如何识别产品质量属性下降的原因？我是 JMP 的新用户，想知道哪些因素实际上导致了质量属性的下降。 质量属性通常受不同变量的影响，包括原材料来源的组成（例如 70% A 和 30% B，或 30% A、40% B 和 30% C 等）和一些工艺变量。 对于这种情况，我可以在 JMP 中执行哪种分析？ 谢谢你。分析图形其他Re: 如何识别产品质量属性下降的原因？欢迎来到 JMP 用户社区！ 您会发现 JMP 在帮助理解图形和定量关系方面非常有用。 但是，您的情况需要的不仅仅是数据分析，也不仅仅是社区论坛中的一些想法。 您可能想要浏览一些提供的在线教程以获得更好的理解。 最常用的平台可能是 Fit Model 平台。
以下是我的一些想法：
1. 如果您遵循科学方法，您理解因果关系的旅程可能是最有效的。 那就是一个连续的迭代（归纳-演绎）。 从您认为影响质量属性的变量 (x) 的假设（植根于科学）开始。
2. 质疑您如何衡量质量属性 (Y)。 测量是连续测量（比分类响应更有效）吗？ 是否有不止一个Y来描述“产品”？ 是否研究了测量过程？ 您对测量系统的信心如何？
3. 考虑数据源（有哪些数据可用？您需要哪些数据来深入了解您的假设？）例如，
- 历史或观察：在这种情况下，我们可能会尝试某种回归程序来寻找线索。
- 定向抽样：在这种情况下，我们专门抽样以分离和分配可变性来源并检查稳定性
- 实验：在这种情况下，我们通过操纵 x's（与您的假设相关联）来加速学习，并研究不断变化的噪声条件之间的关系。
JMP 将有助于数据分析，但请务必牢记：
信息透露，t他可以回答的问题，采取适当的行动，对推断结果的信心，你使用什么工具进行分析完全依赖关于数据是如何获取的。
Re: 如何识别产品质量属性下降的原因？首先，有些方法只在 JMP Pro 版本的软件中可用。
其次，一些方法取决于响应变量和预测变量的建模类型，但这通常不是限制。
假设您有一个包含对所有这些变量的观察的数据集，您可以使用多种方法。 JMP 非常具有交互性。 动态链接功能是一种探索潜在因素的简单方法。 当您在数据表中选择观测值时，它们会在每个开放平台中突出显示。 这种方式可以扩展到使用行 > 数据过滤器。 您可以选择对您重要的响应水平，并查看选择是否在其他变量中具有有意义的分布。
您可以使用散点图矩阵来探索潜在的双变量关系。
您可以使用各种回归分析来确定变量是否以某种方式相关。
您可以使用递归分区来评估每个变量的贡献。
有一个预测筛选平台旨在帮助完成此特定任务。
我们提供关于这个主题的培训。 课程名为寻找重要的预测因素. 即将安排公开课。
