標準最小二乗法（因子プロファイリング）共同JMPユーザーへの挨拶！
このSLS Factorのプロファイリングに関して私を手助けできますか。100％以上の収率を予測するJMP。最大100％の歩留まりのみを予測する方法を教えてください。
標準最小二乗法（因子プロファイリング）に関してどうもありがとうございました！ITは本当に私を大いに助けてくれます。
標準最小二乗法（因子プロファイリング）に関してこれは、誤差の正規分布と無制限の応答（Y）を仮定する手法（回帰）を使用した結果です。いくつかの選択肢があります。
それと一緒に暮らす！あなたは100％を超える予測は不可能であることを知っていますが、それがあなたの仕事にどのような影響を与えるかを考えてください。歩留まりを最大化し、予測が100を超えることがあっても、実際の最適値が見つかった可能性があります。
それをクランプ！モデルを予測式として保存してから、Minimum（100、予測）などの別の関数で囲みます。
それを変更！エラーには別の分布モデルを使用してください。正規分布は対称的で、負の無限大から正の無限大まで広がります。他のモデルには限界があります。
それを検閲！検閲を尊重する方法を使用してください。（実際には、この方法が役立つかどうかはわかりませんが、それを捨てています。）
