스펙트럼 데이터에 대한 예측 모델 구축
방법보기 :
- 스펙트럼 데이터 / 파장을 기반으로 지속 가능한 경험적 모델 구축
- 그래프 빌더를 사용하여 데이터를 조사하여 다양한 스펙트럼이 어떻게 생겼는지 파악
- 다변량 분석을 사용하여 모든 파장과 결과 상관 계수를 조사하여 다중 공선 성을 확인합니다.
- 모델 기반 다변량 제어 차트를 사용하여 모든 파장 변수를 검사하고, 제어를 벗어난 실행을 드릴하고, 모델을 구축하는 데 필요한 주요 구성 요소 수를 식별합니다.
- 이 시점에서 출력 (Y) 정보가 필요하지 않음을 이해하면서 원하는 샘플의 스펙트럼을 가져옵니다.
- Functional Data Explorer에서 Functional Principal Components를 사용하여 Row별로 스펙트럼에서 가장 눈에 띄는 치수 식별
- Functional Principal Component Profiler를 사용하여 관심 변수의 변화에 따라 스펙트럼이 어떻게 변하는 지 파악
- 기능적 주성분 점수를 데이터 테이블에 저장하여 실험 설계에 사용
- 기능적 주성분을 요인 (공변량)으로 사용하여 실험 설계 생성
- 실험을 실행하여 관심있는 결과를 수집합니다.
- PLS 및 / 또는 일반화 회귀 (또는 상관 요인을 처리 할 수있는 다른 방법)를 통해 결과 모델링
- 전반적인 최적 솔루션 결정
- 이 지속 가능한 모델을 사용하여 동일한 교정 기기를 사용하여 분석되는 모든 향후 샘플에 대한 결과를 결정합니다.
- 점수 그림을 사용하여 범주 형 데이터 조사
참고 : Q & A는 24:21, 25:01, 37:01, 37:49, 38:34 및 42:08 시간에 포함됩니다.
31 분 이상많은JMP 마스터하기예측 분석비디오
