FDE培訓2020 年 17 月 8 日 |主持人：Peter Hersh 和 Mary Loveless
觀看錄音|查看幻燈片|參加測驗
什麼是 FDE？
FDE 是功能數據瀏覽器，可以快速輕鬆地分析形狀。 它將大量數據轉化為更易於管理的形式。
數據和功能數據有什麼區別？
功能數據是用於描述曲線、曲面或任何其他在連續體上變化的數據…… 物理連續體通常是時間，但也可能是空間位置、波長、概率等。有時處理功能數據的挑戰在於，科學家通常不想直接分析功能數據；相反，他們希望使用產生觀察數據的底層函數。
價值聲明
FDE 使過程工程師和統計學家能夠分析大量的流數據或傳感器數據。 GUI 環境中沒有人有 FDE。 R 和 Python 提供了部分此類功能，但 JMP 是唯一提供完整 FDE 功能的開箱即用解決方案。
理想觀眾
幾乎每家公司都可以從 FDE 中受益。客戶應該精通統計。 這些是您在設置 FDE JMP Discovered 時應該尋找的人員類型。
常見行業：
常見角色：
常見情況/數據：
FDE 解決的問題/痛點
- 更好地理解流數據
- 數據的形狀很重要，但大多數客戶並未對此進行分析
- 單個批次的大量測量，缺乏總結
要聽的術語/短語
- 串流
- 傳感器
- 重複測量
- 隨著時間的推移收集的數據
- 分析曲線
- 分析形狀
- 光譜
- 降維
- 混合模型
- 主成分
- 偏最小二乘法
- 時間序列
要問的發現問題
- 如果您有一個可以為您分析流媒體/傳感器數據的工具，這將為您節省多少時間？
- 您是否覺得您只分析了一部分數據而不是全部數據？
- 您如何每秒/分鐘/小時等使用您的流數據？
本次培訓的行動項目：
- 使用上面列出的行業/角色，是否有您可以/應該定位 FDE 的細分市場或賬戶？
- 您所在地區是否有潛在客戶參加過以下任何掌握 JMP 的網絡廣播？ 這些是 FDE 後續行動的偉大活動。
- 您所在地區是否有可能開展 FDE JMP Discovered？
相關資源：
請參閱這一頁了解還有哪些其他培訓可用。
JMP臨訓練回复：FDE 培訓@馬丁德梅爾和@DonMcCormack你們兩個都很棒。重複測量一詞對許多人來說具有非常特殊的含義。我聽說過這個詞工具痕跡來自一家半導體客戶的數據，這是 FDA/FDE 的一個很好的案例。
回复：FDE 培訓@馬丁德梅爾在 FDA 的背景下，我認為術語“連續測量數據”或“連續測量數據”更適合描述 FDE 適用的數據類型。 刪除“重複測量”部分可以減少歧義。
回复：FDE 培訓@DonMcCormack @Peter_Hersh
“有重複測量數據”大概應該改成這樣：
“在連續統一體（時間、頻率、距離……）上重複測量數據”
這可以防止提出錯誤的假設。
回复：FDE 培訓@Briana_Codd更新了那些鏈接！謝謝你讓我知道。
回复：FDE 培訓@saradoudt只是想讓您知道本培訓部分的行動項目中的兩個中間網絡研討會沒有鏈接。
回复：FDE 培訓@saradoudt ，我在 LinkedIn 上看到了一個非常好的單頁信息圖，作者是 Bernd Heinen @bernd_heinen . 標題是“線性消失了，曲線的整體分析和優化”。 我猜這是來自 Discovery Summit 海報/論文（我使用了論文搜索插件，但沒有看到）。 我希望能夠在鏈接中或作為資產引用它。 它很好地把話題濃縮成了用戶可以快速消費的東西，同樣重要的是——用戶需要在內部將它推向食物鏈。
如果您以可共享的格式找到它，請告訴我。
乾杯，
蒂姆
回复：FDE 培訓@DonMcCormack , 是的，FDE 不能替代混合模型。無論哪種方式，他們都需要 JMP Pro。
回复：FDE 培訓@Juliette_Plager - 是的，剛剛在本頁頂部添加了錄音、ppt 和測驗。 需要幫助請叫我！
回复：FDE 培訓很好的培訓，謝謝！ @saradoudt這是發布演示文稿的頁面嗎？ 我正在專門尋找 Pete 的“太多數據”幻燈片 (PCA)。
回复：FDE 培訓重複測量和混合模型。 如果我聽到這兩個術語，我會小心，因為它們可能表示與 FDA 無關的數據的特定統計方法。 如果重點是統計顯著性，那麼 FDE 不適合這種情況。 根據我的經驗，混合模型側重於與 FDA 完全不同的數據分析方面。 也就是說，在這些情況下，Pro 中的混合模型功能可能會引起人們的興趣。 重複測量有點模棱兩可。 如果分析側重於曲線的形狀而不是它們的統計差異，則隨時間重複獲取的數據可能是 FDE 的良好候選者。 剖面分析是我從想做 FDA 的人那裡聽到的另一個術語。
回复：FDE 培訓一些暗示 Functional Data Explorer 可能是解決方案的額外觸發詞是“地標分析”。我聽說客戶用它來指代形成形狀並分離關鍵特徵，如峰高、峰間距離、曲線下面積、曲線各部分的斜率等，然後創建這些“地標”的統計摘要。然後對匯總統計數據進行建模以對過程進行預測。此討論與幻燈片相關，Pete 展示了光譜分佈並確定了峰值的最大、最小和平均高度，以及特定波長的曲線高度。
回复：FDE 培訓 - 即將推出。謝謝你把這一切放在一起，莎拉。 鏈接到相關資源特別有用。 我們有很多重要的信息和故事可以分享，而挑戰往往是如何找到它們。
馬爾科姆
