乐于分享
好东西不私藏

属性抽样验收插件 — 锚定成本与风险的数学平衡点

属性抽样验收插件 — 锚定成本与风险的数学平衡点

属性抽样验收插件 — 锚定成本与风险的数学平衡点

Vibe Coding x JSL 混编三部曲 · 终章

分享 UP 主 – Alex Xu

前 JMP 中国高级数据分析经理

背景介绍

大家好,我是 Alex,一个“不懂 JMP 的胖子”。

在之前的分享中,我们介绍了如何通过传统 AI 对话,或借助现代 Vibe Coding 工具,结合 Python 与 JSL 混合编程,开发出可对标 Minitab 的 JMP 泊松率检验和游程检验插件。

近来,自己也投入了较多时间学习与实践 Vibe Coding。本期分享将是这个系列的阶段性完结篇,同时也希望弥补我过去在 JMP 中国服务客户时的又一个小遗憾:一些从 Minitab 转向 JMP 的用户,尤其是质量领域的朋友,还曾多次问及如何在 JMP 中制定 Minitab 的“属性抽样验收计划”。

实际上,JMP 在“样本大小分析器”平台下有相关功能且在持续更新,JMP Marketplace 上也有一款相关专业插件。但前者体验确实不尽如人意,后者可能不太符合 Minitab 切换用户的操作习惯。

因此,今天,我们将沿用之前的套路,自己动手,丰衣足食。

如果你有兴趣试用这个插件,欢迎点赞、投币、收藏后私信索取。

分享大纲

  1. 属性抽样验收简介 (Attributes Acceptance Sampling)

  2. 开发 Attributes Acceptance Sampling add-in

    • 基于 Trae + JSL 的开发思路与流程

    • Attributes Acceptance Sampling add-in Demo

分享链接

由于个人公众号无法插入外链,故烦请识别上图二维码跳转播放

培训公告

基于 JMP 分析工作流的商业培训现可开启

JMP 不仅是一个工具,更是一个覆盖从数据准备、探索分析到洞察呈现的完整分析平台。其能力贯穿可视化、质量管理、实验设计(DOE)、可靠性、预测建模与机器学习等核心领域,并支持灵活的定制与扩展。

我处可提供系统培训,深度依托 JMP 全流程分析生态,融合官方工作流与实战经验,拆解为模块化课程,直接响应企业多样化的数据分析场景,助力您的团队掌握从数据到决策的完整能力。

我们专注的,不止于软件操作,更在于让分析思维真正落地!

欢迎联系,了解课程详情与定制方案。