研討會旨在為您提供學習基礎知識所需的工具，涵蓋四個主要領域：資料管理、基礎統計、品質方法和實驗設計。
研討會一：資料管理
處理數據
在任何分析問題中，您大部分的時間都花在準備分析資料上。 JMP 憑藉強大的資料操作功能使這一過程變得簡單。 了解如何管理數據以應對任何分析挑戰。
開啟文件（文件>開啟）
導入多個（檔案>導入多個）
連接表（表> 連接）
轉置資料（表>轉置）
重新編碼資料（列>重新編碼）
建立公式（列 > 公式）
儲存報告（文件>另存為）
日誌檔案（檔案>另存為）
發布報告（文件>發布）
建立儀表板（視窗>組合）
項目文件（視窗>移至）
圖形產生器
JMP 產生專門的圖表和繪圖，並附有支援表格、統計資料和地圖。 拖放介面非常直觀，可讓您快速上手，並提供一系列選項用於選擇備用圖表類型。 高級功能可讓您控制格式和外觀以創建有說服力的視覺化效果。
混合燃油經濟性（幫助>範例資料庫）
行標記（行>標記）
圖形產生器對話（圖形>圖形產生器）
圖形類型（圖形產生器> 連續 v 分類）
抖動限制（圖形產生器>點）
統計總和（長條>平均值）
設定標籤格式（選擇標籤 > 右鍵點選字型）
設定軸格式（選擇軸>雙擊）
複製圖形（工具>選擇）
研討會 2：基礎統計
統計方法
如今，統計學已成為發展最快的學科之一，並成為商業的真正差異化因素和價值主張。 我們使用這個製藥場景來概述健康和生命科學中使用的一些常見統計方法。
場景：一家製藥公司正在開發一種新藥來治療膽固醇的影響。 我們有一群病人；有些人正在接受膽固醇治療，有些人則屬於對照組。 研究經理收集患者數據並希望了解變數之間是否存在顯著關係。
發行版
假設檢定
線性迴歸
多元迴歸
邏輯迴歸
抽樣計劃
視覺分析
JMP 是探索資料的完美工具。 無論您是在尋找關係、模式還是異常值，都可以了解如何查看資料以透過以下方式獲得重要見解：
文字瀏覽器
地理地圖
表增強功能
氣泡圖
發布和分享報告
研討會 3：品質方法
流程驗證
過程驗證被定義為透過客觀證據證明過程始終產生滿足預定要求的結果或產品。
場景：一家跨國生產工廠由工程經理管理。 為了確保生產穩定且受控，經理收集三個關鍵品質參數時間、溫度和壓力的製程數據...
- 想要了解數據的分佈
- 決定關鍵參數是否達到目標，
- 確定製程是否穩定且受控，
- 證明參數在規格範圍內，且
- 設計一個實驗來模擬輸入和輸出變量
並優化製程設定以最大限度地提高密封強度。
可靠度工程
可靠性定義為產品在特定條件下在特定時期/週期內充分執行其功能的機率。
場景：一家跨國石油和天然氣生產設施由現場工程經理管理。 兩種新泵浦設計的可靠性正在接受評估。 現場工程經理進行壽命測試並收集時間和故障數據，然後想要...
- 了解生命數據的分佈
- 比較兩種設計的分佈，
- 估計保固期內產品的可靠性，
- 確定哪種設計的失敗機率最低
- 確定適當的樣本量以進行後續研究。
流程改善
品質控制涉及方法、測量和管理。 這是關於在正確的時間使用正確的技術發現問題並找到解決方案以使事情變得更好。
石川薰在日本教授品質系統並推廣品質管理。 他相信大多數問題可以透過使用七個基本品質工具直接解決。
- 直方圖
- 檢查表
- 帕累托圖
- 因果
- 分層
- 散點圖
- 控製圖
研討會 4：實驗設計
客製化設計
使用客製化設計平台建立針對您的特定實驗設定客製化的最佳設計。 客製化設計平台建構了多種設計類型，包括：篩選、響應曲面、混合、隨機區塊和分割圖。
您的雇主是當地的中型咖啡烘焙商。 您需要解決單獨沖泡的 12 盎司咖啡的濃度問題。 您的目標是確定哪些因素會影響咖啡濃度，並找到這些因素的最佳設定。
全析因設計
全因子設計定義了一個實驗，其中試驗在所有可能的因子設定組合下進行。 全因子設計允許估計所有可能的交互作用。
在全因子設計中，您可以在因子層級的每個組合上執行實驗運行。 樣本量是因素水平數的乘積。 在此範例中，建立完整的因子設計來研究五個二級因素（進料速率、催化劑、攪拌速率、溫度和濃度）對反應器產量的影響。 由於有五個因子，每個因子有兩個水平，因此完整因子設計至少包括 2^5 因子 = 2x2x2x2x2 = 32 次遊程。
混料設計
使用混合物設計平台以混合物中的組分因子建立實驗。 在混合實驗中，因子的值是其在混合物中的比例，介於 0 和 1 之間。 混合實驗有三個或更多因子，且因子比例總和等於一 (100%)。 混合實驗與其他實驗類型的不同之處在於，您不能獨立地改變因素。 當你改變一個因素的比例時，一個或多個其他因素的比例也必須改變。
三元圖是三個混合分量的二維表示，其總和為常數。 該圖是一個等邊三角形，每個組件都有一條邊。 單純形質心設計...
