的 成本 有效的，
和 快點 存貨 控制。
一些 出色的 參考 超過 這裡 是 科恩的 原來的 紙，
和 書 經過 弗萊斯 是 出色的，
有 a 很多 的 細節， 和 也 這 書 經過 這 是 出色地 完畢。
I 感謝 你 非常 很多 為了 聆聽。 有 a 好的 天。
