2. Six Sigma Prediction ModelThe ma

2. Six Sigma Prediction Model
The main objective is to find an optimal value for each well-type that will minimize the deviations from actual value. This optimal value depends on historical data, underestimation and overestimation penalties, and other factors. The best model for this scenario is “Newsvendor” model.
2.1 Factorstoconsider
To be practical, uncertainties cannot be predicted by a single scenario. However, decision maker should make an informed judgment and hope for the best. Therefore, the estimation model should incorporate as many factors as possible that help shape these uncertainties; the historical data can give an indication about the most likely value for both cost and duration. The historical data can give the following information: (1) Actual cost and duration , (2) Learning experience, (3) Sources of variation within year or between years, and how much other factors such as tools or drilling methodology change contribute to the variation in the data. Relying solely on historical data to predict for future might mislead the prediction model. Thus, having expert’s belief or opinion about what should be actual cost and duration is essential. The challenge is how to help expert set a prior distribution for actual cost. The learning experience is modeled using Wright (1936) model.
Expert opinion about actual cost and duration will benefit the model and make it more practical. The reason is that the historical data may have an average accuracy level. This “average” accuracy level could be a result of missing data, unclear method for collecting data, or that data are gathered from various departments in oil and gas companies which may have unclear measurement system. To help experts, the model extracted relevant information (as summarized previously). These relevant pieces of information include: (1) Trends in the data, (2) Sources of variation, and (3) Learning experience. The end result of the expert opinion is a probability density function that gets updated using the historical data. However, this is not rigid and experts can still have an influence in the end result distribution as will come in the example provided in case-study section. Moreover, the expert state of knowledge can be explained by a member of the beta family distribution. It is entirely possible that the state of knowledge will not be adequately described by a beta distribution, but the flexibility that beta family distribution has makes it “effectively” capture expert opinion.

