ワークショップは、基本を学ぶために必要なツールを身につけるように設計されており、次の 4 つの主要領域をカバーしています。データ管理、基本統計、品質方法、実験計画法。
ワークショップ 1: データ管理
データの操作
どのような分析問題でも、ほとんどの時間は分析用のデータの準備に費やされます。 JMP は、強力なデータ操作機能を使用してこのプロセスを容易にします。 あらゆる分析の課題に対処するためにデータを管理する方法を学びます。
ファイルを開く (「ファイル」>「開く」)
複数をインポート (ファイル > 複数をインポート)
テーブルの結合 (テーブル > 連結)
データの転置 (テーブル > 転置)
データを再コード化 (列>再コード化)
数式を作成する ([列] > [数式])
レポートの保存 ([ファイル] > [名前を付けて保存])
ジャーナル ファイル ([ファイル] > [名前を付けて保存])
レポートの発行 (ファイル > 発行)
ダッシュボードの作成 ([ウィンドウ] > [結合])
プロジェクト ファイル ([ウィンドウ] > [移動先])
グラフビルダー
JMP は、サポートされるテーブル、統計、およびマップを使用して、特殊なグラフとプロットを作成します。 ドラッグ アンド ドロップ インターフェイスは直感的で、すぐに使い始めることができ、別のグラフ タイプを選択するためのオプションのリボンが表示されます。 高度な機能を使用すると、形式と外観を制御して、説得力のある視覚化を作成できます。
ハイブリッド燃費（ヘルプ＞サンプルデータライブラリ）
行マーカー (行>マーカー)
グラフビルダーダイアログ (グラフ > グラフビルダー)
グラフの種類 (グラフ ビルダー > 連続 v カテゴリ)
ジッター制限 (グラフビルダー > ポイント)
要約統計量 (棒>平均)
ラベルの書式設定 (ラベルを選択 > フォントを右クリック)
軸の書式設定 (軸を選択 > ダブルクリック)
グラフのコピー ([ツール] > [選択])
ワークショップ 2: 基本的な統計
統計的手法
今日、統計は最も急速に成長している主題の 1 つとなり、ビジネスにとって真の差別化要因および価値提案となっています。 この製薬シナリオを使用して、健康科学と生命科学で使用されるいくつかの一般的な統計手法の概要を説明します。
シナリオ: 製薬会社は、コレステロールの影響を治療するための新薬を開発しています。 私たちには患者のグループがいます。コレステロールの治療を受けている人もいれば、対照群の人もいます。 研究マネージャーは患者データを収集し、変数間に重要な関係があるかどうかを理解したいと考えています。
分布
仮説検証
線形回帰
多変量回帰
ロジスティック回帰
サンプリング計画
ビジュアル分析
JMP はデータを探索するための完璧なツールです。 関係性、パターン、外れ値を検索する場合でも、データを調べて重要な洞察を得る方法を学びましょう。
テキストエクスプローラー
地理地図
テーブルの機能強化
バブルプロット
レポートの公開と共有
ワークショップ 3: 品質手法
プロセスの検証
プロセスの検証は、プロセスが所定の要件を満たす結果または製品を一貫して生成することを客観的な証拠によって確立することと定義されます。
シナリオ: 多国籍の生産施設はエンジニアリング マネージャーによって管理されています。 生産が安定し、管理されていることを確認するために、マネージャーは品質にとって重要な 3 つのパラメータ、時間、温度、圧力に関するプロセス データを収集します。
- データの分布を把握したい
- 重要なパラメータが目標どおりかどうかを判断し、
- プロセスが安定していて制御されているかどうかを判断し、
- パラメータが仕様の範囲内であることを実証し、
- 入力変数と出力変数をモデル化する実験を設計する
プロセス設定を最適化してシール強度を最大化します。
信頼性工学
信頼性は、指定された条件下で指定された期間/サイクルにわたって製品がその機能を適切に実行する確率として定義されます。
シナリオ: 多国籍石油およびガス生産施設は、サイトエンジニアリングマネージャーによって管理されています。 2 つの新しいポンプ設計が長期にわたる信頼性について評価されています。 現場の技術管理者は寿命試験を実施し、時間と故障のデータを収集し、次のことを行いたいと考えています。
- 生命データの分布を理解する
- 2 つの計画の分布を比較します。
- 保証期間における製品の信頼性を推定し、
- どの設計が失敗する可能性が最も低いかを判断する
- 追跡調査を実施するために適切なサンプルサイズを決定します。
プロセスの改善
品質管理とは、方法、測定、管理のことです。 問題を明らかにし、適切なタイミングで適切なテクニックを使用して解決策を見つけ、状況を改善することが重要です。
石川馨氏は日本で品質システムを教え、品質管理を推進しました。 彼は、ほとんどの問題は 7 つの基本的な品質ツールを使用することで直接解決できると信じていました。
- ヒストグラム
- チェックシート
- パレート図
- 原因と結果
- 層別化
- 散布図
- 管理図
ワークショップ 4: 実験計画法
カスタムデザイン
カスタム設計プラットフォームを使用して、特定の実験設定に合わせてカスタム構築された最適な設計を構築します。 カスタム設計プラットフォームは、スクリーニング、応答曲面、混合、ランダム ブロック、分割プロットなど、さまざまなタイプの設計を構築します。
あなたの雇用主は地元の中規模のコーヒー焙煎業者です。 個別に淹れた12オンスカップのコーヒーの濃さに対処する必要があります。 あなたの目標は、どの要因がコーヒーの濃さに影響を与えるかを判断し、それらの要因に最適な設定を見つけることです。
完全実施要因計画
完全実施要因計画では、因子設定の考えられるすべての組み合わせで試行が実行される実験を定義します。 完全要因計画では、考えられるすべての相互作用を推定できます。
完全要因計画では、因子水準のすべての組み合わせで実験を実行します。 サンプル サイズは、因子の水準数の積です。 この例では、完全要因計画を構築して、リアクターの収率に対する 5 つの 2 水準因子 (供給速度、触媒、撹拌速度、温度、濃度) の影響を研究します。 因子が 5 つあり、それぞれ 2 水準にあるため、完全な要因計画には少なくとも 2^5 Factorial = 2x2x2x2x2 = 32 回の実行が含まれます。
混合設計
混合計画プラットフォームを使用して、混合内の成分である因子を使用した実験を構築します。 混合実験では、因子の値は混合の比率であり、0 から 1 の間に収まります。 混合実験には 3 つ以上の因子があり、因子比率の合計が 1 (100%) になります。 混合実験は、因子を互いに独立して変更できないという点で他の実験タイプとは異なります。 1 つの要素の割合を変更すると、1 つ以上の他の要素の割合も変更する必要があります。
3 値プロットは、合計が定数となる 3 つの混合成分を 2 次元で表現したものです。 プロットは、各コンポーネントのエッジを持つ正三角形です。 シンプレックス重心設計...
