如何識別產品質量屬性下降的原因？我是 JMP 的新用戶，想知道哪些因素實際上導致了質量屬性的下降。 質量屬性通常受不同變量的影響，包括原材料來源的組成（例如 70% A 和 30% B，或 30% A、40% B 和 30% C 等）和一些工藝變量。 對於這種情況，我可以在 JMP 中執行哪種分析？ 謝謝你。分析圖形其他Re: 如何識別產品質量屬性下降的原因？歡迎來到 JMP 用戶社區！ 您會發現 JMP 在幫助理解圖形和定量關係方面非常有用。 但是，您的情況需要的不僅僅是數據分析，也不僅僅是社區論壇中的一些想法。 您可能想要瀏覽一些提供的在線教程以獲得更好的理解。 最常用的平台可能是 Fit Model 平台。
以下是我的一些想法：
1. 如果您遵循科學方法，您理解因果關係的旅程可能是最有效的。 那就是一個連續的迭代（歸納-演繹）。 從您認為影響質量屬性的變量 (x) 的假設（植根於科學）開始。
2. 質疑您如何衡量質量屬性 (Y)。 測量是連續測量（比分類響應更有效）嗎？ 是否有不止一個Y來描述“產品”？ 是否研究了測量過程？ 您對測量系統的信心如何？
3. 考慮數據源（有哪些數據可用？您需要哪些數據來深入了解您的假設？）例如，
- 歷史或觀察：在這種情況下，我們可能會嘗試某種回歸程序來尋找線索。
- 定向抽樣：在這種情況下，我們專門抽樣以分離和分配可變性來源並檢查穩定性
- 實驗：在這種情況下，我們通過操縱 x's（與您的假設相關聯）來加速學習，並研究不斷變化的噪聲條件之間的關係。
JMP 將有助於數據分析，但請務必牢記：
信息透露，t他可以回答的問題，採取適當的行動，對推斷結果的信心，你使用什麼工具進行分析完全依賴關於數據是如何獲取的。
Re: 如何識別產品質量屬性下降的原因？首先，有些方法只在 JMP Pro 版本的軟件中可用。
其次，一些方法取決於響應變量和預測變量的建模類型，但這通常不是限制。
假設您有一個包含對所有這些變量的觀察的數據集，您可以使用多種方法。 JMP 非常具有交互性。 動態鏈接功能是一種探索潛在因素的簡單方法。 當您在數據表中選擇觀測值時，它們會在每個開放平台中突出顯示。 這種方式可以擴展到使用行 > 數據過濾器。 您可以選擇對您重要的響應水平，並查看選擇是否在其他變量中具有有意義的分佈。
您可以使用散點圖矩陣來探索潛在的雙變量關係。
您可以使用各種回歸分析來確定變量是否以某種方式相關。
您可以使用遞歸分區來評估每個變量的貢獻。
有一個預測篩選平台旨在幫助完成此特定任務。
我們提供關於這個主題的培訓。 課程名為尋找重要的預測因素. 即將安排公開課。