ผลลัพธ์ (ไทย) 1:

2. ซิกซ์ซิกม่าแบบคาดการณ์วัตถุประสงค์หลักคือการ หาค่าที่เหมาะสมสำหรับแต่ละอย่างชนิดที่จะลดความเบี่ยงเบนจากค่าจริง ค่านี้ขึ้นอยู่กับข้อมูลในอดีต โทษ underestimation และ overestimation และปัจจัยอื่น ๆ รุ่นที่ดีที่สุดสำหรับสถานการณ์สมมตินี้เป็นรุ่น "Newsvendor"2.1 Factorstoconsiderเป็นจริง ความไม่แน่นอนไม่สามารถคาดเดา โดยสถานการณ์เดียว อย่างไรก็ตาม ตัดสินใจควรตรวจการพิพากษาทราบและหวังดี ดังนั้น แบบการประเมินควรรวมเป็นหลายปัจจัยที่เป็นไปได้ที่ช่วยให้รูปร่างไม่แน่นอนเหล่านี้ ข้อมูลในอดีตสามารถให้การบ่งชี้เกี่ยวกับค่ามากที่สุดสำหรับต้นทุนและระยะเวลา ข้อมูลในอดีตสามารถให้ข้อมูลต่อไปนี้: (1) ต้นทุนที่เกิดขึ้นจริง และระยะเวลา ประสบการณ์การเรียนรู้ (2), (3) แหล่งที่มาของการเปลี่ยนแปลงภาย ในปี หรือ ระหว่างปี จำนวนปัจจัยอื่น ๆ เช่นเครื่องมือหรือเปลี่ยนแปลงวิธีการเจาะที่นำไปสู่การเปลี่ยนแปลงในข้อมูลได้ อาศัยเพียงข้อมูลในอดีตทำนายสำหรับอนาคตอาจเข้าใจแบบคาดการณ์ ดังนั้น มีความเชื่อหรือความคิดเห็นเกี่ยวกับสิ่งที่ควรจะจ่ายและระยะเวลาของผู้เชี่ยวชาญเป็นสำคัญ ความท้าทายคือ วิธีการตั้งชื่อการแจกจ่ายล่วงหน้าสำหรับจ่ายผู้เชี่ยวชาญ ประสบการณ์การเรียนรู้ได้แบบมาใช้รุ่นไรท์ (ค.ศ. 1936)ความคิดเห็นจากผู้เชี่ยวชาญเกี่ยวกับต้นทุนจริงและระยะเวลาจะได้รับประโยชน์แบบ และทำให้ปฏิบัติมากขึ้น เหตุผลคือ ว่า ข้อมูลในอดีตอาจจะเป็นระดับความถูกต้อง ระดับ "" ความถูกต้องนี้อาจเป็นผลของข้อมูลที่หายไป ไม่ชัดเจนวิธีการเก็บรวบรวมข้อมูล หรือที่มีการรวบรวมข้อมูลจากหน่วยงานต่าง ๆ ในน้ำมัน และก๊าซธรรมชาติบริษัทซึ่งอาจมีระบบการวัดที่ชัดเจน เพื่อช่วยให้ผู้เชี่ยวชาญ แบบแยกข้อมูลที่เกี่ยวข้อง (ตามที่สรุปไว้ก่อนหน้านี้) รวมชิ้นส่วนข้อมูลเหล่านี้ที่เกี่ยวข้อง: (2) แหล่งที่มาของการเปลี่ยนแปลง และประสบการณ์การเรียนรู้ (3) (1) แนวโน้มในข้อมูล ผลลัพธ์สุดท้ายของความเห็นผู้เชี่ยวชาญเป็นฟังก์ชันความหนาแน่นของความน่าเป็นที่ได้รับการปรับปรุงโดยใช้ข้อมูลในอดีต อย่างไรก็ตาม นี้ไม่แข็ง และผู้เชี่ยวชาญสามารถมีอิทธิพลต่อการกระจายผลสิ้นสุดจะมาในตัวอย่างในส่วนของกรณีศึกษา นอกจากนี้ รัฐผู้เชี่ยวชาญความรู้สามารถอธิบาย โดยสมาชิกของการแจกจ่ายครอบครัวเบต้า เป็นไปได้ทั้งหมดว่า สถานะของความรู้จะไม่เพียงพอกล่าว โดยที่การแจกแจงบีตา แต่ความยืดหยุ่นที่มีการแจกแจงบีตาครอบครัวทำให้ "ประสิทธิภาพ" จับเห็นผู้เชี่ยวชาญ

ผลลัพธ์ (ไทย) 2:

2. Six Sigma ทำนายรุ่น
วัตถุประสงค์หลักคือการหาค่าที่ดีที่สุดสำหรับแต่ละประเภทที่ดีที่จะช่วยลดการเบี่ยงเบนจากมูลค่าที่เกิดขึ้นจริง นี้ค่าที่ดีที่สุดขึ้นอยู่กับข้อมูลทางประวัติศาสตร์เบาและเช็คสเปียร์บทลงโทษและปัจจัยอื่น ๆ รุ่นที่ดีที่สุดสำหรับสถานการณ์สมมตินี้คือ "Newsvendor" รูปแบบ.
2.1 Factorstoconsider
ที่จะปฏิบัติไม่แน่นอนไม่สามารถคาดการณ์โดยสถานการณ์เดียว อย่างไรก็ตามการตัดสินใจควรจะทำให้การตัดสินทราบและหวังที่ดีที่สุด ดังนั้นรูปแบบการประเมินควรรวมปัจจัยหลายอย่างที่เป็นไปได้ว่ารูปร่างช่วยเหลือความไม่แน่นอนเหล่านี้ ข้อมูลทางประวัติศาสตร์ที่สามารถให้ข้อบ่งชี้เกี่ยวกับความคุ้มค่ามากที่สุดสำหรับทั้งค่าใช้จ่ายและระยะเวลา ข้อมูลทางประวัติศาสตร์สามารถให้ข้อมูลต่อไปนี้ (1) ค่าใช้จ่ายที่เกิดขึ้นจริงและระยะเวลา (2) ประสบการณ์การเรียนรู้ (3) แหล่งที่มาของการเปลี่ยนแปลงภายในปีหรือระหว่างปีและวิธีการมากปัจจัยอื่น ๆ เช่นเครื่องมือหรือการเปลี่ยนแปลงวิธีการขุดเจาะนำไปสู่การ การเปลี่ยนแปลงในข้อมูล อาศัยเพียงข้อมูลทางประวัติศาสตร์ที่จะคาดการณ์ในอนาคตอาจจะทำให้เข้าใจผิดแบบจำลองการคาดคะเน ดังนั้นจึงมีความเชื่อของผู้เชี่ยวชาญหรือความเห็นเกี่ยวกับสิ่งที่ควรจะเป็นค่าใช้จ่ายที่เกิดขึ้นจริงและระยะเวลาเป็นสิ่งสำคัญ ความท้าทายคือวิธีการที่จะช่วยให้ผู้เชี่ยวชาญด้านการตั้งค่าการกระจายก่อนสำหรับค่าใช้จ่ายที่เกิดขึ้นจริง ประสบการณ์การเรียนรู้ที่เป็นแบบจำลองโดยใช้ไรท์ (1936) รุ่น.
ความคิดเห็นของผู้เชี่ยวชาญเกี่ยวกับค่าใช้จ่ายที่เกิดขึ้นจริงและระยะเวลาที่จะได้รับประโยชน์รูปแบบและทำให้มันเป็นจริงมากขึ้น เหตุผลก็คือว่าข้อมูลทางประวัติศาสตร์อาจจะมีระดับความถูกต้องเฉลี่ย นี้ "ค่าเฉลี่ย" ระดับความถูกต้องอาจจะเป็นผลมาจากการขาดหายไปของข้อมูลที่ไม่ชัดเจนวิธีการในการเก็บรวบรวมข้อมูลหรือว่าข้อมูลที่รวบรวมจากหน่วยงานต่างๆใน บริษัท น้ำมันและก๊าซที่อาจมีระบบการวัดชัดเจน ที่จะช่วยให้ผู้เชี่ยวชาญด้านรูปแบบการสกัดข้อมูลที่เกี่ยวข้อง (สรุปก่อนหน้านี้) ชิ้นนี้ที่เกี่ยวข้องของข้อมูลรวมถึง: (1) แนวโน้มในข้อมูล (2) แหล่งที่มาของการเปลี่ยนแปลงและ (3) ประสบการณ์การเรียนรู้ ผลลัพธ์ที่ได้จากความคิดเห็นของผู้เชี่ยวชาญเป็นฟังก์ชั่นความหนาแน่นของความน่าจะเป็นที่ได้รับการปรับปรุงโดยใช้ข้อมูลทางประวัติศาสตร์ แต่นี้ไม่ได้แข็งและผู้เชี่ยวชาญยังคงสามารถมีอิทธิพลในการกระจายผลสุดท้ายจะมาเป็นในตัวอย่างที่มีให้บริการในส่วนของกรณีศึกษา นอกจากนี้รัฐผู้เชี่ยวชาญของความรู้ที่สามารถอธิบายได้โดยสมาชิกคนหนึ่งของครอบครัวกระจายเบต้า มันเป็นไปได้ว่าทั้งสถานะของความรู้ที่จะไม่ได้รับการอธิบายอย่างเพียงพอโดยการกระจายเบต้า แต่มีความยืดหยุ่นในการจัดจำหน่ายที่ครอบครัวมีเบต้าทำให้มัน "ได้อย่างมีประสิทธิภาพ" ความคิดเห็นของผู้เชี่ยวชาญการจับภาพ

ผลลัพธ์ (ไทย) 3:

2 . แบบจำลองการทำนายหกซิกม่าวัตถุประสงค์หลักคือเพื่อหามูลค่าที่เหมาะสมสำหรับแต่ละประเภทก็จะลดความเบี่ยงเบนจากค่าจริง มูลค่าที่เหมาะสมขึ้นอยู่กับข้อมูลทางประวัติศาสตร์และการการประเมินค่าต่ำไปประเมินมากเกินไป และปัจจัยอื่น ๆ รุ่นที่ดีที่สุดสำหรับสถานการณ์นี้เป็น " รุ่น newsvendor "2.1 factorstoconsiderเป็นจริงความไม่แน่นอนไม่สามารถคาดการณ์โดยสถานการณ์เดียว อย่างไรก็ตาม ผู้ตัดสินใจต้องมีข้อมูลและหวังที่ดีที่สุด ดังนั้น การประมาณค่าแบบจำลองควรรวมเป็นหลายปัจจัยที่เป็นไปได้ที่ช่วยให้รูปร่าง ความไม่แน่นอนเหล่านี้ ข้อมูลทางประวัติศาสตร์สามารถให้ข้อบ่งชี้เกี่ยวกับมูลค่ามากที่สุดสำหรับค่าใช้จ่ายและระยะเวลา ข้อมูลทางประวัติศาสตร์ที่สามารถให้ข้อมูลต่อไปนี้ : ( 1 ) ต้นทุนที่เกิดขึ้นจริงและระยะเวลา ( 2 ) ประสบการณ์การเรียนรู้ ( 3 ) แหล่งที่มาของการเปลี่ยนแปลงภายในปี หรือระหว่างปี และปัจจัยอื่น ๆเท่าใด เช่น เครื่องมือเจาะ หรือวิธีการเปลี่ยนไปสู่การเปลี่ยนแปลงในข้อมูล อาศัย แต่เพียงผู้เดียวในข้อมูลทางประวัติศาสตร์ที่จะทำนายอนาคตอาจทำให้เข้าใจผิดพยากรณ์แบบ ดังนั้น การมีความเชื่อหรือความเห็นของผู้เชี่ยวชาญเกี่ยวกับสิ่งที่ควรต้นทุนจริงและระยะเวลาเป็นสิ่งสำคัญ ความท้าทายคือวิธีการที่จะช่วยให้ผู้เชี่ยวชาญด้านการตั้งค่าการกระจายก่อนที่ค่าใช้จ่ายที่เกิดขึ้นจริง ประสบการณ์การเรียนรู้แบบใช้ไรท์ ( 1936 ) นางแบบความเห็นของผู้เชี่ยวชาญเกี่ยวกับต้นทุนที่เกิดขึ้นจริงและระยะเวลาจะได้รับรูปแบบและให้ปฏิบัติมากขึ้น เหตุผลคือ ข้อมูลประวัติอาจจะมีระดับความแม่นยำเฉลี่ย " เฉลี่ย " ระดับความถูกต้องอาจเป็นผลของข้อมูลสูญหาย วิธีการที่ชัดเจน เพื่อรวบรวมข้อมูล หรือ ข้อมูลที่รวบรวมจากหน่วยงานต่าง ๆในน้ำมันและก๊าซ บริษัท ซึ่งอาจจะมีระบบการวัดผลที่ชัดเจน เพื่อช่วยให้ผู้เชี่ยวชาญทำการสกัดข้อมูลที่เกี่ยวข้อง ( ตามที่สรุปไว้ก่อนหน้านี้ ) ชิ้นส่วนเหล่านี้ของข้อมูลที่เกี่ยวข้องรวมถึง : ( 1 ) แนวโน้มของข้อมูล ( 2 ) แหล่งที่มาของการเปลี่ยนแปลง และ ( 3 ) ประสบการณ์การเรียนรู้ สิ้นผลของความเห็นของผู้เชี่ยวชาญเป็นฟังก์ชันความหนาแน่นของความน่าจะเป็นที่ได้รับการปรับปรุงโดยใช้ข้อมูลทางประวัติศาสตร์ อย่างไรก็ตาม ไม่แข็งและผู้เชี่ยวชาญยังคงสามารถมีอิทธิพลในสิ้นผลแจกเป็น จะ มา ในตัวอย่างที่ให้ไว้ในส่วนของกรณี . นอกจากนี้ ผู้เชี่ยวชาญด้านสถานะของความรู้สามารถอธิบายได้โดยสมาชิกของครอบครัวเบต้ากระจาย มันเป็นไปได้ทั้งหมดว่าสถานะของความรู้จะไม่เพียงพอที่อธิบายโดยเบต้ากระจาย แต่ความยืดหยุ่น การทำให้ครอบครัว Beta ได้ " มีประสิทธิภาพ " ยึดความเห็นของผู้เชี่ยวชาญ